1.纽约市1973年5-9月每日空气质量数据集合airquality,是数据框格式数据,共有以下几列:"Ozone" "Solar.R" "Wind" "Temp" "Month" "Day",分别表示臭氧、太阳辐射、风、温度以及月份、天。
运用plyr包函数完成以下问题:
(1) 若当日气温大于80定义为“hot”,否则为“cold”;
>y=c("hot","cold")
>z=y[(airquality$Temp<=80)+1]
(2) 将月份列转化为因子并用新列month_type存储
>month_type=factor(airquality$Month)
>attach(airquality)
>airquality$month_type=month_type
>head(airquality)
Ozone Solar.R Wind Temp Month Day month_type
1 41 190 7.4 67 5 1 5
2 36 118 8.0 72 5 2 5
3 12 149 12.6 74 5 3 5
4 18 313 11.5 62 5 4 5
5 NA NA 14.3 56 5 5 5
6 28 NA 14.9 66 5 6 5
(3)每月气温平均值?ddply()函数
(4)每月气温为“hot”的次数?频率?ddply()函数,注意频数、频率的求法,如何在结果中合并输出。
(5)每个月份臭氧、光照的平均值?与(4)类似
(6)计算每个月的光照值极差?ddply()函数,注意数据中有缺失值时的参数设置。
(7)画出温度极差与光照极差间的散点图。plot()函数
运用plyr包函数完成以下问题:
(1) 若当日气温大于80定义为“hot”,否则为“cold”;
>y=c("hot","cold")
>z=y[(airquality$Temp<=80)+1]
(2) 将月份列转化为因子并用新列month_type存储
>month_type=factor(airquality$Month)
>attach(airquality)
>airquality$month_type=month_type
>head(airquality)
Ozone Solar.R Wind Temp Month Day month_type
1 41 190 7.4 67 5 1 5
2 36 118 8.0 72 5 2 5
3 12 149 12.6 74 5 3 5
4 18 313 11.5 62 5 4 5
5 NA NA 14.3 56 5 5 5
6 28 NA 14.9 66 5 6 5
(3)每月气温平均值?ddply()函数
(4)每月气温为“hot”的次数?频率?ddply()函数,注意频数、频率的求法,如何在结果中合并输出。
(5)每个月份臭氧、光照的平均值?与(4)类似
(6)计算每个月的光照值极差?ddply()函数,注意数据中有缺失值时的参数设置。
(7)画出温度极差与光照极差间的散点图。plot()函数


