NCEA 2007

library(dplyr)
library(ggplot2) 
library(viridis) 
library(ggthemes)
library(tidyr)
library(hrbrthemes)
library(tidyverse)
#
# a case study - II
#

##讀取紐西蘭NCEA2007國家教育數據，header 是指資料是否有包含欄位名稱，sep 是指資料的分隔符號，quote = 資料中的字串符號，quote=" "代表關閉此功能，as.is會抑制字符向量轉換成因子
dta2 <- read.table("C:/tmp/NCEA2007.txt", sep=":", quote="", h=T, as.is=T)

##了解資料維度/型態
dim(dta2)

## [1] 88  4

##顯示資料
str(dta2)

## 'data.frame':    88 obs. of  4 variables:
##  $ Name  : chr  "Al-Madinah School" "Alfriston College" "Ambury Park Centre for Riding Therapy" "Aorere College" ...
##  $ Level1: num  61.5 53.9 33.3 39.5 71.2 22.1 50.8 57.3 89.3 59.8 ...
##  $ Level2: num  75 44.1 20 50.2 78.9 30.8 34.8 49.8 89.7 65.7 ...
##  $ Level3: num  0 0 0 30.6 55.5 26.3 48.9 44.6 88.6 50.4 ...

##查看資料前六行
head(dta2)

##                                    Name Level1 Level2 Level3
## 1                     Al-Madinah School   61.5   75.0    0.0
## 2                     Alfriston College   53.9   44.1    0.0
## 3 Ambury Park Centre for Riding Therapy   33.3   20.0    0.0
## 4                        Aorere College   39.5   50.2   30.6
## 5        Auckland Girls' Grammar School   71.2   78.9   55.5
## 6                      Auckland Grammar   22.1   30.8   26.3

##apply用來代替for的循環函數，MARGIN是第幾欄列，功能為平均數
apply(dta2[, -1], MARGIN=2, FUN=mean)

##   Level1   Level2   Level3 
## 62.26705 61.06818 47.97614

## list apply是基礎循環，用來對list、data.frame數據進行循環，並返回X長度，同樣以list作為結果，功能為平均數
lapply(dta2[, -1], FUN=mean)

## $Level1
## [1] 62.26705
## 
## $Level2
## [1] 61.06818
## 
## $Level3
## [1] 47.97614

## simplify the list apply增加兩個參數simplify和USE.NAMES，返回向量，而不是list，功能為平均數
sapply(dta2[, -1], FUN=mean)

##   Level1   Level2   Level3 
## 62.26705 61.06818 47.97614

##apply的for循環函數，功能改看範圍
apply(dta2[, -1], MARGIN=2, FUN=range)

##      Level1 Level2 Level3
## [1,]    2.8    0.0    0.0
## [2,]   97.4   95.7   95.7

##以list屬性，功能改看範圍
lapply(dta2[, -1], FUN=range)

## $Level1
## [1]  2.8 97.4
## 
## $Level2
## [1]  0.0 95.7
## 
## $Level3
## [1]  0.0 95.7

##兩個參數simplify和USE.NAMES，屬性為向量，功能改看範圍
sapply(dta2[, -1], FUN=range)

##      Level1 Level2 Level3
## [1,]    2.8    0.0    0.0
## [2,]   97.4   95.7   95.7

##檢查下方數據檔的位置
dta2$Roll

## NULL

dta2$Auth

## NULL

## splitting本區指令是作業4的指令和檔案，必須回到作業4
dta <- read.csv("C:/tmp/nzSchools.csv", as.is=2)

##split分割拆出Roll、Auth的資料欄
rollsByAuth <- split(dta$Roll, dta$Auth)
##查看分割後的資料
str(rollsByAuth)

## List of 4
##  $ Other           : int 51
##  $ Private         : int [1:99] 255 39 154 73 83 25 95 85 94 729 ...
##  $ State           : int [1:2144] 318 200 455 86 577 329 637 395 201 267 ...
##  $ State Integrated: int [1:327] 438 26 191 560 151 114 126 171 211 57 ...

##查分割後的資料屬性
class(rollsByAuth)

## [1] "list"

##lapply對list、data.frame數據進行循環指令，感覺非常適合，再以平均數顯示
lapply(split(dta$Roll, dta$Auth), mean)

## $Other
## [1] 51
## 
## $Private
## [1] 308.798
## 
## $State
## [1] 300.6301
## 
## $`State Integrated`
## [1] 258.3792

##切割後資料sapply返回向量，一樣以平均數顯示
sapply(split(dta$Roll, dta$Auth), mean)

##            Other          Private            State State Integrated 
##          51.0000         308.7980         300.6301         258.3792

###