課程名稱︰資料科學與社會研究 課程性質︰經濟系/所選修 課程教師︰林明仁、謝吉隆 開課學院：社會科學院 開課系所︰經濟系 考試日期（年月日）︰2019/10/28 考試時限（分鐘）：120分鐘 綠色的部分為程式碼、變項或變項的值 藍色的部分為程式碼跑出的結果或data frame表格 試題 : 1.（5分） options(stringAsFactor = False)的options()功能為何？ 又為何要設定stringAsFactor = False？ 2.（5分） 若想要印出一個名為df的data.frame前六筆資料出來觀察，要怎麼寫？ 3.（5分） 請分別解釋下列這行程式碼： ubike.list <- fromJSON(content(GET(url), "text", encoding - "utf-8")) 的GET(url)、content()、fromJSON()三個函式的功能。 4.（5分） 現有一df存有各縣市(county)及縣市面積(area)，以及縣市所轄各項鎮市區(town)的人 口數(population)，我想要用dplyr計算各縣市的人口密度，要怎麼寫？ 5.（5分） 我現在讀取了一個檔案raw <- read.csv("twdata/opendata107Y030.csv")，發現第一列 為中文變項名稱，我打算刪除第一列要怎麼做（用base或dplyr的寫法均可）？ 6.（5分） 用dplyr將df（某個data frame）的兩個變項var1與var2相加後產生新的變項var3，並將整 個結果指給名為df1的新data frame。 7.（5分） 我現在有個data.frame為df1，中有三個變項name、height、weight，現在我要照著 height排序所有資料，用dplyr要怎麼做？ 8.（5分） 現在我有三個data.frame分別為df1、df2、df3，請寫出程式碼以將之儲存成檔名為 test.rda的檔案。儲存為rds檔和rda檔在儲存與後續使用上有何差異？ 9.（5分） 用dplyr篩除某一data frame df中var1或var2有NA的所有資料列，最後Assign以覆蓋掉 原本的df。 10.（5分） 我有一個data frame df，education變項的值有國中、高中、大學、研究所、博士，我 現在想建立一個新變項univ，如果是大學以上學歷，univ的值為TRUE，不然的話就是 FALSE。請用dplyr寫出符合要求的程式碼。 11.（5分） 有以下df中的資料6845列，我分析時想著重分析sentence_type變項中，BACKGROUND與 METHODS兩個類別，其他的資料我不想要，請問用dplyr要怎麼寫？ 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） 下方第一個data frame名為df1，下方第二個data frame名為df2，請寫程式碼將df1展為 df2的型態？又如何寫程式碼將df2轉為df1的型態？（主要分數在前問號，後方問號寫出 函式名稱就算分） df1 time reigon n <chr> <chr> <int> 01 中山 25 01 中正 12 01 信義 9 01 內湖 11 df2 time 中山 中正 信義 內湖 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） 若想獲得以下print的執行結果，兩個# add some code here分別應填入什麼程式碼？ 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） 以下為ptt的post資料截圖和strptime()的時間辨識子(identifier)，ptime目前仍為 文字格式，我想把他轉為R的datetime，請問辨識子要怎麼寫？ 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:[新聞]重申反對一國... Fri Apr 12 10:21:14 2019 83.221.204.163 NA NA NA Re:[討論]民進黨真的很... Fri Apr 12 10:13:45 2019 1.114.43.176.110 Re:[新聞]哈佛演講，韓... Fri Apr 12 10:10:18 2019 118.163.130.181 Re:[討論]韓國瑜想選總... Fri Apr 12 10:03:14 2019 118.160.114.98 15.（10分） 承上題，我想要偵測ipaddr這個網址資料是否正確，但又不想刪除不符合的資料。如果偵 測到正確的網址，新產生的ipok的變項便為TRUE，反之為FALSE。請問辨識網址是否正確 的regular expression要怎麼寫（5分）？辨識是否合乎這段regular expression並產生 上述新變項的dplyr要如何寫（5分）？ 16.（5分） 你應如何逐步排除以下程式碼的錯誤？你可以嘗試說明可能的問題並解決之。 > comp(vec1) Error in comp(vec1) : could not find function "comp" 17.（5分） 寫出下列程式碼的執行結果 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） 作為老師經常要向初學者解釋install.packages("tidyr")與library(tidyr)，請嘗試解 釋這兩個函式相較下分別在做什麼。 19.（5分） 嘗試用JSON格式表述以下的表格中的資料 id name gender A001 Alice F A002 Bob M --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.136.255.209 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/NTU-Exam/M.1593357010.A.90A.html