正如我们之前讨论过的一样，所有聚集函数都能对数据子集应用任意合法的r函数。一些r开发包为用户提供了非常方便的实现，而有少部分函数也确实要求读者要理解整个开发包的内容、特定的语法格式以及参数调优方法。
以上这些内容更深入的讨论，请参考本书第4章，以及后面的附录部分。
现在，我们将专注于简单的汇总函数，这些内容在一般的数据分析对象中应用非常普遍，例如，计算每个分组的案例数目。下面的样例也会对本章介绍的替代方法的差异进行特别说明。
现在，让我们再把目光移向plyr、dplyr和data.table，读者应该已经掌握了构建aggregate和tapply函数的方法。有了前面的实践基础，接下来的任务看起来相当容易：这次不需要调用mean函数，而是使用length函数来返回diverted列元素个数：
现在我们已经清楚周六从休斯顿出发的航班相对较少，那么我们真的有必要对这样一个简单的问题给出这样的回答？另外，我们还需要给样例个数变量进行命名吗？结果是已知的：
简而言之，不必从data.frame选择一个变量来获取它的长度，因为查询数据子集的行数更简单也更快。
当然，我们还可以找到更简单和更快的方法来获得同样的结果。也许，读者们早已想到要使用基本的table函数来执行这样一个简单的任务：
使用这个方法唯一的问题就是我们还需要对结果进行转换，例如大多数情况下是转换成data.frame。plyr包也早已实现了一个辅助函数来完成这个任务，函数的名字非常直观：
我们在结束的时候给出了一些非常简单的数据统计样例，不过仍有必要介绍如何使用dplyr对表格进行汇总。如果读者仅仅想修改之前dplyr命令，马上就会发现我们前面在plyr包中改变length或nrow函数的方法在这里行不通。stackoverf?low给出的一些说明指出我们需要使用一个名为n的辅助函数：
不过，老实说，我们真的有必要使用这样一种相对复杂的方法吗？如果读者们还记得hflights_dayofweek的结构，就马上会想到另外一种查询航班数的更简单和更快的方法：
为了确保我们还没忘记data.table的特定（美观的）语法，我们可以使用另外一个辅助函数来计算结果：