Coursera系列-R Programming-Final Week-Assignment3 & 总结

博客总目录，记录学习R与数据分析的一切：http://www.cnblogs.com/weibaar/p/4507801.html

 -------

经过周末一个半天的努力，终于把这次的Assignment3做出来，然后做完Quiz4，顺利结束R Programming这门课程。

对这门课的综合吐槽就是，Roger老师的github头像好帅，动态视频更帅，视频内容还算充足，但远远不足以应付assignment。Assignment设计一个比一个精巧，难度一个比一个大，没有足够的耐性以及一定的基础，还真的很难独自应付完R Programming这门课。如果不是我买了付费证书，以及工作中确实需要R，估计学着学着就废掉了吧……

但是话说回来，这门课的assignment设计的还是颇为精巧的。

Swirl，

这个是个包，带我们了解R的大部分内容。调用library(swirl), swirl()即可。R初学者请一定学习学习！设计极好！

Assignment1，

带我们初步了解了循环，以及数据读取和rbind。精华语句是以下两段（代码已修改，以避免泄题）。在这里，初步涉及了函数的编写，循环的使用，以及数据框类型的先定义和rbind语句。同时在某个函数里通过threhold的引用，引入了if else结构。

https://github.com/derekfranks/practice_assignment/blob/master/practice_assignment.rmd

上面的github教程是我见过最好的指导教程，没有它，assignment1就跪了。

 files_list<-list.files(directory,full.names=TRUE)

#read file list & cycle reading data

dat<-data.frame()
for (i in id){
    id=i
    new1=sum(read.csv(files_list[i]))
    dat<-rbind(dat,new1)
  }

Assignment2，

这个的精华在于对词法作用域的介绍，并介绍了函数缓存值，虚拟函数，函数内变量，以及<<-的使用。不过从代码的角度来说，示例的实际应用意义不大。倒不如quiz里涉及的东西全面。但好好消化以后，会发现对词法作用域有了较深的理解，在之后用sapply, lapply, tapply等函数时，也比较敢于编程了。

        set <- function(y){
                x<<-y
                m<<-NULL

        setSolve <- function(solve) m<<-solve

Assignment3，这道题由3个部分组成，除了第二部分外，剩下两部分都要耗时4-5个小时思考……不愧是压轴的assignment，做到让人近似崩溃。但是这个也是对R知识应用最综合的题目。前面两部分要用到的函数，以及方法，在本次assignment3里都被拎出来

整理一下：

1）数据框，我们经常会用split按照某个变量拆分数据框，这样会出来一系列由data.frame组合的list。

如果用data[i]，只会拿到一堆list，只有用data[[i]]才能拿到原本的data.frame格式。这是为什么以下代码可以生效的原因。

data_split<-split(data_complete,data_complete$State)

 new1<-cbind(data_order[[i]],rank)

2）数据框筛选，我们要么用==直接获得等于某个数值的数据库，要么我们可以利用!any或者all函数来判断，某个值是否在数据框里，如果不在，弹出错误信息。但是注意，这里由于循环补齐的原因，num，outcome以单个字符/数字为佳。向量要用其他方法。

final<-r[r$rank==num,]

 if (!any(colname==outcome)){
       stop("invalid outcome") 

3）关于numeric函数，如果一个数据里有一堆ta,1,2,3,4, not avilalbe，使用as.numeric可以快速的把非数值函数转化为NA。这样才可以加入计算。（对于取整，用as.integer效率奇佳)

 var<-as.numeric(list[colname==outcome,1])

4）利用colnames(x)<-c(ddd,ddd)可以给数据库快速命名

 colnames(final)<-c("hospital","state")

5）关于排序，先获得split的函数后，使用lapply可以快速对数据进行排序。然后用rbind，[[i]]又可以快速结合回来

data_order<-lapply(data_split,function(x) x[order(x[,3],x[,1]),])

6）关于1:length。之前在这里考死了很多回。后来发现，如果nrow()-1<-0,NA的话，用2:nrow-1会返回一个2,1,0向量。这样，在循环补齐时就会报错。而且是报很多错。然后if else, else一定要接在}后面，另起一行的话，R也很容易报错<--论良好的函数书写习惯的重要性。

 if (nrow(xx[[i]])==1) {
                        rank=c("a")
                } else {
                        if (nrow(data_order[[i]])==2){
                                rank=c("a","d")
                        }else {
                                rank=c("a",2:(nrow(data_order[[i]])-1),"d")}}
                

综上，这是我在做assignment3里被踩过的若干个坑……

感谢我终于出来了

谢谢JHU贡献的这么有操作意义的R Programming的课程，接下来打算继续跟着学习cleanning data，听说assignment也很难ε(罒ω罒)з。。。。给跪

最后补充一下

当全身心投入一门课的学习时，会觉得时间过得很快，也很充实。之后不会再迷茫了。数据分析，其实就是多学，多练，多思考，多做码农。庆幸我开始的还不算太晚。

以及，因为这个月太沉迷于R，被同事吐槽说，一整天扑在编程还有R上，怪不得你没有男朋友……单身狗内牛满面……

博客总目录，记录学习R与数据分析的一切：http://www.cnblogs.com/weibaar/p/4507801.html