R處理數(shù)據(jù)的案例
 將學(xué)生的各科考試成績(jī)組合為單一的成績(jī)衡量指標(biāo)、基于相對(duì)名次（前20%，下20%，等等）給出從A到F的評(píng)分、根據(jù)學(xué)生姓氏和名字的首字母對(duì)花名冊(cè)進(jìn)行排序
代碼如下：
[python] view plain copy
print?

    options(digits = 2)  
    Student<-c("John Davis","Angela Williams","Bullwinkle Moose","David Jones",  
               "Janice Markhammer","Cheryl Cushing","Reuven Ytzrhak","Greg Knox",  
               "Joel England","Mary Rayburn")  
    Math<-c(502,600,412,358,495,512,410,625,573,522)  
    Science<-c(95,99,80,82,75,85,80,95,89,86)  
    English<-c(25,22,18,15,20,28,15,30,27,18)  
    roster<-data.frame(Student,Math,Science,English,stringsAsFactors = FALSE)  
    head(roster)  
      
    tail(roster)  
    z<-scale(roster[,2:4])  
      
    score<-apply(z, 1, mean)  
      
    roster<-cbind(roster,score)  
      
    help(quantile)  
      
    y<-quantile(score,c(.8,.6,.4,.2))  
      
    str(y)  
      
    roster$grade[score>=y[1]]<- "A"  
    roster$grade[score<y[1]& score>=y[2]]<-"B"  
      
    roster$grade[score<y[2]& score>=y[3]]<-"C"  
      
    roster$grade[score<y[3]& score>=y[4]]<-"D"  
      
    roster$grade[score<y[4]]<-"F"  
      
                   
    name<-strsplit((roster$Student)," ")  
      
    lastname<-sapply(name,"[",2)  
      
            
    fristname<-sapply(name,"[",1)  
    roster<-cbind(fristname,lastname,roster[,-1])  
      
    roster<-roster[order(lastname,fristname),]  
      
    roster[,-9]   
以上代碼寫(xiě)得比較緊湊，逐步分解如下。
步驟1 原始的學(xué)生花名冊(cè)已經(jīng)給出了。options(digits=2)限定了輸出小數(shù)點(diǎn)后數(shù)字的位數(shù)，
并且讓輸出更容易閱讀。
步驟2 由于數(shù)學(xué)、科學(xué)和英語(yǔ)考試的分值不同（均值和標(biāo)準(zhǔn)差相去甚遠(yuǎn)），在組合之前需要先讓它們變得可以比較。一種方法是將變量進(jìn)行標(biāo)準(zhǔn)化，這樣每科考試的成績(jī)就都是用單位標(biāo)準(zhǔn)差來(lái)表示，而不是以原始的尺度來(lái)表示了。這個(gè)過(guò)程可以使用scale()函數(shù)來(lái)實(shí)現(xiàn)。
[python] view plain copy
print?

    z  
           Math Science English  
    [1,]  0.013   1.078   0.587  
    [2,]  1.143   1.591   0.037  
    [3,] -1.026  -0.847  -0.697  
    [4,] -1.649  -0.590  -1.247  
    [5,] -0.068  -1.489  -0.330  
    [6,]  0.128  -0.205   1.137  
    [7,] -1.049  -0.847  -1.247  
    [8,]  1.432   1.078   1.504  
    [9,]  0.832   0.308   0.954  
    [10,]  0.243  -0.077  -0.697 
步驟3 然后，可以通過(guò)函數(shù)mean()來(lái)計(jì)算各行的均值以獲得綜合得分，并使用函數(shù)cbind()將其添加到花名冊(cè)中：
[python] view plain copy
print?

     >roster[,-9]  
        fristname   lastname lastname.1 Math Science English score   
    5      Cheryl    Cushing Markhammer  495      75      20 -0.63      
    6        John      Davis    Cushing  512      85      28  0.35       
    2        Joel    England   Williams  600      99      22  0.92      
    4       David      Jones      Jones  358      82      15 -1.16       
    10       Greg       Knox    Rayburn  522      86      18 -0.18       
    8      Janice Markhammer       Knox  625      95      30  1.34      
    9  Bullwinkle      Moose    England  573      89      27  0.70       
    7        Mary    Rayburn    Ytzrhak  410      80      15 -1.05       
    1      Angela   Williams      Davis  502      95      25  0.56       
    3      Reuven    Ytzrhak      Moose  412      80      18 -0.86      
步驟4 函數(shù)quantile()給出了學(xué)生綜合得分的百分位數(shù)?？梢钥吹?，成績(jī)?yōu)锳的分界點(diǎn)為0.74，B的分界點(diǎn)為0.44，等等。
[python] view plain copy
print?

    > y  
      80%   60%   40%   20%   
     0.74  0.44 -0.36 -0.89  
步驟5 通過(guò)使用邏輯運(yùn)算符，你可以將學(xué)生的百分位數(shù)排名重編碼為一個(gè)新的類別型成績(jī)變量。下面在數(shù)據(jù)框roster中創(chuàng)建了變量grade
步驟6 你將使用函數(shù)strsplit()以空格為界把學(xué)生姓名拆分為姓氏和名字。把strsplit()應(yīng)用到一個(gè)字符串組成的向量上會(huì)返回一個(gè)列表：
[python] view plain copy
print?

    name<-strsplit((roster$Student)," ")  


[python] view plain copy
print?

    > name  
    [[1]]  
    [1] "John"  "Davis"  
      
    [[2]]  
    [1] "Angela"   "Williams"  
      
    [[3]]  
    [1] "Bullwinkle" "Moose"       
      
    [[4]]  
    [1] "David" "Jones"  
      
    [[5]]  
    [1] "Janice"     "Markhammer"  
      
    [[6]]  
    [1] "Cheryl"  "Cushing"  
      
    [[7]]  
    [1] "Reuven"  "Ytzrhak"  
      
    [[8]]  
    [1] "Greg" "Knox"  
      
    [[9]]  
    [1] "Joel"    "England"  
      
    [[10]]  
    [1] "Mary"    "Rayburn"  

步驟7 你可以使用函數(shù)sapply()提取列表中每個(gè)成分的第一個(gè)元素，放入一個(gè)儲(chǔ)存名字的向量，并提取每個(gè)成分的第二個(gè)元素，放入一個(gè)儲(chǔ)存姓氏的向量。"["是一個(gè)可以提取某個(gè)對(duì)象的一部分的函數(shù)——在這里它是用來(lái)提取列表name各成分中的第一個(gè)或第二個(gè)元素的。你將使用cbind()把它們添加到花名冊(cè)中。由于已經(jīng)不再需要student變量，可以將其丟棄（在下標(biāo)中使用?1）。

步驟8 最后，可以使用函數(shù)order()依姓氏和名字對(duì)數(shù)據(jù)集進(jìn)行排序.
[python] view plain copy
print?

    > roster[,-9]  
        fristname   lastname lastname.1 Math Science English score grade  
    5      Cheryl    Cushing Markhammer  495      75      20 -0.63     C  
    6        John      Davis    Cushing  512      85      28  0.35     B  
    2        Joel    England   Williams  600      99      22  0.92     B  
    4       David      Jones      Jones  358      82      15 -1.16     F  
    10       Greg       Knox    Rayburn  522      86      18 -0.18     A  
    8      Janice Markhammer       Knox  625      95      30  1.34     D  
    9  Bullwinkle      Moose    England  573      89      27  0.70     D  
    7        Mary    Rayburn    Ytzrhak  410      80      15 -1.05     C  
    1      Angela   Williams      Davis  502      95      25  0.56     A  
    3      Reuven    Ytzrhak      Moose  412      80      18 -0.86     F