# 請勿更動此 code chunk
library(tibble)
df <- as_tibble(ToothGrowth)
df#> # A tibble: 60 x 3
#> len supp dose
#> <dbl> <fct> <dbl>
#> 1 4.2 VC 0.5
#> 2 11.5 VC 0.5
#> 3 7.3 VC 0.5
#> 4 5.8 VC 0.5
#> 5 6.4 VC 0.5
#> 6 10 VC 0.5
#> 7 11.2 VC 0.5
#> 8 11.2 VC 0.5
#> 9 5.2 VC 0.5
#> 10 7 VC 0.5
#> # … with 50 more rows此題使用的是 R 的內建資料 ToothGrowth，請使用 ?ToothGrowth 閱讀此資料集的說明，並使用上課講到的指令 (e.g. dim(), glimpse(), View(), …) 幫助自己熟悉這份資料。
請從 df 中 (1) 篩選出 supp 變項為 VC 的所有觀察值，並 (2) 只保留 len 與 supp 這兩個變項。
# Write your code here
# should print out:
#> # A tibble: 30 x 2
#> len supp
#> <dbl> <fct>
#> 1 4.2 VC
#> 2 11.5 VC
#> 3 7.3 VC
#> 4 5.8 VC
#> 5 6.4 VC
#> 6 10 VC
#> 7 11.2 VC
#> 8 11.2 VC
#> 9 5.2 VC
#> 10 7 VC
#> # … with 20 more rows請從 df 中篩選出 (1) supp 變項為 VC 且 (2) len 小於 25 的所有觀察值。
# Write your code here
# should print out:
#> # A tibble: 24 x 3
#> len supp dose
#> <dbl> <fct> <dbl>
#> 1 4.2 VC 0.5
#> 2 11.5 VC 0.5
#> 3 7.3 VC 0.5
#> 4 5.8 VC 0.5
#> 5 6.4 VC 0.5
#> 6 10 VC 0.5
#> 7 11.2 VC 0.5
#> 8 11.2 VC 0.5
#> 9 5.2 VC 0.5
#> 10 7 VC 0.5
#> # … with 14 more rows請從 df 中篩選出 len + 15 * dose 大於 40 的所有觀察值。
# Write your code here
# should print out:
#> # A tibble: 24 x 3
#> len supp dose
#> <dbl> <fct> <dbl>
#> 1 23.6 VC 2
#> 2 18.5 VC 2
#> 3 33.9 VC 2
#> 4 25.5 VC 2
#> 5 26.4 VC 2
#> 6 32.5 VC 2
#> 7 26.7 VC 2
#> 8 21.5 VC 2
#> 9 23.3 VC 2
#> 10 29.5 VC 2下方的 member 是實習課使用過的例子。在這題，你的任務是撰寫一個函數 n_years_later() 用來將 member 裡面的成員增加或減少歲數。 n_years_later() 有兩個參數：
member_data: list，傳入的 member 資料years: integer, 要增加或減少的歲數n_years_later() 所回傳的資料跟原本傳入 member_data 參數的資料結構是一樣的，唯一的差別在於原本資料中的 age 會依據傳入 years 參數的值進行更新。
提示：
修改 list 裡面元素的語法與 vector 類似：
lst <- list(list(first = "Tiger"))
lst
lst[[1]]$first <- "Pooh"
lst#> [[1]]
#> [[1]]$first
#> [1] "Tiger"
#>
#>
#> [[1]]
#> [[1]]$first
#> [1] "Pooh"撰寫 n_years_later() 時，需要使用到 for 迴圈或是 lapply()，不可以一個一個修改
# Data
member <- list(
list(name = "kai", age = 40),
list(name = "pooh", age = 20),
list(name = "tiger", age = 18),
list(name = "piglet", age = 19)
)
##### Do Not modify the code above #####
n_years_later <- function(member_data, years) {
# Write your code here
}
##### Do Not modify the code below #####
member[[5]] <- list(name = "Obama", age = 59)
for (y in -1:1) {
lst = n_years_later(member, y)
print(sapply(lst, function(x) x$age))
}
# Should print out:
#> [1] 39 19 17 18 58
#> [1] 40 20 18 19 59
#> [1] 41 21 19 20 60#> list()
#> list()
#> list()week3Rclass.csv，請將此份資料讀進 R 成為一個 data.frame，存入變數 cute_cute。(可以使用 R 內建函數或 readr 套件)# Write your code here
# Do not modify the code below
cute_cute#> Error in eval(expr, envir, enclos): object 'cute_cute' not found# Should print out
#> # A tibble: 85 x 6
#> nickname gender grade q_self q_teacher GPA
#> <chr> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 iakuhs 2 5 60 60 4.2
#> 2 ToMmyDong 1 1 100 100 5
#> 3 s 2 4 60 90 4
#> 4 Jhang 1 4 70 85 3.7
#> 5 Ryan 2 1 80 90 4.05
#> 6 Ycyc 1 4 100 90 4.3
#> 7 Liuba 1 5 85 90 3.13
#> 8 guest001 2 1 80 80 3.2
#> 9 WhaDaFuq 1 1 85 80 2.99
#> 10 irenYujing 2 2 90 90 3.86
#> # … with 75 more rowsdplyr、data.table) 請修改以下 data frame 的資料：integer。(Hint: 注意 gender 原本的資料類型是沒有教過的 factor)# Data
Q_Q = data.frame(
nickname = c('SeanN', 'solid', 'wow', '87heng87', 'rox', 'Ycyc'),
gender = c("M", " F", "M", "F", "F", "Stone"),
grade = c(5, 5, 4, 4, 4, 2),
q_self = c(95, 98, 85, 86, 87, 78),
q_teacher = c(95, 98, 85, 86, 87, 87),
GPA = c(4.8, 4.3, 5.2, 5.5, 4.7, 3.8)
)
####### Do Not modify the code above #########
# Write your code here
# Do Not modify the code below
Q_Q
# Should print out
#> nickname gender grade q_self q_teacher GPA
#> 1 SeanN 1 5 95 95 NA
#> 2 solid 0 5 98 98 4.3
#> 3 wow 1 4 85 85 NA
#> 4 87heng87 2 4 86 86 NA
#> 5 rox 2 4 87 87 NA
#> 6 Ycyc 0 2 78 87 3.8#> nickname gender grade q_self q_teacher GPA
#> 1 SeanN M 5 95 95 4.8
#> 2 solid F 5 98 98 4.3
#> 3 wow M 4 85 85 5.2
#> 4 87heng87 F 4 86 86 5.5
#> 5 rox F 4 87 87 4.7
#> 6 Ycyc Stone 2 78 87 3.8dplyr、data.table) 請在 cute_cute 這個 data frame 裡新增一個 column favorite_word (不可以使用套件，e.g. dplyr、data.table)。在 favorite_word 中：q_self 大於等於 70，favorite_word 的值為 "根本可愛動物區"q_self 小於 70，favorite_word 的值為 "一代一代"# Write your code here
# Do not modify the code below
cute_cute#> Error in eval(expr, envir, enclos): object 'cute_cute' not found# Should print out
#> # A tibble: 85 x 7
#> nickname gender grade q_self q_teacher GPA favorite_word
#> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <chr>
#> 1 iakuhs 2 5 60 60 4.2 一代一代
#> 2 ToMmyDong 1 1 100 100 5 根本可愛動物區
#> 3 s 2 4 60 90 4 一代一代
#> 4 Jhang 1 4 70 85 3.7 根本可愛動物區
#> 5 Ryan 2 1 80 90 4.05 根本可愛動物區
#> 6 Ycyc 1 4 100 90 4.3 根本可愛動物區
#> 7 Liuba 1 5 85 90 3.13 根本可愛動物區
#> 8 guest001 2 1 80 80 3.2 根本可愛動物區
#> 9 WhaDaFuq 1 1 85 80 2.99 根本可愛動物區
#> 10 irenYujing 2 2 90 90 3.86 根本可愛動物區
#> # … with 75 more rows