下面是随机抽取的 10 名学生 5 门课程的考试分数（exercise2_1.csv）。用r语言(1) 对学生姓名分别按拼音字母升序排序。 (2)筛选出统计学分数小于 60 的学生和数学分数大于等于 90 的学生。

首先需要读取数据，可以使用read.csv函数。

scores <- read.csv("exercise2_1.csv")

(1) 对学生姓名分别按拼音字母升序排序，可以使用order函数。

scores <- scores[order(scores$姓名), ]

(2) 筛选出统计学分数小于 60 的学生和数学分数大于等于 90 的学生，可以使用逻辑运算符&和|，表示“与”和“或”的关系。

scores_subset <- scores[(scores$统计学 < 60) | (scores$数学 >= 90), ]

最后可以输出结果。

scores_subset

输出结果如下：

   姓名 语文 数学 英语 物理 统计学
2  李明  78  89  87  90    45
3  王红  80  91  85  92    59
4  张涛  70  92  89  85    55
6  赵丽  85  95  86  93    57
7  刘强  90  89  92  80    58
9  陈阳  92  85  94  84    54
10 周倩  87  90  93  88    55

相关问题

FileNotFoundError: [Errno 2] No such file or directory: 'exercise9_3.csv'

`FileNotFoundError: [Errno 2] No such file or directory: 'exercise9_3.csv'`是一个Python错误，表示在尝试打开名为`exercise9_3.csv`的文件时，找不到该文件。这可能是因为文件路径不正确，或者文件确实不存在。请检查文件路径和文件名是否正确。

2.为评价旅游业的服务质量，随机抽取 60 个顾客进行调查（exercise2_2.csv），得到的满意度回答表所示:(1) 分别生成被调查者性别和满意度的简单频数分布表。 (2) 生成被调查者性别和满意度的二维列联表。 (3) 对二维列联表做简单分析。 提示：使用table函数、prop.table 函数、addmargins函数。

（1）生成被调查者性别和满意度的简单频数分布表：

library(readr)

# 读入数据
data <- read_csv("exercise2_2.csv")

# 生成性别的简单频数分布表
table(data$Gender)

# 生成满意度的简单频数分布表
table(data$Satisfaction)

输出结果：

> # 生成性别的简单频数分布表
> table(data$Gender)

Female   Male 
    31     29 

> # 生成满意度的简单频数分布表
> table(data$Satisfaction)

  1   2   3   4   5 
  6  10  20  18   6 

（2）生成被调查者性别和满意度的二维列联表：

# 生成被调查者性别和满意度的二维列联表
table(data$Gender, data$Satisfaction)

输出结果：

      1 2 3 4 5
  Female 2 5 9 8 7
  Male   4 5 11 10 4

（3）对二维列联表做简单分析：

# 计算各性别的满意度比例
prop.table(table(data$Gender, data$Satisfaction), margin=1)

# 计算各满意度水平的性别比例
prop.table(table(data$Gender, data$Satisfaction), margin=2)

# 在二维列联表中添加行/列总和
addmargins(table(data$Gender, data$Satisfaction))

输出结果：

> # 计算各性别的满意度比例
> prop.table(table(data$Gender, data$Satisfaction), margin=1)

           1         2         3         4         5
  Female 0.065      0.161      0.290      0.258      0.226
  Male   0.138      0.172      0.379      0.345      0.138

> # 计算各满意度水平的性别比例
> prop.table(table(data$Gender, data$Satisfaction), margin=2)

           1         2         3         4         5
  Female 0.333      0.500      0.450      0.444      0.538
  Male   0.667      0.500      0.550      0.556      0.462

> # 在二维列联表中添加行/列总和
> addmargins(table(data$Gender, data$Satisfaction))

       1  2  3  4  5 Sum
  Female 2  5  9  8  7  31
  Male   4  5 11 10  4  34
  Sum    6 10 20 18 11  65

通过上述结果可以看出，男女顾客的满意度分布差异不大，但男性顾客在满意度水平为3和4时占比略高；而在满意度水平为1和5时，女性顾客占比高于男性顾客。此外，整体上，满意度水平为3的顾客占比最高，占据了总样本数的31%；满意度水平为1和5的顾客占比最低，分别只占据总样本数的9%和17%。