实验7 高级数据管理（一）
实验目的：
（1） 使用规范的R语言完成程序设计。
（2） 掌握R语言自定义函数的方法，了解R语言自定义函数返回值的特殊性。
（3） 掌握R语言多种类型的系统库函数。
实验内容
1 编程实现：10以内所有偶数的和。
even_sum<-function(x){
sum=0
for (i in x) {
if(i%%2==0){
sum=sum+i
}
}
return(sum)
}
2 编程实现：随机生成向量X，由20个[1,50]之间服从均匀分布的正整数组成，求X中偶数的个数。
even_count<-function(X){
count=0
for(i in X){
if(i%%2==0){
count=count+1
}
}
return(count)
}
3 从R自带airquality数据集中取出Temp值大于80 的Ozone、Temp列的值。
> data<-airquality[airquality$Temp>80,][,c(1,4)]
> data
Ozone Temp
29 45 81
35 NA 84
36 NA 85
38 29 82
39 NA 87
40 71 90
41 39 87
42 NA 93
43 NA 92
44 23 82
61 NA 83
62 135 84
63 49 85
64 32 81
65 NA 84
66 64 83
67 40 83
68 77 88
69 97 92
70 97 92
71 85 89
72 NA 82
74 27 81
75 NA 91
77 48 81
78 35 82
79 61 84
80 79 87
81 63 85
83 NA 81
84 NA 82
85 80 86
86 108 85
87 20 82
88 52 86
89 82 88
90 50 86
91 64 83
92 59 81
93 39 81
94 9 81
95 16 82
96 78 86
97 35 85
98 66 87
99 122 89
100 89 90
101 110 90
102 NA 92
103 NA 86
104 44 86
105 28 82
117 168 81
118 73 86
119 NA 88
120 76 97
121 118 94
122 84 96
123 85 94
124 96 91
125 78 92
126 73 93
127 91 93
128 47 87
129 32 84
134 44 81
143 16 82
146 36 81
4 验证性实验：
按照课本5.3“数据处理难题的一套解决方案”，生成一组包含10条观测的原始学生花名册（自己设计并生成学生姓名信息，如 Yilong Zhu），math数据由rnorm(10,400,50)随机获得，Science数据由rnorm(10,60,10)随机获得，English数据由rnorm(10,20,5)随机获得。验证代码清单5-6。其中的步骤7尝试用自己的方法解决。
#数据准备
options(digits = 2)#限定了输出小数点后数字位数，提高可读性
Student<-c("Yilong Zhu","Kezhi Zhou","John Davis","Mary Rayburn","Kobe Bryant",
"Michael Jordan","Leborn James","Legend Wang","Cheryl Cushing","David Jones")
Math<-round(rnorm(10,400,50))
Science<-round(rnorm(10,60,10))
English<-round(rnorm(10,20,5))
roster<-data.frame(Student,Math,Science,English,stringsAsFactors = FALSE)
print(roster)
#计算综合得分
z<-scale(roster[,2:4])#标准化
score<-apply(z, 1, mean)
roster<-cbind(roster,score)
print(roster)
#对学生评分
y<-quantile(score,c(.8,.6,.4,.2))
roster$grade[score>=y[1]]<-"A"
roster$grade[score<y[1]&score>=y[2]]<-"B"
roster$grade[score<y[2]&score>=y[3]]<-"C"
roster$grade[score<y[3]&score>=y[4]]<-"D"
roster$grade[score<y[4]]<-"F"
print(roster)
name<-strsplit((roster$Student)," ")
name<-unlist(name)#去列表化
print(name)
#抽取姓氏和名字
Lastname<-name[seq(2,20,2)]
Firstname<-name[seq(1,20,2)]
roster<-cbind(Firstname,Lastname,roster[,-1])
print(roster)
#根据姓氏和名字排序
roster<-roster[order(Lastname,Firstname),]
print(roster)
5 自定义函数：
编写R函数，输入一个整数n,如果n<=0,则中止运算，并输出“Please input a positive integer.”否则，如果n是偶数，则将n除以2，并赋值给n;否则，将3n+1赋值给n,不断循环，直到n=1,停止运算。并输出“Success”. 调用该函数，验证函数的正确性。
jiaogu<-function(n){
if(n<=0)
return("Please input a positive integer.")
else
while(n!=1)
if(n%%2==0)
n=n/2
else
n=3*n+1
return("Success")
}
6 自定义函数，计算n的阶乘。并调用该函数，输出1-10的阶乘。
fact<-function(n){
if(n==0)
return(1)
else
return(n*fact(n-1))
}
for(i in 1:10)
print(fact(i))
7 编写函数计算f(n)=11+22+33+…nn，并调用计算n=2和n=4时的值。
fn<-function(n){
sum=0
for(i in 1:n)
sum=sum+i^i
return(sum)
}
8 R语言中包含一个名为 stackloss 的基础数据集，请加载该数据集，用str() head() tail()探索该数据集，并得出每一个变量的均值，分位数，方差，标准差，以及两两之间的协方差。
> data<-stackloss
> str(x)
'data.frame': 21 obs. of 4 variables:
$ Air.Flow : num 80 80 75 62 62 62 62 62 58 58 ...
$ Water.Temp: num 27 27 25 24 22 23 24 24 23 18 ...
$ Acid.Conc.: num 89 88 90 87 87 87 93 93 87 80 ...
$ stack.loss: num 42 37 37 28 18 18 19 20 15 14 ...
> head(x)
Air.Flow Water.Temp Acid.Conc. stack.loss
1 80 27 89 42
2 80 27 88 37
3 75 25 90 37
4 62 24 87 28
5 62 22 87 18
6 62 23 87 18
> tail(x)
Air.Flow Water.Temp Acid.Conc. stack.loss
16 50 18 86 7
17 50 19 72 8
18 50 19 79 8
19 50 20 80 9
20 56 20 82 15
21 70 20 91 15
> mean<-apply(data, 2, mean)
> mean
Air.Flow Water.Temp Acid.Conc. stack.loss
60 21 86 18
> quantile<-apply(data,2,quantile)
> quantile
Air.Flow Water.Temp Acid.Conc. stack.loss
0% 50 17 72 7
25% 56 18 82 11
50% 58 20 87 15
75% 62 24 89 19
100% 80 27 93 42
> var<-apply(data,2,var)
> var
Air.Flow Water.Temp Acid.Conc. stack.loss
84 10 29 103
> sd<-apply(data,2,sd)
> sd
Air.Flow Water.Temp Acid.Conc. stack.loss
9.2 3.2 5.4 10.2
> cov(data)
Air.Flow Water.Temp Acid.Conc. stack.loss
Air.Flow 84 22.7 24.6 86
Water.Temp 23 10.0 6.6 28
Acid.Conc. 25 6.6 28.7 22
stack.loss 86 28.1 21.8 103
9 熟悉系统函数：
1.) 使用strsplit()拆分字符串，已知字符串c("1990-1995”,”1996-2000”,”2001-2005”)，以”-”作为分隔符将其拆分为包含三个元素的列表，并使用unlist()将列表转换为向量。
> s<-c("1990-1995","1996-2000","2001-2005")
> s
[1] "1990-1995" "1996-2000" "2001-2005"
> year<-strsplit(s,"-")
> year
[[1]]
[1] "1990" "1995"
[[2]]
[1] "1996" "2000"
[[3]]
[1] "2001" "2005"
> unlist(year)
[1] "1990" "1995" "1996" "2000" "2001" "2005"
2.) 使用paste()生成如下字符串x
“AaBbCcDdEeFfGgHhIiJjKkLlMmNnOoPpQqRrSsTtUuVvWwXxYyZz”,
- 使用substr提取出其中的第8到第20个字符之间的字符串
- 使用substr将x中第第8到第20个字符全部替换为“1”
> s=paste(LETTERS,letters,sep = "",collapse = "") #或者paste0(LETTERS,letters,collapse = "")
> s
[1] "AaBbCcDdEeFfGgHhIiJjKkLlMmNnOoPpQqRrSsTtUuVvWwXxYyZz"
> substr(s,8,20)
[1] "dEeFfGgHhIiJj"
> substr(s,8,20)<-"1111111111111"
> s
[1] "AaBbCcD1111111111111KkLlMmNnOoPpQqRrSsTtUuVvWwXxYyZz"
3.) substr()也可以处理字符串向量，请验证如下代码
website<-c(www.google.com,”www.yahoo.com”,”www.facebook.com”)
substr(wetsite,5,nchar(website)-4)
> website<-c("www.google.com","www.yahao.com","www.facebook.com")
> substr(website,5,nchar(website)-4)
[1] "google" "yahao" "facebook"
10 某班学生考试成绩如下表所示，完成下列任务：
a) 要求至少有10个观测，成绩列随机生成，姓名列自己编写。
b) 对每位学生的各科成绩求均值，要求小数点保留两位小数。
c) 将求得的均值添加为表的最后一列score。
d) 平均成绩90分以上的划分为等级A，90-80分的划分等级为B，70-80分的划分等级为C，60-70的划分等级为D，60分以下的划分等级为E。并将等级添加为表的一列。列名为level.
e) 将数据框按照等级进行升序排序
name<-c("Linda","Mike","John","Emily","James","Mark","White","Tom","Aimy","Frank")
math<-round(rnorm(10,85,12))
english<-round(rnorm(10,85,6))
python<-round(rnorm(10,87,10))
df<-data.frame(name,math,english,python)
print(df)
score<-apply(df[,2:4],1,mean)
df$score<-score
print(df)
df$level[score>=90]<-"A"
df$level[score>=80 & score<90]<-"B"
df$level[score>=70 & score<80]<-"C"
df$level[score>=60 & score<70]<-"D"
df$level[score<60]<-"E"
df<-df[order(df$level),]
print(df)
