本节我们利用所学解决一个实际问题:
Q:将学生的各科考试成绩组合为单一的成绩衡量指标进行排名、基于相对名次(以20%为区间标准)给出分段评分、根据学生姓氏和名字的首字母排序。
1. 利用函数options()
设置为小数点后保留两位小数,使输出更易阅读。
options(digits=2)
2. 输入原始数据,并构建数据框
Student <- c("John Davis", "Angela Williams", "Bullwinkle Moose", "David Jones", "Janice Markhammer", "Cheryl Cushing", "Reuven Ytzrhak", "Greg Knox", "Joel England", "Mary Rayburn")
Math <- c(502, 600, 412, 358, 495, 512, 410, 625, 573, 522)
Science <- c(95, 99, 80, 82, 75, 85, 80, 95, 89, 86)
English <- c(25, 22, 18, 15, 20, 28, 15, 30, 27, 18)
roster <- data.frame(Student, Math, Science, English, stringsAsFactors=FALSE)
3. 将三者的列向量标准化,用单位标准差来表示。
z <- scale(roster[,2:4])
z
Math Science English
[1,] 0.013 1.078 0.587
[2,] 1.143 1.591 0.037
[3,] -1.026 -0.847 -0.697
[4,] -1.649 -0.590 -1.247
[5,] -0.068 -1.489 -0.330
[6,] 0.128 -0.205 1.137
[7,] -1.049 -0.847 -1.247
[8,] 1.432 1.078 1.504
[9,] 0.832 0.308 0.954
[10,] 0.243 -0.077 -0.697
4. 利用函数apply()
将函数mean()
应用到数据框z计算每一行的均值,获得三门学科的综合得分,并用函数cbind()
将综合得分添加到数据框roster中。
#计算数据框z中每一行的均值,建立列向量score
score <- apply(z, 1, mean)
score
[1] 0.56 0.92 -0.86 -1.16 -0.63 0.35 -1.05 1.34 0.70 -0.18
#将综合得分score添加到数据框roster
roster <- cbind(roster, score)
roster
Student Math Science English score
1 John Davis 502 95 25 0.56
2 Angela Williams 600 99 22 0.92
3 Bullwinkle Moose 412 80 18 -0.86
4 David Jones 358 82 15 -1.16
5 Janice Markhammer 495 75 20 -0.63
6 Cheryl Cushing 512 85 28 0.35
7 Reuven Ytzrhak 410 80 15 -1.05
8 Greg Knox 625 95 30 1.34
9 Joel England 573 89 27 0.70
10 Mary Rayburn 522 86 18 -0.18
5. 利用函数quantile()
可以得到综合得分score的分位数(是指将一个随机变量的概率分布范围分为几个等份的数值点,常用的有中位数——即二分位数、四分位数、百分位数等)
y <- quantile(roster$score, c(0.8, 0.6, 0.4, 0.2))
y
80% 60% 40% 20%
0.74 0.44 -0.36 -0.89
6.通过逻辑运算符,将综合得分的分位数变量重新转换为包括五种成绩等级的变量,并且将该变量直接并入数据框roster
#大于等于前80%分数记为A等,并且赋值给数据框roster中的新变量grade(下同)。
roster$grade[score >= y[1]] <- "A"
#小于前80%、大于等于前60%分数记为B等
roster$grade[score < y[1] & score >= y[2]] <- "B"
#小于前60%、大于等于前40%分数记为C等
roster$grade[score < y[2] & score >= y[3]] <- "C"
#小于前40%、大于等于前20%分数记为D等
roster$grade[score < y[3] & score >= y[4]] <- "D"
#小于前20%的分数记为E等
roster$grade[score < y[4]] <- "E"
roster
Student Math Science English score grade
1 John Davis 502 95 25 0.56 B
2 Angela Williams 600 99 22 0.92 A
3 Bullwinkle Moose 412 80 18 -0.86 D
4 David Jones 358 82 15 -1.16 E
5 Janice Markhammer 495 75 20 -0.63 D
6 Cheryl Cushing 512 85 28 0.35 C
7 Reuven Ytzrhak 410 80 15 -1.05 E
8 Greg Knox 625 95 30 1.34 A
9 Joel England 573 89 27 0.70 B
10 Mary Rayburn 522 86 18 -0.18 C
7. 七、利用函数strsplit()以空格为拆分点把学生姓名拆分为两个向量——名(Firstname)和姓(Lastname),注意利用函数strsplit()
拆分后得到的字符串向量将返回为一个列表(list)。
name <- strsplit((roster$Student), " ", fixed = TRUE)
name
[[1]]
[1] "John" "Davis"
[[2]]
[1] "Angela" "Williams"
[[3]]
[1] "Bullwinkle" "Moose"
[[4]]
[1] "David" "Jones"
[[5]]
[1] "Janice" "Markhammer"
[[6]]
[1] "Cheryl" "Cushing"
[[7]]
[1] "Reuven" "Ytzrhak"
[[8]]
[1] "Greg" "Knox"
[[9]]
[1] "Joel" "England"
[[10]]
[1] "Mary" "Rayburn"
8. 然而我们仅仅需要的是列表(list)中的向量,因此接下来马上要做的就是去列表化,将列表转化为名(Firstname)和姓(Lastname)两个向量。利用函数sapply()可以分别提取列表中每个成分的第一个元素和第二个元素并储存,用同时应用是函数“[”,该函数可以提取某个对象的一部分——可以用来提取列表 name 各成分中的第一个或第二个元素。
Lastname <- sapply(name, "[", 2)
Firstname <- sapply(name, "[", 1)
9. 利用函数cbind()
添加名(Firstname)和姓(Lastname)两个向量到数据框roster,并且删除向量student(在下标中用-1确定)
roster <- cbind(Firstname, Lastname, roster[,-1])
roster
Firstname Lastname Math Science English score grade
1 John Davis 502 95 25 0.56 B
2 Angela Williams 600 99 22 0.92 A
3 Bullwinkle Moose 412 80 18 -0.86 D
4 David Jones 358 82 15 -1.16 E
5 Janice Markhammer 495 75 20 -0.63 D
6 Cheryl Cushing 512 85 28 0.35 C
7 Reuven Ytzrhak 410 80 15 -1.05 E
8 Greg Knox 625 95 30 1.34 A
9 Joel England 573 89 27 0.70 B
10 Mary Rayburn 522 86 18 -0.18 C
10. 利用函数order()
依次按照先姓(Lastname)后名(Firstname)对数据框排序。
roster <- roster[order(Lastname, Firstname),]
roster
Firstname Lastname Math Science English score grade
6 Cheryl Cushing 512 85 28 0.35 C
1 John Davis 502 95 25 0.56 B
9 Joel England 573 89 27 0.70 B
4 David Jones 358 82 15 -1.16 E
8 Greg Knox 625 95 30 1.34 A
5 Janice Markhammer 495 75 20 -0.63 D
3 Bullwinkle Moose 412 80 18 -0.86 D
10 Mary Rayburn 522 86 18 -0.18 C
2 Angela Williams 600 99 22 0.92 A
7 Reuven Ytzrhak 410 80 15 -1.05 E
在这篇代码中,比较陌生的函数有order()
、apply()
、quantile()
函数,将在下篇详细探讨。