1 Rodzaje struktur danych
1.1 Wektory
Zadanie 1. Utwórz wektor danych “wiek” (w latach). Każdy z nich ma mieć 10 obserwacji, dowolne wartości.
wiek <- c(15,25,40,50,60,23,33,36,19,24)
wiek## [1] 15 25 40 50 60 23 33 36 19 241.2 Czynnik
Zadanie 2. Utwórz wektor ryzyko jako czynnik (factor): dla wieku >30 lat “0” o etykiecie “wysokie”, a dla pozostałych “1” o etykiecie “niskie”. Wskazówka: można wykorzystać ifelse.
ryzyko <- as.factor(ifelse(wiek > 30, c("wysokie"), c("niskie")))
ryzyko## [1] niskie niskie wysokie wysokie wysokie niskie wysokie wysokie niskie
## [10] niskie
## Levels: niskie wysokie1.3 Ramka danych
Zadanie 3. Połącz wiek i ryzyko tworząc nową ramkę danych o nazwie “ramka”. Posortuj obserwacje wg wieku (malejąco).
ramka <- data.frame(cbind(wiek, ryzyko)[order(wiek, decreasing = TRUE), ])
ramka## wiek ryzyko
## 1 60 2
## 2 50 2
## 3 40 2
## 4 36 2
## 5 33 2
## 6 25 1
## 7 24 1
## 8 23 1
## 9 19 1
## 10 15 1knitr::kable(ramka, format="html")| wiek | ryzyko |
|---|---|
| 60 | 2 |
| 50 | 2 |
| 40 | 2 |
| 36 | 2 |
| 33 | 2 |
| 25 | 1 |
| 24 | 1 |
| 23 | 1 |
| 19 | 1 |
| 15 | 1 |
1.4 Tablice
Zadanie 4. Utwórz tablicę “tablica” z wieku i ryzyka o wymiarach 5 wierszy, 2 kolumny (zmienne), 2 podgrupy o nazwie “Grupa 1.” oraz “Grupa 2”.
grupy <- c("Grupa 1", "Grupa 2")
kolumny <- c("Wiek", "Ryzyko")
tablica <- array(data = c(unlist(ramka[1:5,]), unlist(ramka[6:10,])), dim = c(5,2,2), dimnames = list(NULL,kolumny,grupy))
tablica## , , Grupa 1
##
## Wiek Ryzyko
## [1,] 60 2
## [2,] 50 2
## [3,] 40 2
## [4,] 36 2
## [5,] 33 2
##
## , , Grupa 2
##
## Wiek Ryzyko
## [1,] 25 1
## [2,] 24 1
## [3,] 23 1
## [4,] 19 1
## [5,] 15 1Zadanie dodatkowe. Dla trzeciej osoby w drugiej grupie czytaj wiek i ryzyko.
print(tablica[3, ,2])## Wiek Ryzyko
## 23 11.5 Listy
Zadanie 5. Utwórz listę “lista” zawierającą pierwsze 3 elementy każdej z grup w tablicy “tablica” oraz 3 kolory które najbardziej lubisz.
lista <- list(tablica[1:3,,1:2], c("czarny", "bordowy", "zielony"))
lista## [[1]]
## , , Grupa 1
##
## Wiek Ryzyko
## [1,] 60 2
## [2,] 50 2
## [3,] 40 2
##
## , , Grupa 2
##
## Wiek Ryzyko
## [1,] 25 1
## [2,] 24 1
## [3,] 23 1
##
##
## [[2]]
## [1] "czarny" "bordowy" "zielony"1.6 Macierze
Zadanie 6. Utwórz macierz kwadratową B z cyfr od 1 do 9; macierz kwadratową A 2x3 z cyfr od 1 do 6; macierz C 3x2 z cyfr od 1 do 6. Dodaj do macierzy A wiersz [1,1,1] jako macierz D oraz do macierzy C kolumnę [1,1,1] jako macierz E. Wyświetl tylko trzeci wiersz macierzy E i trzecią kolumnę macierzy D.
B <- matrix(1:9, nrow=3, ncol=3)
A <- matrix(1:6, nrow=2, ncol=3)
C <- matrix(1:6, nrow=3, ncol=2)
D <- rbind(A, c(1,1,1))
E <- cbind(C, c(1,1,1))Trzeci wiersz macierzy E
E[3,]## [1] 3 6 1Trzecia kolumna macierzy D
D[,3]## [1] 5 6 12 Analiza opisowa
Zadanie 7. Dokonaj pełnej analizy opisowej dla osób z grupy 1. oraz grupy 2. (średnia, odchylenia, kwartyle, skośność, kurtoza).
library(ggplot2)
library(moments)
library(e1071)
library(data.table)
Grupa <- ryzyko <- factor(ifelse(wiek > 30, c("wysokie"), c("niskie")))
ramka2 <- data.frame(cbind(wiek, Grupa)[order(wiek, decreasing = TRUE), ])
#średnia arytmetyczna i kwartyle
setDT(ramka2)
średnia_i_kwartyle <- ramka2[, as.list(summary(wiek)), by = Grupa]
colnames(średnia_i_kwartyle) <- c("Grupa","Minimum","Kwartyl 1.","Mediana","Średnia arytmetyczna","Kwartyl 3.","Maksimum")
#odchylenie standardowe
odchylenie_standardowe <- ramka2[, as.list(sd(wiek)), by = Grupa]
colnames(odchylenie_standardowe) <- c("Grupa","Odchylenie standardowe")
#wariancja
wariancja <- ramka2[, as.list(var(wiek)), by = Grupa]
colnames(wariancja) <- c("Grupa","Wariancja")
#kurtoza
kurtoza <- ramka2[, as.list(kurtosis(wiek)), by = Grupa]
colnames(kurtoza) <- c("Grupa","Kurtoza")
#skośność
skośność <- ramka2[, as.list(skewness(wiek)), by = Grupa]
colnames(skośność) <- c("Grupa","Skośność")
dt <- Reduce(merge,list(średnia_i_kwartyle, odchylenie_standardowe, wariancja, kurtoza, skośność))
dt <- transpose(dt, fill=NA, ignore.empty=FALSE, keep.names="NULL", make.names=NULL)
colnames(dt) <- c("Analiza Opisowa", "Grupa 1", "Grupa 2")
new_dt <- dt[-c(1), ]
new_dt## Analiza Opisowa Grupa 1 Grupa 2
## 1: Minimum 15.000000 33.000000
## 2: Kwartyl 1. 19.000000 36.000000
## 3: Mediana 23.000000 40.000000
## 4: Średnia arytmetyczna 21.200000 43.800000
## 5: Kwartyl 3. 24.000000 50.000000
## 6: Maksimum 25.000000 60.000000
## 7: Odchylenie standardowe 4.147288 11.099550
## 8: Wariancja 17.200000 123.200000
## 9: Kurtoza -1.795608 -1.842194
## 10: Skośność -0.466318 0.394997knitr::kable(new_dt, format="html")| Analiza Opisowa | Grupa 1 | Grupa 2 |
|---|---|---|
| Minimum | 15.000000 | 33.000000 |
| Kwartyl 1. | 19.000000 | 36.000000 |
| Mediana | 23.000000 | 40.000000 |
| Średnia arytmetyczna | 21.200000 | 43.800000 |
| Kwartyl 3. | 24.000000 | 50.000000 |
| Maksimum | 25.000000 | 60.000000 |
| Odchylenie standardowe | 4.147288 | 11.099550 |
| Wariancja | 17.200000 | 123.200000 |
| Kurtoza | -1.795608 | -1.842194 |
| Skośność | -0.466318 | 0.394997 |
Zadanie 8. Przedstaw na histogramach oraz wykresach ramkowych rozkłady wieku osób z wysokim i niskim ryzykiem kredytowym (porównanie - 2 wykresy obok siebie).
Histogramy
library(ggplot2)
dane1 <- data.frame(ramka[1:5,])
dane2 <- data.frame(ramka[6:10,])
wiek1 <- dane1$wiek
wiek2 <- dane2$wiek
#dwie kolumny
par(mfrow=c(1,2))
#histogram dla grupy 1
histogram1 <- hist(wiek1, main="Histogram dla wysokiego ryzyka",
xlab="Wiek", xlim=c(30,60),
ylab="Gęstość",
col="darkmagenta",
freq=TRUE)
#histogram dla grupy 2
histogram2 <- hist(wiek2, main="Histogram dla niskiego ryzyka",
xlab="Wiek", xlim=c(15,25),
ylab="Gęstość",
col="grey",
freq=TRUE)
Wykresy ramkowe
par(mfrow=c(1,2))
#wykres ramkowy dla grupy 1
wykres1 <- boxplot(wiek1, data=airquality,
main="Wiek wysokiego ryzyka", xlab="Ryzyko wysokie", ylab="Wiek",
col="lightgreen", border="darkmagenta")
#wykres ramkowy dla grupy 2
wykres2 <- boxplot(wiek2, data=airquality,
main="Wiek niskiego ryzyka", xlab="Ryzyko niskie", ylab="Wiek",
col="grey",border="darkmagenta")
3 Fajki
3.1 Fajka bazowa
Przykład. Dane dotyczą prawie 985 transakcji sprzedaży mieszkań z Sacramento (Kalifornia,USA). Poniżej pokazano przykład wykorzystania fajki bazowej R “|>”: wykres logarytmu gęstości cen.
price |>
log() |>
density() |>
plot()
3.2 Fajka %>%
Przykład. Wykreśl histogram cen sprzedaży mieszkań (“Condo”) z dwiema sypialniami.
Filtry z dplyr działają na całej ramce danych, stąd by wykreślić ceny musimy użyć pakietu ggplot2:
dane %>%
filter(type=="Condo" & beds==2) %>%
ggplot(aes(price)) +
geom_histogram(bins=8)
Bez użycia filtra i fajek nie ma takiej potrzeby:
