交通数据分析基础 习题.docx

第一章

1-8，略。

9.将特征status转换为有序因子，等级依次为Poor、Improved、Excellent。

#假设原始数据中的status列是字符型向量

status_ordered-factor(

x=status,#原始数据向量

levels=c(Poor,Improved,Excellent),#指定有序等级

ordered=TRUE#声明为有序因子

)

10.创建一个名为fruits的字符向量，包含以下水果名称：apple、banana、cherry、date、elderberry。将fig添加到这个向量的末尾。

#创建初始向量

fruits-c(apple,banana,cherry,date,elderberry)

#添加新元素到末尾

fruits-c(fruits,fig)

11.创建一个名为matrixA的3×3矩阵，将其中所有元素均初始化为0，并将第1行第2列的元素设置为5。

#创建全0的3x3矩阵

matrixA-matrix(0,nrow=3,ncol=3)

#修改第1行第2列元素为5

matrixA[1,2]-5

12.创建一个名为students的数据框，包含3列，分别为Name（字符型）、Age（整数型）、Score（数值型）；并添加3行数据，分别为(Alice,20,85)、(Bob,22,90)、(Charlie,19,88)。

students-data.frame(

Name=c(Alice,Bob,Charlie),

Age=c(20L,22L,19L),#显式声明整数类型（L后缀）

Score=c(85,90,88),

stringsAsFactors=FALSE#关闭字符自动转因子（R4.0+默认关闭）

)

13.使用students数据框（习题12中创建的），筛选出年龄大于20岁且分数高于87分的学生。

filtered_students-subset(

students,

Age20Score87#逻辑条件：年龄20且分数87

)

14.使用plot()函数绘制students数据框（习题12中创建的）中Age和Score的散点图，并给该散点图添加标题和坐标轴标题。

plot(

x=students$Age,

y=students$Score,

main=StudentAgevs.Score,#标题

xlab=Age(years),#x轴标签

ylab=Score(%),#y轴标签

pch=19#设置点的形状（实心圆点）

)

第二章

1.将数据框ggplot2::diamonds中的特征color转换为字符型特征。

library(ggplot2)

diamonds$color-as.character(diamonds$color)

2.对数据框ggplot2::diamonds中的所有数值型特征进行标准化。

#方法1：使用基础R的scale函数

diamonds_scaled-as.data.frame(scale(diamonds[,sapply(diamonds,is.numeric)]))

#方法2：使用dplyr（需加载包）

#library(dplyr)

#diamonds_scaled-diamonds%%

#mutate(across(where(is.numeric),scale))

3.筛选出数据框ggplot2::diamonds中x大于4，并且特征cut为Fair的样本。filtered_diamonds-subset(diamonds,x4cut==Fair)

4.为数据框ggplot2::diamonds增加一个日期型的列date_vec，其中，第1行的日期为2023-01-01，第2行的日期在第1行的基础上加1天，依次类推。

diamonds$date_vec-seq.Date(

from=as.Date(2023-01-01),

by=day,

length.out=nrow(diamonds)

)

5.查看数据框ggplot2::diamonds的基本信息。