一个示例搞懂R数据分析的疑点
“
点击蓝字 关注我们
数据标准化是什么，怎么用？分位数在实际问题中怎么应用的？怎么评价多元的数据？下面这个案例在R环境中可以直接横扫数据分析的盲点。
问题：一组学生参加了数学、科学和英语考试。为了给学生确定一个单一的衡量指标，需要将这些科目的成绩组合起来。另外还想将前20%的学生评定为A，接下来的20%评定为B，依次类推。最后，希望按照字母顺序对学生排序。
分析问题：看到以上的数据，我们可以明显的发现很多障碍。
首先，三科考试的成绩是没办法比较的，由于他们的均值和标准差相差很远，所以对于他们求取平均值是没有意义的，因此在组合这些考试成绩之前，必须变换成可比较的单元。
其次，为了评定等级，需要一种方法来确定确定某学生得分上百分比排名。
再次，表示姓名的字段只有一个，让排序任务变复杂。
01
构建好数据集
options(digits=2)#限定了输出小数点后数字的位数，并且让输出更容易读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)
02
计算综合得分
z <- scale(roster[,2:4])#由于数学、科学和英语的分值不同（均值和标准差相差甚远），在组合之前需要先让数据变得可以比较
03
可以通过menan()和cbind()来将其插入
score <- apply(z,1,mean)roster <- cbind(roster, score)
04
用分位点来评定等级
y <- quantile(score,c(.8,.6,.4,.2))#第五步，通过逻辑运算符，根据学生的百分位数来重新编码为一个新的类别成绩变量。下面在数据框中创建了变量graderoster$grade[score >= y[1]] <- "A"roster$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$grade[score < y[4] ] <- "F"
06
用strsplit()函数以空格为界把学生姓名分隔开
name <- strsplit(roster$Student,split = " ")
07
第七步
你可以使用sapply()提取列表中每个成分的第一个元素，放入一个储存名字的向量first name，并提取每个成分的第二个元素，放入一个储存姓氏的向量lastname，最后删除不需要的Student的列就好。”[“是一个可以提取某个对象的一部分的函数，这里用与提取名字的第一个或者第二个变量
Firstname <- sapply(name, "[",1)Lastname <- sapply(name, "[",2)roster <- cbind(Firstname,Lastname,roster[,-1])
08
用函数order()进行排序
roster[order(Lastname,Firstname),]
有了这个案例对于理解R分析数据打下了一定的基础，除了在示例中分享的外，小师妹还想补充控制流的一步。
★
控制流
控制流重复执行某些语句，仅满足特定条件下执行另外语句。
基本概念：语句（statement）；条件（cond）；表达式（expr）；序列（seq）
1、for结构
for (var in seq) statement
例如：
for (i in 1:10) print("hello")2、while 结构
while (cond) statemnet
例如：
i<10while (i>0){print("Hello");i <- i-1}#这里需要控制好i，用i <- i-1，否则i一直大于0就会无限的循环
3、if-else结构
if (cond) statement
if (cond) statement1 else statement2
示例：
grade <- roster$gradeif(is.character(grade)) grade <- as.factor(grade)if(!is.factor(grade)) grade <- as.factor(grade) else print("grade is already is a factor")
相信你已经掌握了控制流的分析数据的能力啦～
现在很多成熟的云平台工具就可以实现满足我们的日常需求了，别忘了可以借助云平台的帮助哦http://www.biocloudservice.com/home.html
好了今天的分享就到这里啦，如果有问题欢迎和小师妹一起讨论哦～
点
击
蓝
字
★
关
注
我
们
