-2
代碼等級計算平均// I/Q //考試的分數//性別R代碼裏面從2個不同的變量
1 4 40 86男
2 11 65 88女
3 27 80 70男
4 53 80 61男
5 4 40 89男
6 22 70 60 FEMA勒
7 16 20 81女
8 21 55 75女
9 25 50 69女
10 18 40 82女
從以下列表中什麼會爲r代碼分別計算男女考試成績的平均值和標準差。
代碼等級計算平均// I/Q //考試的分數//性別R代碼裏面從2個不同的變量
1 4 40 86男
2 11 65 88女
3 27 80 70男
4 53 80 61男
5 4 40 89男
6 22 70 60 FEMA勒
7 16 20 81女
8 21 55 75女
9 25 50 69女
10 18 40 82女
從以下列表中什麼會爲r代碼分別計算男女考試成績的平均值和標準差。
您可以使用dplyr包輕鬆地實現這一點:
> data
# A tibble: 10 × 5
code rank iq score gender
<int> <int> <int> <dbl> <chr>
1 1 4 40 86.298 Male
2 2 11 65 88.716 Female
3 3 27 80 70.178 Male
4 4 53 80 61.312 Male
5 5 4 40 89.522 Male
6 6 22 70 60.506 Female
7 7 16 20 81.462 Female
8 8 21 55 75.820 Female
9 9 25 50 69.372 Female
10 10 18 40 82.268 Female
使用GROUP_BY()分組上的性別欄這個數據,並使用總結()可以給你你的答案總結:
> data %>%
+ group_by(gender) %>%
+ summarise(avg_score = mean(score),
+ sd_score = sd(score))
# A tibble: 2 × 3
gender avg_score sd_score
<chr> <dbl> <dbl>
1 Female 76.35733 10.13981
2 Male 76.82750 13.36397
還有其他方法可以做到這一點,但從長遠來看,學習一些dplyr來做這些事情可能會有所幫助。
有關詳細教程,請閱讀Hadley書中的Transformation章節R for Data Science