Temat: Wyświetlanie tabel

Witam.
Mam do wykonania zadanie:

"Z bazy danych WHO w arkuszu PM10 wczytać do programu R zawartość kolumn, przy czym zmienić ich nazwy w Excelu odpowiednio na "Region", (...). Po w czytaniu powinny być 1083 obserwacje (sprawdzić to odpowiednią funkcją).

Wczytuję plik Excela tak:

library(RODBC)
connect <- odbcConnectExcel("D:\\OAP.xls")
sheet <- sqlFetch(connect, "PM10")
sheet <- sqlQuery(connect, "select * from [PM10cities$]")

i tabelę mam wczytaną.
Region Kraj Miasto PM10
Afr Algeria Alger 42
itd.

Problem zaczyna się w następnych krokach.
1. Jak sprawdzić ilość wierszy w tabeli?
2. Jak wyświetlić wiersze w których wartość PM10 jest mniejsza od 10?
3. Jak wyświetlić wiersze dla których PM10 jest poniżej 5 centyla i dane pochodzą z Kanady? Ile jest takich danych?
4. Ile państw jest zaliczonych do poszczególnych regionów?
5. Jak wyznaczyć mediany i średnie arytmetyczne dla poszczególnych regionów?
6. Jak narysować wykres pudełkowy ilustrujący dane dla poszczególnych regionów?

Dokumentacja programu R jest dla mnie trochę mało zrozumiała... Bardzo proszę o pomoc i z góry dziękuję.

Temat: Wyświetlanie tabel

Po co sqlFetch i sqlQuery? Wystarczy samo zapytanie.
Nie zapominaj o odbcClose(connect);

Na szybko wczytałem sobie takie dane (nie wiem, co to PM10, wartości wziąłem z głowy).

 > sheet

  Region     Kraj         Miasto PM10

1 Afryka Algieria          Alger   43

2 Afryka  Nigeria         Abudża   45

3   Azja    Chiny          Pekin   74

4   Azja Mongolia    Ulaanbaatar   54

5   Azja     Iran        Teheran   34

6 Europa   Niemcy        Kolonia   54

7 Europa    Rosja Niżny Novgorod   49

I teraz:
1.

 > nrow(sheet)

[1] 7

2. Ponieważ PM10 brałem z głowy, mam inne wartości. Przyjąłem wartość 50, Ty sobie wstawisz 10.

 > sheet[sheet$PM10 < 50,]

  Region     Kraj         Miasto PM10

1 Afryka Algieria          Alger   43

2 Afryka  Nigeria         Abudża   45

5   Azja     Iran        Teheran   34

7 Europa    Rosja Niżny Novgorod   49

3. Można wykorzystać which, można subset.
5 percentyl:

 > quantile(sheet$PM10, 0.05)

  5% 

36.7 

Warunek: Nawiasy przy warunkach są nadmiarowe, ale dodaję je zawsze dla pewności.

 > (Iran5Perc <- sheet[ which( (sheet$PM10 < quantile(sheet$PM10, 0.05)) & (sheet$Kraj == "Iran")), ])

  Region Kraj  Miasto PM10

5   Azja Iran Teheran   34

4.

 > nrow(Iran5Perc)

[1] 1

5.

 > tapply(sheet$Kraj, sheet$Region, FUN=length)

Afryka   Azja Europa 

     2      3      2 

Albo

 > aggregate(Kraj~Region, data=sheet, FUN=length)

  Region Kraj

1 Afryka    2

2   Azja    3

3 Europa    2

Jest więcej możliwości.

6.

 > tapply(sheet$PM10, sheet$Region, FUN=mean)

Afryka   Azja Europa 

  44.0   54.0   51.5



 > tapply(sheet$PM10, sheet$Region, FUN=median)

Afryka   Azja Europa 

  44.0   54.0   51.5

lub

 > aggregate(PM10~Region, data=sheet, FUN=median)

  Region PM10

1 Afryka 44.0

2   Azja 54.0

3 Europa 51.5

Albo tak

 > install.packages("doBy")

 > library(doBy)

 > summaryBy(PM10~Region, data=sheet, FUN=function(x)  > c("średnia"=mean(x), "mediana"=median(x)))

  Region PM10.średnia PM10.mediana

1 Afryka         44.0         44.0

2   Azja         54.0         54.0

3 Europa         51.5         51.5

7.

 > boxplot(PM10~Region, data=sheet)

Zdecydowanie zapoznaj się z tym wątkiem

PS: możesz wykonać attach(sheet) i wtedy nie musisz odwoływać się do zmiennych przez wskazanie dataframe (tzn. sheet$zmienna) tylko wprost: zmienna. Podobnie nie musisz wtedy podawać argumentu "data=sheet". Wedle uznania. Ja zawsze podaję pełne ścieżki.Adrian Olszewski edytował(a) ten post dnia 07.04.12 o godzinie 19:40