Bài tập 1

Các lệnh căn bản trong R

Duc Nguyen
www.tuhocr.com

Nội dung

Các lệnh cơ bản về vector, matrix, list, data frame.
Các lệnh subset, trích xuất dữ liệu.

Câu 1: Khi x được gán giá trị 5 thì class(x) thuộc loại nào?

> x <- 5
> class(x) ?

integer
vector
numeric
character

Câu 2: Khi x có các thành phần bên trong gồm chữ, số, giá trị logic thì class(x) thuộc loại nào?

> x <- c(2, "a", TRUE)
> print(x)
[1] "2"    "a"    "TRUE"
> class(x) ?

integer
vector
numeric
character

Câu 3: Kết quả lệnh rbind(x, y) sẽ là ...

> x <- c(1, 4, 7) 
> y <- c(3, 2, 11)
> rbind(x, y) ?

vector
matrix 3 hàng 2 cột
matrix 2 hàng 3 cột
data frame 2 hàng 3 cột

> rbind(x, y)
  [,1] [,2] [,3]
x    1    4    7
y    3    2   11
> rbind(x, y) -> m
> class(m)
[1] "matrix" "array"

Câu 4: Kết quả lệnh x[[1]] sẽ là ...

> x <- list(12, "a", "b", TRUE) 
> x[[1]] ?

list con có chứa một thành phần có giá trị 12
character vector có chứa một thành phần có giá trị 12
numeric vector có chứa một thành phần có giá trị 12
câu 2 và 3 đều đúng

> x <- list(12, "a", "b", TRUE) 
> x[[1]]
[1] 12
> x[[1]] -> ddd
> class(ddd)
[1] "numeric"
> is.vector(ddd)
[1] TRUE
# Lưu ý:
> x[1] # Nếu dùng `[` để subset từ list mẹ 
[[1]]  # sẽ thu được list con
[1] 12
> x[1] -> jjj
> is.vector(jjj) # Vì list là một loại vector
[1] TRUE
> is.list(jjj)
[1] TRUE
> is.list(ddd) # Nhưng vector chưa chắc là list
[1] FALSE

Câu 5: Kết quả lệnh x + y sẽ là...

> x <- 1:4
> y <- 2
> x + y ?

numeric vector có giá trị 3, 2, 3, 4
numeric vector có giá trị 3, 4, 5, 6
integer vector có giá trị 3, 4, 5, 6
không có câu nào đúng

> x
[1] 1 2 3 4
> y
[1] 2
> x + y
[1] 3 4 5 6
> class(x + y)
[1] "numeric"

Câu 6: Có vector x <- c(7, 14, 4, 5, 13, 12, 10). Ta dùng lệnh nào để thay thế các số lớn hơn 10 trong vector x chuyển thành số 6?

• Cách 1: x[x > 10] == 6
• Cách 2: x[x > 6] <- 10
• Cách 3: x[x >= 10] <- 6
• Cách 4: x[x > 10] <- 6

Cách 1
Cách 2
Cách 3
Cách 4

> x <- c(7, 14, 4, 5, 13, 12, 10)
> x
[1]  7 14  4  5 13 12 10
> x[x > 10] # Subset các số lớn hơn 10 trong `x`
[1] 14 13 12
> x[x > 10] <- 6 # Gán giá trị 6 vào các số này
> x
[1]  7  6  4  5  6  6 10

Câu 7: Download dataset từ đây về, sau đó giải nén. Đặt file hw1_data.csv vào thư mục làm việc R. Import file này vào RStudio bằng lệnh read.csv(), đặt tên là hw1. Liệt kê tên của các cột trong hw1.

Month, Day, Temp, Wind
Ozone, Solar.R, Wind, Temp, Month, Day
1, 2, 3, 4, 5, 6
Ozone, Solar.R, Wind

read.csv("homework/hw1_data.csv") -> hw1
> class(hw1)
[1] "data.frame"
> names(hw1)
[1] "Ozone"   "Solar.R" "Wind"    "Temp"    "Month"   "Day"

Câu 8: Subset 2 hàng đầu tiên của file hw1_data.csv và in ra kết quả ở console.

# Kết quả 1:
  Ozone Solar.R Wind Temp Month Day
1    41     190  7.4   67     5   1
2    36     118  8.0   72     5   2

# Kết quả 2:
  Ozone Solar.R Wind Temp Month Day
1     7      NA  6.9   74     5  11
2    35     274 10.3   82     7  17

Kết quả 1
Kết quả 2

> hw1[1:2, ]
  Ozone Solar.R Wind Temp Month Day
1    41     190  7.4   67     5   1
2    36     118  8.0   72     5   2

Câu 9: Có bao nhiêu dòng (row) trong data frame hw1?

> nrow(hw1)
[1] 153

Câu 10: In 2 dòng cuối của data frame hw1 ra console?

# Kết quả 1:
    Ozone Solar.R Wind Temp Month Day
152    31     244 10.9   78     8  19
153    29     127  9.7   82     6   7

# Kết quả 2:
    Ozone Solar.R Wind Temp Month Day
152    18     131  8.0   76     9  29
153    20     223 11.5   68     9  30

Kết quả 1
Kết quả 2

> tail(hw1, n = 2)
    Ozone Solar.R Wind Temp Month Day
152    18     131  8.0   76     9  29
153    20     223 11.5   68     9  30

Câu 11: Giá trị ở dòng thứ 40 của cột Ozone là ...

> hw1$Ozone[40]
[1] 71

Câu 12: Có bao nhiêu giá trị NA (missing value) trong cột Ozone?

# Cách 1:
> is.na(hw1$Ozone) -> ok
> table(ok)
ok
FALSE  TRUE 
  116    37
# Cách 2:
> summary(hw1$Ozone)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
   1.00   18.00   31.50   42.13   63.25  168.00      37
> summary(hw1$Ozone)[7]
NA's 
  37

Câu 13: Sau khi loại bỏ các giá trị NA trong cột Ozone, tính giá trị trung bình.

42.13
41.13
52.19
52.20

> mean(hw1$Ozone) # Tính trực tiếp trên vector
[1] NA # có chứa giá trị NA lẫn con số sẽ ra NA.

# Vì vậy cần subset ra vector mới chỉ chứa số 
# (làm sạch dữ liệu)
> good <- complete.cases(hw1$Ozone)
> hw1$Ozone[good] -> well
> mean(well)
[1] 42.12931

Câu 14: Chiết xuất ra những hàng trong data frame hw1 mà có giá trị Ozone lớn hơn 31 và giá trị Temp lớn hơn 90. Sau đó tính giá trị trung bình cho cột Solar.R của bảng số liệu con (subset) này.

212.8
334.0
205.0
117.6

> hw1$Ozone > 31 -> ok1
> hw1$Temp > 90 -> ok2
> length(ok1)
[1] 153
> length(ok2)
[1] 153
> ok1 & ok2 -> ok3 # Gộp hai điều kiện
> length(ok3)
[1] 153
> hw1[ok3, ] # Subset ra bảng dữ liệu mới
     Ozone Solar.R Wind Temp Month Day
NA      NA      NA   NA   NA    NA  NA
NA.1    NA      NA   NA   NA    NA  NA
69      97     267  6.3   92     7   8
70      97     272  5.7   92     7   9
NA.2    NA      NA   NA   NA    NA  NA
NA.3    NA      NA   NA   NA    NA  NA
120     76     203  9.7   97     8  28
121    118     225  2.3   94     8  29
122     84     237  6.3   96     8  30
123     85     188  6.3   94     8  31
124     96     167  6.9   91     9   1
125     78     197  5.1   92     9   2
126     73     183  2.8   93     9   3
127     91     189  4.6   93     9   4
> hw1[ok3, ] -> yes
> na.omit(yes) -> final # Loại bỏ giá trị NA
> final 
    Ozone Solar.R Wind Temp Month Day
69     97     267  6.3   92     7   8
70     97     272  5.7   92     7   9
120    76     203  9.7   97     8  28
121   118     225  2.3   94     8  29
122    84     237  6.3   96     8  30
123    85     188  6.3   94     8  31
124    96     167  6.9   91     9   1
125    78     197  5.1   92     9   2
126    73     183  2.8   93     9   3
127    91     189  4.6   93     9   4
> mean(final$Solar.R)
[1] 212.8

Câu 15: Nhiệt độ trung bình của tháng 6 là bao nhiêu?

75.2
84.3
69.4
79.1

> hw1[hw1$Month == 6, ] -> june
> mean(june$Temp) # Vì `Temp` trong june không có
[1] 79.1     # giá trị NA nên ta tính mean trực tiếp

Câu 16: Trong tháng 5, giá trị cực đại maximum của Ozone là bao nhiêu?

> hw1[hw1$Month == 5, ] -> may
> na.omit(may) -> sense
> sense
   Ozone Solar.R Wind Temp Month Day
1     41     190  7.4   67     5   1
2     36     118  8.0   72     5   2
3     12     149 12.6   74     5   3
4     18     313 11.5   62     5   4
7     23     299  8.6   65     5   7
8     19      99 13.8   59     5   8
9      8      19 20.1   61     5   9
12    16     256  9.7   69     5  12
13    11     290  9.2   66     5  13
14    14     274 10.9   68     5  14
15    18      65 13.2   58     5  15
16    14     334 11.5   64     5  16
17    34     307 12.0   66     5  17
18     6      78 18.4   57     5  18
19    30     322 11.5   68     5  19
20    11      44  9.7   62     5  20
21     1       8  9.7   59     5  21
22    11     320 16.6   73     5  22
23     4      25  9.7   61     5  23
24    32      92 12.0   61     5  24
28    23      13 12.0   67     5  28
29    45     252 14.9   81     5  29
30   115     223  5.7   79     5  30
31    37     279  7.4   76     5  31
> max(sense$Ozone)
[1] 115