R_Studio(學生成績)使用cbind()函數對多個學期成績進行集成

 

 

　　“Gary1.csv”、“Gary2.csv”、“Gary3.csv”中保存了一個班級學生三個學期的成績

　　對三個學期中的成績數據進行集成並重新計算綜合成績和排名，並按排名順序排布(學號9位數111304001~11304047)

 

　　Gary1.csv中數據

　　

 

　　Gary2.csv中數據

　　

 

 　　Gary3.csv中數據

　　

 

　　cbind是根據列進行合並　　(要求：所有數據行數相等）

　　rbind是根據行進行合並　　(要求：所有數據列數相同）

 

　　

 

#打開工作目錄文件
setwd('D:\\data')

list.files()

inputfile1=read.csv(file="Gary1.csv",header=TRUE)
inputfile2=read.csv(file="Gary2.csv",header=TRUE)
inputfile3=read.csv(file="Gary3.csv",header=TRUE)

#刪除inputfile1中的綜合成績和排名，刪除inputfile2中的學號、姓名、綜合成績和排名
result=cbind(inputfile1[,-c(10,11)],inputfile2[,-c(1,2,12,13)]) #數據集列合並

#同理
result2=cbind(result,inputfile3[,-c(1,2,7,8)])

#對學生成績進行相加，得到一組數據(我自己測試學生成績是從第三列到第二十二列的)
#相加成績保存到evaluation中
evaluation=apply(result2[,3:22], 1,mean,na.rm=TRUE)

#apply函數一般有三個參數
#第一個參數代表矩陣對象
#第二個參數代表要操作矩陣的維度 1表示對行進行處理，2表示對列進行處理
#第三個參數就是處理數據的函數
#apply會分別一行或一列處理該矩陣的數據。

#將evaluation用“綜合測評”添加到resule2中，將結果用result11保存
result11=data.frame(result2,'綜合測評'=evaluation)

#對result11中按綜合測評成績進行decreasing減少量排名
result22=result11[order(result11$綜合測評,decreasing = TRUE), ]

result33=data.frame(result22,'測評排名'=order(result22$綜合測評,decreasing = TRUE))

result33

　　

實現過程

 

　　apply函數三個參數：

　　第一個參數代表矩陣對象
　　第二個參數代表要操作矩陣的維度 1表示對行進行處理，2表示對列進行處理
　　第三個參數就是處理數據的函數

 

　　讀取文件數據保存到inputfile中

inputfile1=read.csv(file="Gary1.csv",header=TRUE)
inputfile2=read.csv(file="Gary2.csv",header=TRUE)
inputfile3=read.csv(file="Gary3.csv",header=TRUE)

 

　　刪除inputfile1中的綜合成績和排名，刪除inputfile2，inputfuke3中的學號、姓名、綜合成績和排名(合並數據后這些數據多余了)

result=cbind(inputfile1[,-c(10,11)],inputfile2[,-c(1,2,12,13)]) #數據集列合並

result2=cbind(result,inputfile3[,-c(1,2,7,8)])

 

　　計算學生成績並將所得結果添加到學生表中

evaluation=apply(result2[,3:22], 1,mean,na.rm=TRUE)

#將evaluation用“綜合測評”添加到resule2中，將結果用result11保存
result11=data.frame(result2,'綜合測評'=evaluation)

#對result11中按綜合測評成績進行decreasing減少量排名
result22=result11[order(result11$綜合測評,decreasing = TRUE), ]

result33=data.frame(result22,'測評排名'=order(result22$綜合測評,decreasing = TRUE))

result33

 

　　當R數據中存在NA時，使用對數據的mean()函數時需要注意NA問題

 　　　　x<-c(1,2,3,NA,4,5)

　　　　y<-mean(x)

　　　   因為x中有NA，所以當對x進行mean操作時，y會被賦值為NA 

　　

　　      通過在函數中加“na.rm=TRUE”可以除NA的干擾

　　

　　對學生成績異常值檢測　　傳送門　　

 

　　修改上列代碼28行

evaluation=apply(result2[,3:22], 1,mean)

 

 

 　　

 

 　　補充：merge()函數　　傳送門

 

　　merge 連接兩個數據，官方參考文檔語法 

 

merge(x, y, by = intersect(names(x), names(y)),
      by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,
      sort = TRUE, suffixes = c(".x",".y"),
      incomparables = NULL, ...)

 

　 　merge(x,  y,  by,  by.x,  by.y, all,  all.x,  all.y...)

 

參數解釋：

 

　　x,y：需要合並的數據集

 

　　by：用於連接兩個數據集的列，當兩個數據集公共列名相同，可以寫成by = "公共列名"

 

　　by.x、by.y：用於指定依據哪個列合並，常用於當兩個數據集公共列名不一樣的時候；

 

　　all、all.x、all.y：指定x和y的行是否應該全部輸出

 

　　sort：是否需要排序

 

 

　　merge()函數是對數據進行交並補運算，三張表進行數據合並時可先合並第一第二張表，再用所合成結果對第三張表進行合成

　　測試a和aa中值的不同

 

setwd('D:\\data')

list.files()

inputfile1=read.csv(file="Gary1.csv",header=TRUE)
inputfile2=read.csv(file="Gary2.csv",header=TRUE)
inputfile3=read.csv(file="Gary3.csv",header=TRUE)

#刪除inputfile1中的綜合成績和排名，刪除inputfile2中的學號、姓名、綜合成績和排名
result=cbind(inputfile1[,-c(10,11)],inputfile2[,-c(1,2,12,13)]) #數據集列合並

#同理
result2=cbind(result,inputfile3[,-c(1,2,7,8)])


a=merge(inputfile1,inputfile2,by=c("學號","課程名稱"))
aa=merge(inputfile1,inputfile2,by=c("學號","課程名稱","綜合排名"))
b=merge(a,inputfile3,by=c("學號","課程名稱"))

 

 

　　發現aa中存在一個人成績存在多個綜合測評、綜合排名的缺陷，把a也添加到by=c("學號","課程名稱","綜合排名")當中

 

 

 

　　只要第一個學期和第二個學期綜合排名不一樣時，不顯示合並成功的數據！！！

　　

　　merge()函數對數據的操作還是挺嚴格的！！！