【摘要】R处理数据的案例将学生的各科考试成绩组合为单一的成绩衡量指标、基于相对名次（前20%，下20%，等等）给出从A到F的评分、根据学生姓氏和名

R处理数据的案例
 将学生的各科考试成绩组合为单一的成绩衡量指标、基于相对名次（前20%，下20%，等等）给出从A到F的评分、根据学生姓氏和名字的首字母对花名册进行排序
代码如下：
[python] view plain copy
print?

    options(digits = 2)  
    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)  
    head(roster)  
      
    tail(roster)  
    z<-scale(roster[,2:4])  
      
    score<-apply(z, 1, mean)  
      
    roster<-cbind(roster,score)  
      
    help(quantile)  
      
    y<-quantile(score,c(.8,.6,.4,.2))  
      
    str(y)  
      
    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"  
      
                   
    name<-strsplit((roster$Student)," ")  
      
    lastname<-sapply(name,"[",2)  
      
            
    fristname<-sapply(name,"[",1)  
    roster<-cbind(fristname,lastname,roster[,-1])  
      
    roster<-roster[order(lastname,fristname),]  
      
    roster[,-9]   
以上代码写得比较紧凑，逐步分解如下。
步骤1 原始的学生花名册已经给出了。options(digits=2)限定了输出小数点后数字的位数，
并且让输出更容易阅读。
步骤2 由于数学、科学和英语考试的分值不同（均值和标准差相去甚远），在组合之前需要先让它们变得可以比较。一种方法是将变量进行标准化，这样每科考试的成绩就都是用单位标准差来表示，而不是以原始的尺度来表示了。这个过程可以使用scale()函数来实现。
[python] view plain copy
print?

    z  
           Math Science English  
    [1,]  0.013   1.078   0.587  
    [2,]  1.143   1.591   0.037  
    [3,] -1.026  -0.847  -0.697  
    [4,] -1.649  -0.590  -1.247  
    [5,] -0.068  -1.489  -0.330  
    [6,]  0.128  -0.205   1.137  
    [7,] -1.049  -0.847  -1.247  
    [8,]  1.432   1.078   1.504  
    [9,]  0.832   0.308   0.954  
    [10,]  0.243  -0.077  -0.697 
步骤3 然后，可以通过函数mean()来计算各行的均值以获得综合得分，并使用函数cbind()将其添加到花名册中：
[python] view plain copy
print?

     >roster[,-9]  
        fristname   lastname lastname.1 Math Science English score   
    5      Cheryl    Cushing Markhammer  495      75      20 -0.63      
    6        John      Davis    Cushing  512      85      28  0.35       
    2        Joel    England   Williams  600      99      22  0.92      
    4       David      Jones      Jones  358      82      15 -1.16       
    10       Greg       Knox    Rayburn  522      86      18 -0.18       
    8      Janice Markhammer       Knox  625      95      30  1.34      
    9  Bullwinkle      Moose    England  573      89      27  0.70       
    7        Mary    Rayburn    Ytzrhak  410      80      15 -1.05       
    1      Angela   Williams      Davis  502      95      25  0.56       
    3      Reuven    Ytzrhak      Moose  412      80      18 -0.86      
步骤4 函数quantile()给出了学生综合得分的百分位数。可以看到，成绩为A的分界点为0.74，B的分界点为0.44，等等。
[python] view plain copy
print?

    > y  
      80%   60%   40%   20%   
     0.74  0.44 -0.36 -0.89  
步骤5 通过使用逻辑运算符，你可以将学生的百分位数排名重编码为一个新的类别型成绩变量。下面在数据框roster中创建了变量grade
步骤6 你将使用函数strsplit()以空格为界把学生姓名拆分为姓氏和名字。把strsplit()应用到一个字符串组成的向量上会返回一个列表：
[python] view plain copy
print?

    name<-strsplit((roster$Student)," ")  


[python] view plain copy
print?

    > name  
    [[1]]  
    [1] "John"  "Davis"  
      
    [[2]]  
    [1] "Angela"   "Williams"  
      
    [[3]]  
    [1] "Bullwinkle" "Moose"       
      
    [[4]]  
    [1] "David" "Jones"  
      
    [[5]]  
    [1] "Janice"     "Markhammer"  
      
    [[6]]  
    [1] "Cheryl"  "Cushing"  
      
    [[7]]  
    [1] "Reuven"  "Ytzrhak"  
      
    [[8]]  
    [1] "Greg" "Knox"  
      
    [[9]]  
    [1] "Joel"    "England"  
      
    [[10]]  
    [1] "Mary"    "Rayburn"  

步骤7 你可以使用函数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，并提取每个成分的第二个元素，放入一个储存姓氏的向量。"["是一个可以提取某个对象的一部分的函数——在这里它是用来提取列表name各成分中的第一个或第二个元素的。你将使用cbind()把它们添加到花名册中。由于已经不再需要student变量，可以将其丢弃（在下标中使用?1）。

步骤8 最后，可以使用函数order()依姓氏和名字对数据集进行排序.
[python] view plain copy
print?

    > roster[,-9]  
        fristname   lastname lastname.1 Math Science English score grade  
    5      Cheryl    Cushing Markhammer  495      75      20 -0.63     C  
    6        John      Davis    Cushing  512      85      28  0.35     B  
    2        Joel    England   Williams  600      99      22  0.92     B  
    4       David      Jones      Jones  358      82      15 -1.16     F  
    10       Greg       Knox    Rayburn  522      86      18 -0.18     A  
    8      Janice Markhammer       Knox  625      95      30  1.34     D  
    9  Bullwinkle      Moose    England  573      89      27  0.70     D  
    7        Mary    Rayburn    Ytzrhak  410      80      15 -1.05     C  
    1      Angela   Williams      Davis  502      95      25  0.56     A  
    3      Reuven    Ytzrhak      Moose  412      80      18 -0.86     F