1 Bài thực hành tuần 1

Thao tác trên dataset

data(trees)
d <- trees
str(d)

## 'data.frame':    31 obs. of  3 variables:
##  $ Girth : num  8.3 8.6 8.8 10.5 10.7 10.8 11 11 11.1 11.2 ...
##  $ Height: num  70 65 63 72 81 83 66 75 80 75 ...
##  $ Volume: num  10.3 10.3 10.2 16.4 18.8 19.7 15.6 18.2 22.6 19.9 ...

names(d) <- c('G','H','V')

head(trees)

##   Girth Height Volume
## 1   8.3     70   10.3
## 2   8.6     65   10.3
## 3   8.8     63   10.2
## 4  10.5     72   16.4
## 5  10.7     81   18.8
## 6  10.8     83   19.7

vol <- d$V
vol

##  [1] 10.3 10.3 10.2 16.4 18.8 19.7 15.6 18.2 22.6 19.9 24.2 21.0 21.4 21.3 19.1
## [16] 22.2 33.8 27.4 25.7 24.9 34.5 31.7 36.3 38.3 42.6 55.4 55.7 58.3 51.5 51.0
## [31] 77.0

vol15 <- vol[vol>15 & vol<50]
vol15

##  [1] 16.4 18.8 19.7 15.6 18.2 22.6 19.9 24.2 21.0 21.4 21.3 19.1 22.2 33.8 27.4
## [16] 25.7 24.9 34.5 31.7 36.3 38.3 42.6

voll <- d[d$V>15 | d$H<60,]
voll

##       G  H    V
## 4  10.5 72 16.4
## 5  10.7 81 18.8
## 6  10.8 83 19.7
## 7  11.0 66 15.6
## 8  11.0 75 18.2
## 9  11.1 80 22.6
## 10 11.2 75 19.9
## 11 11.3 79 24.2
## 12 11.4 76 21.0
## 13 11.4 76 21.4
## 14 11.7 69 21.3
## 15 12.0 75 19.1
## 16 12.9 74 22.2
## 17 12.9 85 33.8
## 18 13.3 86 27.4
## 19 13.7 71 25.7
## 20 13.8 64 24.9
## 21 14.0 78 34.5
## 22 14.2 80 31.7
## 23 14.5 74 36.3
## 24 16.0 72 38.3
## 25 16.3 77 42.6
## 26 17.3 81 55.4
## 27 17.5 82 55.7
## 28 17.9 80 58.3
## 29 18.0 80 51.5
## 30 18.0 80 51.0
## 31 20.6 87 77.0

d$logV <- log(d$V)
d$logH <- log(d$H)
d$Tong <- d$G+d$H+d$V

cut(vol,4)

##  [1] (10.1,26.9] (10.1,26.9] (10.1,26.9] (10.1,26.9] (10.1,26.9] (10.1,26.9]
##  [7] (10.1,26.9] (10.1,26.9] (10.1,26.9] (10.1,26.9] (10.1,26.9] (10.1,26.9]
## [13] (10.1,26.9] (10.1,26.9] (10.1,26.9] (10.1,26.9] (26.9,43.6] (26.9,43.6]
## [19] (10.1,26.9] (10.1,26.9] (26.9,43.6] (26.9,43.6] (26.9,43.6] (26.9,43.6]
## [25] (26.9,43.6] (43.6,60.3] (43.6,60.3] (43.6,60.3] (43.6,60.3] (43.6,60.3]
## [31] (60.3,77.1]
## Levels: (10.1,26.9] (26.9,43.6] (43.6,60.3] (60.3,77.1]

table(cut(vol,4))

## 
## (10.1,26.9] (26.9,43.6] (43.6,60.3] (60.3,77.1] 
##          18           7           5           1

2 Bài thực hành tuần 2 - PHẢI HIỂU KẾT QUẢ!!!!!!!!!!

Bộ dữ liệu iris (thông số về hoa lan)

data("iris")
library(utf8)

## Warning: package 'utf8' was built under R version 4.2.3

library(dplyr)

## Warning: package 'dplyr' was built under R version 4.2.3

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

cut(iris$Sepal.Length,4)

##   [1] (4.3,5.2] (4.3,5.2] (4.3,5.2] (4.3,5.2] (4.3,5.2] (5.2,6.1] (4.3,5.2]
##   [8] (4.3,5.2] (4.3,5.2] (4.3,5.2] (5.2,6.1] (4.3,5.2] (4.3,5.2] (4.3,5.2]
##  [15] (5.2,6.1] (5.2,6.1] (5.2,6.1] (4.3,5.2] (5.2,6.1] (4.3,5.2] (5.2,6.1]
##  [22] (4.3,5.2] (4.3,5.2] (4.3,5.2] (4.3,5.2] (4.3,5.2] (4.3,5.2] (4.3,5.2]
##  [29] (4.3,5.2] (4.3,5.2] (4.3,5.2] (5.2,6.1] (4.3,5.2] (5.2,6.1] (4.3,5.2]
##  [36] (4.3,5.2] (5.2,6.1] (4.3,5.2] (4.3,5.2] (4.3,5.2] (4.3,5.2] (4.3,5.2]
##  [43] (4.3,5.2] (4.3,5.2] (4.3,5.2] (4.3,5.2] (4.3,5.2] (4.3,5.2] (5.2,6.1]
##  [50] (4.3,5.2] (6.1,7]   (6.1,7]   (6.1,7]   (5.2,6.1] (6.1,7]   (5.2,6.1]
##  [57] (6.1,7]   (4.3,5.2] (6.1,7]   (4.3,5.2] (4.3,5.2] (5.2,6.1] (5.2,6.1]
##  [64] (5.2,6.1] (5.2,6.1] (6.1,7]   (5.2,6.1] (5.2,6.1] (6.1,7]   (5.2,6.1]
##  [71] (5.2,6.1] (5.2,6.1] (6.1,7]   (5.2,6.1] (6.1,7]   (6.1,7]   (6.1,7]  
##  [78] (6.1,7]   (5.2,6.1] (5.2,6.1] (5.2,6.1] (5.2,6.1] (5.2,6.1] (5.2,6.1]
##  [85] (5.2,6.1] (5.2,6.1] (6.1,7]   (6.1,7]   (5.2,6.1] (5.2,6.1] (5.2,6.1]
##  [92] (5.2,6.1] (5.2,6.1] (4.3,5.2] (5.2,6.1] (5.2,6.1] (5.2,6.1] (6.1,7]  
##  [99] (4.3,5.2] (5.2,6.1] (6.1,7]   (5.2,6.1] (7,7.9]   (6.1,7]   (6.1,7]  
## [106] (7,7.9]   (4.3,5.2] (7,7.9]   (6.1,7]   (7,7.9]   (6.1,7]   (6.1,7]  
## [113] (6.1,7]   (5.2,6.1] (5.2,6.1] (6.1,7]   (6.1,7]   (7,7.9]   (7,7.9]  
## [120] (5.2,6.1] (6.1,7]   (5.2,6.1] (7,7.9]   (6.1,7]   (6.1,7]   (7,7.9]  
## [127] (6.1,7]   (5.2,6.1] (6.1,7]   (7,7.9]   (7,7.9]   (7,7.9]   (6.1,7]  
## [134] (6.1,7]   (5.2,6.1] (7,7.9]   (6.1,7]   (6.1,7]   (5.2,6.1] (6.1,7]  
## [141] (6.1,7]   (6.1,7]   (5.2,6.1] (6.1,7]   (6.1,7]   (6.1,7]   (6.1,7]  
## [148] (6.1,7]   (6.1,7]   (5.2,6.1]
## Levels: (4.3,5.2] (5.2,6.1] (6.1,7] (7,7.9]

setosa <- iris[iris$Species=="setosa",] # = là gán, == là so sánh
notsetosa <- iris[!iris$Species=="setosa",] # ! là phủ định
summary(iris$Sepal.Length) # 5.1 - có 25% nhỏ hơn 5.1,...

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   4.300   5.100   5.800   5.843   6.400   7.900

iris$Slcoded <- cut(iris$Sepal.Length, breaks = c(4.3,4.8,7.2,7.8), labels = c('Ngắn','Vừa','Dài')) # cắt có điều kiện, breaks là cắt, c() chọn điểm mút theo ý muốn, labels là tùy chọn đặt tên
table(iris$Slcoded) # lập bảng tần số xong đưa ra nhận xét

## 
## Ngắn  Vừa  Dài 
##   15  126    7

table(iris$Slcoded/summary(iris$Sepal.Length))

## Warning in Ops.factor(iris$Slcoded, summary(iris$Sepal.Length)): '/' not
## meaningful for factors

## < table of extent 0 >

#Tính đặc trưng đo lường:
mean(iris$Sepal.Length)

## [1] 5.843333

var(iris$Sepal.Length)

## [1] 0.6856935

sd(iris$Sepal.Length) # độ lệch chuẩn

## [1] 0.8280661

sum(iris$Sepal.Length)

## [1] 876.5

quantile(iris$Sepal.Length, .31) # tìm mốc mà sẽ có 31% nhỏ hơn, thay vì các mốc đặt biệt 25, 50, 75%

## 31% 
## 5.4

table(iris$Species)

## 
##     setosa versicolor  virginica 
##         50         50         50

aggregate(iris$Sepal.Length, list(iris$Species), FUN = 'mean') # tính trung bình cho từng loài

##      Group.1     x
## 1     setosa 5.006
## 2 versicolor 5.936
## 3  virginica 6.588

aggregate(iris$Sepal.Length, list(iris$Sepal.Length), FUN = 'sd') # tính độ lệch chuẩn cho từng loài

##    Group.1  x
## 1      4.3 NA
## 2      4.4  0
## 3      4.5 NA
## 4      4.6  0
## 5      4.7  0
## 6      4.8  0
## 7      4.9  0
## 8      5.0  0
## 9      5.1  0
## 10     5.2  0
## 11     5.3 NA
## 12     5.4  0
## 13     5.5  0
## 14     5.6  0
## 15     5.7  0
## 16     5.8  0
## 17     5.9  0
## 18     6.0  0
## 19     6.1  0
## 20     6.2  0
## 21     6.3  0
## 22     6.4  0
## 23     6.5  0
## 24     6.6  0
## 25     6.7  0
## 26     6.8  0
## 27     6.9  0
## 28     7.0 NA
## 29     7.1 NA
## 30     7.2  0
## 31     7.3 NA
## 32     7.4 NA
## 33     7.6 NA
## 34     7.7  0
## 35     7.9 NA

aggregate(iris$Sepal.Length, list(iris$Slcoded), FUN = 'mean')

##   Group.1        x
## 1    Ngắn 4.633333
## 2     Vừa 5.886508
## 3     Dài 7.585714

aggregate(iris$Sepal.Length, list(iris$Species), FUN = 'summary')

##      Group.1 x.Min. x.1st Qu. x.Median x.Mean x.3rd Qu. x.Max.
## 1     setosa  4.300     4.800    5.000  5.006     5.200  5.800
## 2 versicolor  4.900     5.600    5.900  5.936     6.300  7.000
## 3  virginica  4.900     6.225    6.500  6.588     6.900  7.900

group_by(iris,Species) # chia nhóm theo loài

## # A tibble: 150 × 6
## # Groups:   Species [3]
##    Sepal.Length Sepal.Width Petal.Length Petal.Width Species Slcoded
##           <dbl>       <dbl>        <dbl>       <dbl> <fct>   <fct>  
##  1          5.1         3.5          1.4         0.2 setosa  Vừa    
##  2          4.9         3            1.4         0.2 setosa  Vừa    
##  3          4.7         3.2          1.3         0.2 setosa  Ngắn   
##  4          4.6         3.1          1.5         0.2 setosa  Ngắn   
##  5          5           3.6          1.4         0.2 setosa  Vừa    
##  6          5.4         3.9          1.7         0.4 setosa  Vừa    
##  7          4.6         3.4          1.4         0.3 setosa  Ngắn   
##  8          5           3.4          1.5         0.2 setosa  Vừa    
##  9          4.4         2.9          1.4         0.2 setosa  Ngắn   
## 10          4.9         3.1          1.5         0.1 setosa  Vừa    
## # ℹ 140 more rows

iris %>% group_by(Species) # %>% iris làm tham số đầu vào cho group_by

## # A tibble: 150 × 6
## # Groups:   Species [3]
##    Sepal.Length Sepal.Width Petal.Length Petal.Width Species Slcoded
##           <dbl>       <dbl>        <dbl>       <dbl> <fct>   <fct>  
##  1          5.1         3.5          1.4         0.2 setosa  Vừa    
##  2          4.9         3            1.4         0.2 setosa  Vừa    
##  3          4.7         3.2          1.3         0.2 setosa  Ngắn   
##  4          4.6         3.1          1.5         0.2 setosa  Ngắn   
##  5          5           3.6          1.4         0.2 setosa  Vừa    
##  6          5.4         3.9          1.7         0.4 setosa  Vừa    
##  7          4.6         3.4          1.4         0.3 setosa  Ngắn   
##  8          5           3.4          1.5         0.2 setosa  Vừa    
##  9          4.4         2.9          1.4         0.2 setosa  Ngắn   
## 10          4.9         3.1          1.5         0.1 setosa  Vừa    
## # ℹ 140 more rows

iris %>% group_by(Sepal.Length) %>% summarise(n= sd(Sepal.Length))

## # A tibble: 35 × 2
##    Sepal.Length     n
##           <dbl> <dbl>
##  1          4.3    NA
##  2          4.4     0
##  3          4.5    NA
##  4          4.6     0
##  5          4.7     0
##  6          4.8     0
##  7          4.9     0
##  8          5       0
##  9          5.1     0
## 10          5.2     0
## # ℹ 25 more rows

tg <- seq(2,2, length=10)
tg1 <- seq(2, length=10)

d1 <- rpois(10,6)
d2 <- rnorm(10,6,2)
d3 <- rnorm(10,15,2)

d1 <- as.data.frame(d1)
d1$tg <- seq(1,1, length = 10)
d2 <- as.data.frame(d2)
d2$tg <- seq(2,2, length = 10)
d3 <- as.data.frame(d3)
d3$tg <- seq(3,3, length = 10)

colnames(d1) <- c("d", "tg")
colnames(d2) <- c("d", "tg")
colnames(d3) <- c("d", "tg")

cbind(d1,d2,d3)

##    d tg        d tg        d tg
## 1  4  1 7.257990  2 14.31439  3
## 2  7  1 6.304555  2 12.32181  3
## 3  8  1 5.674464  2 14.66067  3
## 4  7  1 2.949578  2 15.56399  3
## 5  3  1 6.004711  2 15.58772  3
## 6  6  1 5.703548  2 14.89291  3
## 7  3  1 1.786781  2 14.24094  3
## 8  7  1 4.030775  2 12.23104  3
## 9  1  1 6.337933  2 19.01558  3
## 10 7  1 4.519477  2 14.50878  3

iris %>% summary

##   Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
##  Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
##  1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
##  Median :5.800   Median :3.000   Median :4.350   Median :1.300  
##  Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
##  3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
##  Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
##        Species   Slcoded   
##  setosa    :50   Ngắn: 15  
##  versicolor:50   Vừa :126  
##  virginica :50   Dài :  7  
##                  NA's:  2  
##                            
##

them cot phai o dang ‘data.frame’
de dua vao data.frame phai o dang ‘vector’. check ‘is.vector()’
x <- as.data.frame(x) chuyen thanh data.frame
tg <- seq(2, length=10)

3 Bài thực hành tuần 3 - BÀI TUẦN NÀY TRỪ ĐIỂM!!!!!!!!!!!

Tạo mục lục: table of content
Phải làm được từ 50% (không được sẽ trừ điểm)
không muốn xuất hiện câu lệnh or kết quả: nhấp vào bánh răng ở phần nhập hàm.
làm cho phông chữ to hơn, điều chỉnh cỡ chữ
giải thích từng đoạn chi tiết
đánh số tự động: tab 2 cái -> “number_sections: true”
giải thích thêm về nội dung dataset
làm nhiều hàm hơn
pivot - table, longer, wider

library(tidyverse)

## Warning: package 'tidyverse' was built under R version 4.2.3

## Warning: package 'ggplot2' was built under R version 4.2.3

## Warning: package 'tibble' was built under R version 4.2.3

## Warning: package 'tidyr' was built under R version 4.2.3

## Warning: package 'readr' was built under R version 4.2.3

## Warning: package 'purrr' was built under R version 4.2.3

## Warning: package 'stringr' was built under R version 4.2.3

## Warning: package 'forcats' was built under R version 4.2.3

## Warning: package 'lubridate' was built under R version 4.2.3

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats   1.0.0     ✔ readr     2.1.4
## ✔ ggplot2   3.4.2     ✔ stringr   1.5.0
## ✔ lubridate 1.9.2     ✔ tibble    3.2.1
## ✔ purrr     1.0.1     ✔ tidyr     1.3.0
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(tidyr)
data("billboard")
bill <- billboard 
# Bảng pivot longer - xóa bớt cột, nối dữ liệu thành một cột 
# dưới đây là chuyển từ bảng 'wide' sang bảng 'long'
m1 <- bill |> pivot_longer(cols = starts_with('wk'), names_to = 'week', values_to = 'rank') # lấy tất cả dữ liệu 

m2 <- bill |> pivot_longer(cols = starts_with('wk'), names_to = 'week', values_to = 'rank', values_drop_na = T) # lấy các dữ liệu được xếp hạng, bài hát nào không được xếp hạng "na" sẽ bị loại bỏ 

m3 <- bill |> pivot_longer(cols = starts_with('wk'), names_to = 'week', values_to = 'rank', values_drop_na = T) |> mutate(week = parse_number(week)) # parse_number - cột week chỉ lấy số, không lấy wk 

m3$aa <- seq(1,1,length = length(m2$artist)) # thêm cột aa vào m3, mà cột aa là một dãy số toàn số 1 "1,1", độ dài = độ dài của artist 

mm <- mutate(m3,bb = m3$rank + m3$aa) # mutate - thêm cột mới, gán mutate vào mm, lấy dữ liệu từ m3, thêm cột bb trong đó rank + aa lấy từ m3 

# về làm 'long' sang 'wide'

3.1 MỘT DỮ LIỆU KHÁC

# 'long' sang 'wide'
library(lme4)

## Warning: package 'lme4' was built under R version 4.2.3

## Loading required package: Matrix

## 
## Attaching package: 'Matrix'

## The following objects are masked from 'package:tidyr':
## 
##     expand, pack, unpack

data("VerbAgg")
n <- VerbAgg
table(n$item)

## 
## S1WantCurse S1WantScold S1WantShout S2WantCurse S2WantScold S2WantShout 
##         316         316         316         316         316         316 
## S3WantCurse S3WantScold S3WantShout S4wantCurse S4WantScold S4WantShout 
##         316         316         316         316         316         316 
##   S1DoCurse   S1DoScold   S1DoShout   S2DoCurse   S2DoScold   S2DoShout 
##         316         316         316         316         316         316 
##   S3DoCurse   S3DoScold   S3DoShout   S4DoCurse   S4DoScold   S4DoShout 
##         316         316         316         316         316         316

levels(n$item)

##  [1] "S1WantCurse" "S1WantScold" "S1WantShout" "S2WantCurse" "S2WantScold"
##  [6] "S2WantShout" "S3WantCurse" "S3WantScold" "S3WantShout" "S4wantCurse"
## [11] "S4WantScold" "S4WantShout" "S1DoCurse"   "S1DoScold"   "S1DoShout"  
## [16] "S2DoCurse"   "S2DoScold"   "S2DoShout"   "S3DoCurse"   "S3DoScold"  
## [21] "S3DoShout"   "S4DoCurse"   "S4DoScold"   "S4DoShout"

n <- n |> mutate(respn = case_when(resp == "no" ~ 0,
                                   resp == "perhaps" ~ 1,
                                   resp == "yes" ~ 1))
resp_wide <- n |> select(id, item, respn) |> pivot_wider(names_from = item, values_from = respn)

ThucHanh

truonglengocdiep

2023-05-30

1 Bài thực hành tuần 1

2 Bài thực hành tuần 2 - PHẢI HIỂU KẾT QUẢ!!!!!!!!!!

3 Bài thực hành tuần 3 - BÀI TUẦN NÀY TRỪ ĐIỂM!!!!!!!!!!!

3.1 MỘT DỮ LIỆU KHÁC