1 數據處理案例
(1)數據輸入
student<-c("John Davis","Angla williams","Bullwink Moose",
"David Jones","Janice Markhammer","cheryl Cushing",
"Revenen 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 = F)
解釋：roster是數據框名字，stringsAsFactors = F 設置字符串不拆開，即名字中間可以有空格
（2）限定小數位數
options(digits = 2) #有效數最小保留2位
（3）成績標准化 scale（）
x<-scale(roster[,2:4])
解釋：標准化之后，讓所有的成績具有可比性
（4）求平均分
score<-apply(x,1,mean)
解釋：按行求均值：apply() ,參數設置為1
roster<-cbind(roster,score)
解釋：把求出的平均分這一列合並到原來的表roster中，由於不用主鍵，可以直接使用cbind()來合並
（5）求分位數
y<-quantile(roster$score,c(0.8,0.6,0.4,0.2))
解釋：求四個分位點，分別在0.8，0.6，0.4，0.2處
（6）按分位數給成績評定等級
roster$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"
解釋：新增加一列grade，根據標准化之后的平均分和四個分位點來划分等級
（7）拆分first name和last name
name<-strsplit((roster$student)," ")
解釋：拆分字符串使用strsplit，第一個參數roster$student是要拆分的對象，第二個參數（空格“ ”）是指定按照什么來拆分
(8)把拆分后的名字放回數據集
firstname<-sapply(name, "[",1) #提取第一個對象
lastname<-sapply(name, "[",2) #提取第二個對象
解釋：拆分之后生成的是一個列表，可以使用函數sapply來提取拆分后的名字，”[” 表示要提取一個對象（元素），1代表提取第一個對象
roster<-cbind(firstname,lastname,roster[,-1])
解釋：cbind（）是合並對象的，roster[,-1]意思是保留行並且刪掉第1列（負號代表去除）
(9)按lastname排序
roster<-roster[order(lastname,firstname),]
解釋：order（）排序函數，order(lastname,firstname)先按lastname，再按firstname排序， , 逗號前面是按行排行排序，逗號后面是按列（因為姓氏和名不能拆開，所以按行排序）
