R语言小作业（数据处理）

例题：

1创建数据框。（自己命名）

2 将空的部分设为NA值。

3定义新变量，删除不完整观测值。

4 创建新变量（自己命名）数值为Height/Weight，并将此变量放入数据框中。

5将源数据框中的Height变量重命名为He，Weight变量重命名为We，并重新定义为另外一个数据框

6将数据按照Height的升序排序，若Height相等，按Weight排序，并重新定义为另外一个数据框。

7定义新的变量为数据框中男生的观测。

#1-创建数据框 2-空的值设为NA

> #1-创建数据框  2-空的值设为NA
> Name <- c('Alice', 'Becka', 'James', 'Jeffrey', 'John')
> Sex <- c("F", "F", "M", "M", "M")
> Age <- c(13, 13, 12, 13, 12)
> Height <- c(56.5, 65.3, 57.3, 62.5, 59.0)
> Weight <- c(84.0, 98.0, NA, 84.0, 99.0)
> tl <- data.frame(Name, Sex, Age, Height, Weight, stringsAsFactors = FALSE)
> rownames(tl)<-c("1","2","3","4","5")
> tl
     Name Sex Age Height Weight
1   Alice   F  13   56.5     84
2   Becka   F  13   65.3     98
3   James   M  12   57.3     NA
4 Jeffrey   M  13   62.5     84
5    John   M  12   59.0     99

#3-删除不完整的值

> #3-删除不完整的值
> tl1=na.omit(tl)
> tl1
     Name Sex Age Height Weight
1   Alice   F  13   56.5     84
2   Becka   F  13   65.3     98
4 Jeffrey   M  13   62.5     84
5    John   M  12   59.0     99

#4-创建新变量

> #4-创建新变量
> tl1$HW <- tl1$Height/tl1$Weight
> tl1
     Name Sex Age Height Weight        HW
1   Alice   F  13   56.5     84 0.6726190
2   Becka   F  13   65.3     98 0.6663265
4 Jeffrey   M  13   62.5     84 0.7440476
5    John   M  12   59.0     99 0.5959596

#5-重命名

> #5-重命名
> library('reshape')
> tl2 <- rename(tl,c(Height = "He",Weight="We"))
> tl2
     Name Sex Age   He We
1   Alice   F  13 56.5 84
2   Becka   F  13 65.3 98
3   James   M  12 57.3 NA
4 Jeffrey   M  13 62.5 84
5    John   M  12 59.0 99

#6-按Height排序，按Weight为第二准则排序

> #6-按Height排序，按Weight为第二准则排序
> tl3 <- tl[order(tl$Height,tl$Weight),]
> tl3
     Name Sex Age Height Weight
1   Alice   F  13   56.5     84
3   James   M  12   57.3     NA
5    John   M  12   59.0     99
4 Jeffrey   M  13   62.5     84
2   Becka   F  13   65.3     98

#7-提取男生数据

> #7-提取男生数据
> tl4 <- subset(tl,Sex == "M")
> tl4
     Name Sex Age Height Weight
3   James   M  12   57.3     NA
4 Jeffrey   M  13   62.5     84
5    John   M  12   59.0     99
>

最后

以上就是妩媚诺言为你收集整理的R语言小作业（数据处理）的全部内容，希望文章能够帮你解决R语言小作业（数据处理）所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。