CV 3

Zdroj: https://physics.ujep.cz/~jskvor/ZZD/ZZD-cv3.html

Z webu https://ki.ujep.cz/cs/historie/ získejte tabulku historického přehledu vedoucích katedry informatiky. ve sloupci Do nahraďte záznam “Dosud” hodnotou “2024” vytvořte nový sloupec Celkem_let, který bude obsahovat informaci o tom, kolik let daný vedoucí vykonával svou funkci výslednou tabulku seřaďte sestupně podle hodnot v nově vytvořeném sloupci

rm(list=ls())

library(rvest)
library(dplyr)
library(DescTools)

URL <- "https://ki.ujep.cz/cs/historie/"

tables <- html_table(read_html(URL))
table2 <- data.frame(tables[2])

colnames(table2) <- table2[1,]
table2 <- table2[-1,]
print(table2)

table2$Do[table2$Do == "Dosud"] <- "2024"
print(table2)

table2$Celke_let <- c(as.integer(table2$Do) - as.integer(table2$Od))
print(table2)

seřadit tabulku

table2[order(table2$Celke_let, decreasing = T),]

Pomocí vhodné funkce načtěte tabulku StudentsPerformance.csv obsahující data ze šetření úspěšnosti studentů v oblasti matematiky, čtení a psaní.

library(dplyr)
df <- read.csv(file = "https://physics.ujep.cz/~jskvor/ZZD/StudentsPerformance.csv")

• vytvořte nový sloupec avg_score, který bude pro každý záznam tabulky obsahovat průměrné skóre dané osoby ze sloupců math.score, reading.score a writing.score

df$avg_score <- (as.integer(df$math.score) + as.integer(df$reading.score) + as.integer(df$writing.score)) / 3

• z tabulky vyfiltrujte pouze záznamy, kde sloupec parental.level.of.education obsahuje pojem “high school” kdekoliv v textu

df2 <- df[grep("high school", df$parental.level.of.education),]
df2

• vypočtěte průměrnou hodnotu sloupce avg_score pro každou kombinaci
• kategorií gender a race.etnicity

df3 <-select(df, gender, race.ethnicity, avg_score)
df3 <- aggregate(avg_score~gender + race.ethnicity, data=df3, FUN=mean)
df3 <- df3[order(df3$gender),]
df3

• tabulku upravte do tzv. “širokého formátu” tak, aby kategorie ze sloupce gender představovaly vlastní sloupce a vypočtené průměrné hodnoty byly hodnotami v těchto nových sloupcích

df4 <- df3 %>% pivot_wider(names_from = gender, values_from = avg_score)
df4

• přidejte nový sloupce popisující procentuální rozdíl mezi hodnotami v nově vzniklých sloupcích (100*(female-male)/female)

df4$procenta <- (100*(df4$female-df4$male)/df4$female)
df4