Bạn có dataset về thông tin sinh viên của 1 trường Đại học như sau: students.csv. Hãy kiểm tra xem mã ID (cột stud.id) của sinh viên có bạn nào bị trùng nhau không? Nếu có hãy liệt kê các mã ID bị trùng.
df <-read.csv("dataset/students.csv")dim(df)
[1] 8239 17
head(df)
no stud.id name gender age height weight religion nc.score semester major minor score1 score2 online.tutorial graduated salary
1 1 833917 Gonzales, Christina Female 19 160 64.8 Muslim 1.91 1st Political Science Social Sciences NA NA 0 0 NA
2 2 898539 Lozano, T'Hani Female 19 172 73.0 Other 1.56 2nd Social Sciences Mathematics and Statistics NA NA 0 0 NA
3 3 379678 Williams, Hanh Female 22 168 70.6 Protestant 1.24 3rd Social Sciences Mathematics and Statistics 45 46 0 0 NA
4 4 807564 Nem, Denzel Male 19 183 79.7 Other 1.37 2nd Environmental Sciences Mathematics and Statistics NA NA 0 0 NA
5 5 383291 Powell, Heather Female 21 175 71.4 Catholic 1.46 1st Environmental Sciences Mathematics and Statistics NA NA 0 0 NA
6 6 256074 Perez, Jadrian Male 19 189 85.8 Catholic 1.34 2nd Political Science Mathematics and Statistics NA NA 0 0 NA
TipĐáp án
Sử dụng lệnh unique() để trả về số lượng mã ID xuất hiện ít nhất một lần. Sau đó dùng lệnh length() để đếm xem có bao nhiêu mã ID unique, nếu tổng số mã ID unique bằng với số hàng của data frame có nghĩa là không có mã ID nào bị trùng, 100% là unique. Ngược lại, nếu tổng số mã ID unique nhỏ hơn số hàng của data frame có nghĩa là có vài mã ID bị trùng. Ta sẽ cần lọc ra.
no stud.id name gender age height weight religion nc.score semester major minor score1 score2 online.tutorial graduated salary
34 34 188703 Torres, Andrew Male 18 173 75.7 Other 1.19 4th Environmental Sciences Mathematics and Statistics 74 74 0 0 NA
63 63 188703 Cebrun, Linda Female 21 157 62.9 Catholic 2.59 >6th Environmental Sciences Social Sciences 64 75 0 1 32519.22
73 73 962284 Iverson, Sierra Female 20 154 63.0 Other 2.30 1st Biology Environmental Sciences NA NA 0 0 NA
109 109 962284 John III, Ryan Male 18 183 81.4 Catholic 1.84 2nd Environmental Sciences Political Science NA NA 0 0 NA
Câu 2
Tiếp theo câu 1, bạn hãy tính trung bình độ tuổi age của sinh viên theo ngành học major và theo giới tính gender, thể hiện rõ tổng số lượng sinh viên trong mỗi nhóm. Kết quả sẽ tương tự như bảng sau:
major gender age_mean number_student
1 Biology Female 22.56621 959
2 Biology Male 22.51411 638
3 Economics and Finance Female 22.44252 461
4 Economics and Finance Male 22.52260 863
5 Environmental Sciences Female 22.84564 745
6 Environmental Sciences Male 22.59478 881
7 Mathematics and Statistics Female 22.60870 276
8 Mathematics and Statistics Male 22.30875 949
9 Political Science Female 22.51840 978
10 Political Science Male 22.74843 477
11 Social Sciences Female 22.63965 691
12 Social Sciences Male 22.04673 321
major gender age_mean number_student
1 Biology Female 22.56621 959
2 Biology Male 22.51411 638
3 Economics and Finance Female 22.44252 461
4 Economics and Finance Male 22.52260 863
5 Environmental Sciences Female 22.84564 745
6 Environmental Sciences Male 22.59478 881
7 Mathematics and Statistics Female 22.60870 276
8 Mathematics and Statistics Male 22.30875 949
9 Political Science Female 22.51840 978
10 Political Science Male 22.74843 477
11 Social Sciences Female 22.63965 691
12 Social Sciences Male 22.04673 321
sum(kq$number_student)
[1] 8239
Câu 3
Tương tự câu 2, bạn hãy tính trung bình mức lương salary của sinh viên theo ngành học major và theo giới tính gender, bởi vì cột salary có giá trị NA vì có một số sinh viên không có thông tin về lương, do đó cần thể hiện rõ tổng số lượng sinh viên đã dùng để tính toán trung bình trong mỗi nhóm (hay nói cách khác số lượng sinh viên có thông tin về mức lương trong mỗi nhóm). Kết quả sẽ tương tự như bảng sau:
major gender salary_mean number_student_salary number_student_NA number_student
1 Biology Female 42266.67 152 807 959
2 Biology Male 52789.89 178 460 638
3 Economics and Finance Female 42452.84 73 388 461
4 Economics and Finance Male 52077.99 222 641 863
5 Environmental Sciences Female 32487.97 114 631 745
6 Environmental Sciences Male 40201.49 231 650 881
7 Mathematics and Statistics Female 40135.93 48 228 276
8 Mathematics and Statistics Male 50105.02 240 709 949
9 Political Science Female 33417.02 164 814 978
10 Political Science Male 40291.19 125 352 477
11 Social Sciences Female 29612.26 123 568 691
12 Social Sciences Male 35647.68 83 238 321