课程名称︰资料科学与社会研究 课程性质︰经济系/所选修 课程教师︰林明仁、谢吉隆 开课学院：社会科学院 开课系所︰经济系 考试日期（年月日）︰2019/10/28 考试时限（分钟）：120分钟 绿色的部分为程式码、变项或变项的值 蓝色的部分为程式码跑出的结果或data frame表格 试题 : 1.（5分） options(stringAsFactor = False)的options()功能为何？ 又为何要设定stringAsFactor = False？ 2.（5分） 若想要印出一个名为df的data.frame前六笔资料出来观察，要怎麽写？ 3.（5分） 请分别解释下列这行程式码： ubike.list <- fromJSON(content(GET(url), "text", encoding - "utf-8")) 的GET(url)、content()、fromJSON()三个函式的功能。 4.（5分） 现有一df存有各县市(county)及县市面积(area)，以及县市所辖各项镇市区(town)的人 口数(population)，我想要用dplyr计算各县市的人口密度，要怎麽写？ 5.（5分） 我现在读取了一个档案raw <- read.csv("twdata/opendata107Y030.csv")，发现第一列 为中文变项名称，我打算删除第一列要怎麽做（用base或dplyr的写法均可）？ 6.（5分） 用dplyr将df（某个data frame）的两个变项var1与var2相加後产生新的变项var3，并将整 个结果指给名为df1的新data frame。 7.（5分） 我现在有个data.frame为df1，中有三个变项name、height、weight，现在我要照着 height排序所有资料，用dplyr要怎麽做？ 8.（5分） 现在我有三个data.frame分别为df1、df2、df3，请写出程式码以将之储存成档名为 test.rda的档案。储存为rds档和rda档在储存与後续使用上有何差异？ 9.（5分） 用dplyr筛除某一data frame df中var1或var2有NA的所有资料列，最後Assign以覆盖掉 原本的df。 10.（5分） 我有一个data frame df，education变项的值有国中、高中、大学、研究所、博士，我 现在想建立一个新变项univ，如果是大学以上学历，univ的值为TRUE，不然的话就是 FALSE。请用dplyr写出符合要求的程式码。 11.（5分） 有以下df中的资料6845列，我分析时想着重分析sentence_type变项中，BACKGROUND与 METHODS两个类别，其他的资料我不想要，请问用dplyr要怎麽写？ Created Date sentence sentence_type 2018-01-11 Rapid popularity of... BACKGROUND 2018-01-11 To ensure secure and... OBJECTIVES 2018-01-11 This paper introduces... METHODS 2018-01-11 The proposed TMM utilizes... METHODS 2018-01-11 In cortrast to the existing... RESULTS 2018-01-11 With the growing usage of... CONCLUSIONS 12.（5分） 下方第一个data frame名为df1，下方第二个data frame名为df2，请写程式码将df1展为 df2的型态？又如何写程式码将df2转为df1的型态？（主要分数在前问号，後方问号写出 函式名称就算分） df1 time reigon n <chr> <chr> <int> 01 中山 25 01 中正 12 01 信义 9 01 内湖 11 df2 time 中山 中正 信义 内湖 1 00 0 2 0 1 2 01 27 12 10 11 3 02 1 0 1 0 4 04 17 10 11 20 13.（5分） 若想获得以下print的执行结果，两个# add some code here分别应填入什麽程式码？ vec <- c(10, 20, 30) for( # add some code here ){ #add some code here } [1] "1th item: 10" [1] "2th item: 20" [1] "3th item: 30" 14.（5分） 以下为ptt的post资料截图和strptime()的时间辨识子(identifier)，ptime目前仍为 文字格式，我想把他转为R的datetime，请问辨识子要怎麽写？ posts <- allp.df %>% mutate(ptime = as.POSIXct(strptime(ptime, "YOUR CODE HERE"))) %>% -%Y: Year with country -%a: Abbreviated weekday name -%X: Time. Locale-specific on output, "%H:%M:%S" on input -%b: Abbreviated month name -%e: Day of the month as decimal number (1-31) ptitle ptime ipaddr Re:[新闻]重申反对一国... Fri Apr 12 10:21:14 2019 83.221.204.163 NA NA NA Re:[讨论]民进党真的很... Fri Apr 12 10:13:45 2019 1.114.43.176.110 Re:[新闻]哈佛演讲，韩... Fri Apr 12 10:10:18 2019 118.163.130.181 Re:[讨论]韩国瑜想选总... Fri Apr 12 10:03:14 2019 118.160.114.98 15.（10分） 承上题，我想要侦测ipaddr这个网址资料是否正确，但又不想删除不符合的资料。如果侦 测到正确的网址，新产生的ipok的变项便为TRUE，反之为FALSE。请问辨识网址是否正确 的regular expression要怎麽写（5分）？辨识是否合乎这段regular expression并产生 上述新变项的dplyr要如何写（5分）？ 16.（5分） 你应如何逐步排除以下程式码的错误？你可以尝试说明可能的问题并解决之。 > comp(vec1) Error in comp(vec1) : could not find function "comp" 17.（5分） 写出下列程式码的执行结果 pname <- c("pttid1111(kefan)", "pid2(hangfan)") str_extract(pname, "\\w") str_extract(pname, "\\w+") str_extract(pname, "[A-Za-z0-9]+") str_extract(pname, "[A-Za-z0-9]{8}") str_extract(pname, "[A-Za-z0-9]{1,8}") 18.（5分） 作为老师经常要向初学者解释install.packages("tidyr")与library(tidyr)，请尝试解 释这两个函式相较下分别在做什麽。 19.（5分） 尝试用JSON格式表述以下的表格中的资料 id name gender A001 Alice F A002 Bob M --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.136.255.209 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTU-Exam/M.1593357010.A.90A.html