当前位置:   article > 正文

R语言——数据结构与数据处理

R语言——数据结构与数据处理

1、练习使用seq( )函数创建向量:使用3种方法生成0~1,步长为0.1的向量,并在控制台打印出来。

2练习使用rep( )函数创建向量:(1)生成一个4个元素均为3的向量;(2)生成一个1 1 2 2 3 3的向量。

3、使用matrix函数创建两个矩阵mat1、mat2。mat1的数据是1:6,3行2列的形式。mat2的数据是7:12,两行三列。(1)编写一个函数调用apply函数族,让矩阵mat1的每一个元素都减去矩阵mat1的最大值,并输出。(2)计算mat1、mat2矩阵相乘并输出%*%。

4、创建一个list列表,列表中包括两个向量、两个矩阵、一个数据框、两个函数(fun1、fun2)。其中fun1实现向量加法,fun2实现矩阵的乘法运算。打印出列表中的各个元素,并调用函数fun1、fun2,输出相应的打印结果。

5、练习读入csv、txt、xlsx格式的本地文件,并将csv文件导出为txt文件。

6、将下列数据以数据框的形式表示出来,并按照年龄,出生月份升序排序。

序号

姓名

年龄

出生月份

1

Jacks

27

2

2

ROSE

28

5

3

KD

27

6

4

ICE

29

3

5

MIK

27

1

 

 

  1. 练习使用seq( )函数创建向量:

代码:

  1. # 方法一
  2. vec1 <- seq(0, 1, by = 0.1)
  3. print(vec1)
  4. # 方法二
  5. vec2 <- seq(from = 0, to = 1, length.out = 11)
  6. print(vec2)
  7. # 方法三
  8. vec3 <- 0:10 / 10
  9. print(vec3)

截图:

  1. 练习使用rep( )函数创建向量:

代码:

  1. # (1) 生成一个4个元素均为3的向量
  2. vec_rep1 <- rep(3, times = 4)
  3. print(vec_rep1)
  4. # (2) 生成一个1 1 2 2 3 3的向量
  5. vec_rep2 <- rep(1:3, each = 2)
  6. print(vec_rep2)

截图:

3、

代码:

        

  1. # 创建矩阵mat1
  2. mat1 <- matrix(1:6, nrow = 3, ncol = 2)
  3. print(mat1)
  4. # 创建矩阵mat2
  5. mat2 <- matrix(7:12, nrow = 2, ncol = 3)
  6. print(mat2)
  7. # (1) 使用apply函数族,让矩阵mat1的每一个元素都减去矩阵mat1的最大值,并输出
  8. subtract_max <- function(x) {
  9.   x - max(x)
  10. }
  11. result <- apply(mat1, c(1, 2), subtract_max)
  12. print(result)
  13. # (2) 计算mat1、mat2矩阵相乘并输出%*%
  14. result_multiply <- mat1 %*% mat2
  15. print(result_multiply)

截图:

(1)

(2)

4、

代码:

  1. # 创建向量、矩阵、数据框和函数
  2. vec <- c(1, 2, 3)
  3. mat <- matrix(1:4, nrow = 2)
  4. df <- data.frame(ID = 1:3, Name = c("A", "B", "C"))
  5. fun1 <- function(x, y) {
  6.   x + y
  7. }
  8. fun2 <- function(x, y) {
  9.   x %*% y
  10. }
  11. # 创建列表
  12. my_list <- list(vec, mat, df, fun1, fun2)
  13. # 打印列表中的各个元素
  14. print(my_list)
  15. # 调用函数fun1、fun2
  16. result_fun1 <- my_list[[4]](2, 3)
  17. result_fun2 <- my_list[[5]](mat, mat)
  18. print(result_fun1)
  19. print(result_fun2)

截图:

  1. 练习读入csv、txt、xlsx格式的本地文件,并将csv文件导出为txt文件。

数据实例:

序号

学院

班级

总金额

230

信息工程学院

数据科学与大数据技术20-1

800

231

信息工程学院

数据科学与大数据技术20-2

1500

232

信息工程学院

数据科学与大数据技术20-2

500

233

信息工程学院

数据科学与大数据技术21-1

500

234

信息工程学院

数据科学与大数据技术21-2

1000

235

信息工程学院

数据科学与大数据技术20-2

1500

236

信息工程学院

数据科学与大数据技术21-2

800

237

信息工程学院

数据科学与大数据技术21-2

800

238

信息工程学院

数据科学与大数据技术21-1

500

239

信息工程学院

数据科学与大数据技术21-1

500

240

信息工程学院

数据科学与大数据技术21-1

2000

241

信息工程学院

数据科学与大数据技术21-2

1000

242

信息工程学院

数据科学与大数据技术20-2

500

243

信息工程学院

数据科学与大数据技术21-2

800

244

信息工程学院

数据科学与大数据技术20-1

800

245

信息工程学院

物联网工程20-1

1500

246

信息工程学院

数据科学与大数据技术21-2

500

247

信息工程学院

物联网工程20-1

1200

248

信息工程学院

网络工程20-1

500

249

信息工程学院

物联网工程21-1

1000

250

信息工程学院

物联网工程21-2

800

251

信息工程学院

数据科学与大数据技术20-2

1000

252

信息工程学院

数据科学与大数据技术20-2

1500

253

信息工程学院

数据科学与大数据技术20-1

1500

254

信息工程学院

网络工程20-1

1400

255

信息工程学院

数字媒体技术21-2班

800

256

信息工程学院

数字媒体技术20-1

200

257

信息工程学院

数字媒体技术20-1

500

258

信息工程学院

数字媒体技术20-2

300

259

信息工程学院

数字媒体技术20-2

2300

260

信息工程学院

数字媒体技术20-2

300

 

代码:

  1. # 导入所需的包
  2. library(readxl)
  3. # 读取CSV文件
  4. csv_data <- read.csv("student.csv")
  5. print("CSV文件内容:")
  6. print(csv_data)
  7. # 读取文本文件
  8. txt_data <- read.table("student.txt")
  9. print("文本文件内容:")
  10. print(txt_data)
  11. # 读取Excel文件
  12. xlsx_data <- read_excel("student.xlsx")
  13. print("Excel文件内容:")
  14. print(xlsx_data)
  15. # 将CSV文件导出为TXT文件
  16. write.table(csv_data, "student2.txt", sep = "\t", row.names = FALSE)
  17. print("CSV文件已导出为TXT文件。")

截图:

6、

代码:

        

  1. # 创建数据框
  2. data <- data.frame(
  3.   序号 = 1:5,
  4.   姓名 = c("Jacks", "ROSE", "KD", "ICE", "MIK"),
  5.   年龄 = c(27, 28, 27, 29, 27),
  6.   出生月份 = c(2, 5, 6, 3, 1)
  7. )
  8. # 按照年龄和出生月份升序排序
  9. sorted_data <- data[order(data$年龄, data$出生月份), ]
  10. print(sorted_data)

截图:

声明:本文内容由网友自发贡献,转载请注明出处:【wpsshop博客】
推荐阅读
相关标签
  

闽ICP备14008679号