R_Studio(学生成绩)使用cbind()函数对多个学期成绩进行集成

 

 

　　“Gary1.csv”、“Gary2.csv”、“Gary3.csv”中保存了一个班级学生三个学期的成绩

　　对三个学期中的成绩数据进行集成并重新计算综合成绩和排名，并按排名顺序排布(学号9位数111304001~11304047)

 

　　Gary1.csv中数据

　　

 

　　Gary2.csv中数据

　　

 

 　　Gary3.csv中数据

　　

 

　　cbind是根据列进行合并　　(要求：所有数据行数相等）

　　rbind是根据行进行合并　　(要求：所有数据列数相同）

 

　　

 

#打开工作目录文件
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)

#删除inputfile1中的综合成绩和排名，删除inputfile2中的学号、姓名、综合成绩和排名
result=cbind(inputfile1[,-c(10,11)],inputfile2[,-c(1,2,12,13)]) #数据集列合并

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

#对学生成绩进行相加，得到一组数据(我自己测试学生成绩是从第三列到第二十二列的)
#相加成绩保存到evaluation中
evaluation=apply(result2[,3:22], 1,mean,na.rm=TRUE)

#apply函数一般有三个参数
#第一个参数代表矩阵对象
#第二个参数代表要操作矩阵的维度 1表示对行进行处理，2表示对列进行处理
#第三个参数就是处理数据的函数
#apply会分别一行或一列处理该矩阵的数据。

#将evaluation用“综合测评”添加到resule2中，将结果用result11保存
result11=data.frame(result2,'综合测评'=evaluation)

#对result11中按综合测评成绩进行decreasing减少量排名
result22=result11[order(result11$综合测评,decreasing = TRUE), ]

result33=data.frame(result22,'测评排名'=order(result22$综合测评,decreasing = TRUE))

result33

　　

实现过程

 

　　apply函数三个参数：

　　第一个参数代表矩阵对象
　　第二个参数代表要操作矩阵的维度 1表示对行进行处理，2表示对列进行处理
　　第三个参数就是处理数据的函数

 

　　读取文件数据保存到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)

 

　　删除inputfile1中的综合成绩和排名，删除inputfile2，inputfuke3中的学号、姓名、综合成绩和排名(合并数据后这些数据多余了)

result=cbind(inputfile1[,-c(10,11)],inputfile2[,-c(1,2,12,13)]) #数据集列合并

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

 

　　计算学生成绩并将所得结果添加到学生表中

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

#将evaluation用“综合测评”添加到resule2中，将结果用result11保存
result11=data.frame(result2,'综合测评'=evaluation)

#对result11中按综合测评成绩进行decreasing减少量排名
result22=result11[order(result11$综合测评,decreasing = TRUE), ]

result33=data.frame(result22,'测评排名'=order(result22$综合测评,decreasing = TRUE))

result33

 

　　当R数据中存在NA时，使用对数据的mean()函数时需要注意NA问题

 　　　　x<-c(1,2,3,NA,4,5)

　　　　y<-mean(x)

　　　   因为x中有NA，所以当对x进行mean操作时，y会被赋值为NA 

　　

　　      通过在函数中加“na.rm=TRUE”可以除NA的干扰

　　

　　对学生成绩异常值检测　　传送门　　

 

　　修改上列代码28行

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

 

 

 　　

 

 　　补充：merge()函数　　传送门

 

　　merge 连接两个数据，官方参考文档语法 

 

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...)

 

参数解释：

 

　　x,y：需要合并的数据集

 

　　by：用于连接两个数据集的列，当两个数据集公共列名相同，可以写成by = "公共列名"

 

　　by.x、by.y：用于指定依据哪个列合并，常用于当两个数据集公共列名不一样的时候；

 

　　all、all.x、all.y：指定x和y的行是否应该全部输出

 

　　sort：是否需要排序

 

 

　　merge()函数是对数据进行交并补运算，三张表进行数据合并时可先合并第一第二张表，再用所合成结果对第三张表进行合成

　　测试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)

#删除inputfile1中的综合成绩和排名，删除inputfile2中的学号、姓名、综合成绩和排名
result=cbind(inputfile1[,-c(10,11)],inputfile2[,-c(1,2,12,13)]) #数据集列合并

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


a=merge(inputfile1,inputfile2,by=c("学号","课程名称"))
aa=merge(inputfile1,inputfile2,by=c("学号","课程名称","综合排名"))
b=merge(a,inputfile3,by=c("学号","课程名称"))

 

 

　　发现aa中存在一个人成绩存在多个综合测评、综合排名的缺陷，把a也添加到by=c("学号","课程名称","综合排名")当中

 

 

 

　　只要第一个学期和第二个学期综合排名不一样时，不显示合并成功的数据！！！

　　

　　merge()函数对数据的操作还是挺严格的！！！