作業: R Intermediate

滿分共 100 分。

A. 用 for loop 讀取多個檔案 (50 分)

for loop 有許多用途，最常見的用途是寫爬蟲，之後老師上課會談。除此之外，for loop 最重要的用途在於節省時間，舉例來說，它可以幫助我們在短時間內讀取大量檔案。

在 "data/Lab03/" 路徑中，共有十個檔案，請撰寫一段程式碼，利用 for loop 讀取所有檔案，並合併至 df_all，最後再印出結果。

  • hint01: 最簡單暴力的解法是寫十次 read.csv()/read_csv()，最後全部 bind_rows()，但如果不想寫十次該怎麼辦?

  • hint02: 可以搜尋 dir(path = "") 跟 str_c() 這兩個函數，理解它如何運行

### your code
### 寫作業
library(tidyverse)
vector_file_name <- dir(path = "data/Lab03/")
df_all <- tibble()

for (i in 1:length(vector_file_name)) {
  df_tmp <- read_csv(str_c("data/Lab03/", vector_file_name[i]))
  df_all <- df_all %>% bind_rows(df_tmp)
}

df_all
dim(df_all)
#> # A tibble: 3,964 x 36
#>    id    date       vaccines tests confirmed recovered deaths  hosp  vent   icu
#>    <chr> <date>        <dbl> <dbl>     <dbl>     <dbl>  <dbl> <dbl> <dbl> <dbl>
#>  1 ARG   2020-01-22       NA   325        NA        NA     NA    NA    NA    NA
#>  2 ARG   2020-01-23       NA   326        NA        NA     NA    NA    NA    NA
#>  3 ARG   2020-01-24       NA    NA        NA        NA     NA    NA    NA    NA
#>  4 ARG   2020-01-25       NA    NA        NA        NA     NA    NA    NA    NA
#>  5 ARG   2020-01-26       NA   327        NA        NA     NA    NA    NA    NA
#>  6 ARG   2020-01-27       NA   344        NA        NA     NA    NA    NA    NA
#>  7 ARG   2020-01-28       NA   346        NA        NA     NA    NA    NA    NA
#>  8 ARG   2020-01-29       NA   349        NA        NA     NA    NA    NA    NA
#>  9 ARG   2020-01-30       NA   367        NA        NA     NA    NA    NA    NA
#> 10 ARG   2020-01-31       NA   369        NA        NA     NA    NA    NA    NA
#> # … with 3,954 more rows, and 26 more variables: population <dbl>,
#> #   school_closing <dbl>, workplace_closing <dbl>, cancel_events <dbl>,
#> #   gatherings_restrictions <dbl>, transport_closing <dbl>,
#> #   stay_home_restrictions <dbl>, internal_movement_restrictions <dbl>,
#> #   international_movement_restrictions <dbl>, information_campaigns <dbl>,
#> #   testing_policy <dbl>, contact_tracing <dbl>, stringency_index <dbl>,
#> #   iso_alpha_3 <chr>, iso_alpha_2 <chr>, iso_numeric <dbl>, currency <chr>,
#> #   administrative_area_level <dbl>, administrative_area_level_1 <chr>,
#> #   administrative_area_level_2 <lgl>, administrative_area_level_3 <lgl>,
#> #   latitude <dbl>, longitude <dbl>, key <lgl>, key_apple_mobility <chr>,
#> #   key_google_mobility <chr>
#> [1] 3964   36

B. Write your own functions (50 分)

使用他人開發的套件很方便，但實務上遇到的資料多變，為了達到特定目的，有時候還是需要捲起袖子自己寫函數。

舉例來說，你目前正擔任某堂課的助教，但因為同學的期中考成績太糟，需要調整分數，並給每位同學不同的鼓勵與祝福話語。請你撰寫一個名為 score_addoil() 的函數，當老師使用這個函數時，會輸入同學的姓名、原始分數，並會得到一段包含同學姓名、調整後分數、祝福話語的短文。

  • 步驟一: 將原始分數開根號後再乘以10，並且無條件進位到整數
  • 步驟二: 利用 vector_addoil 隨機產出祝福話語
  • 預期結果舉例:
  • score_addoil("子軒", 64) 會得到 "子軒，你的期中考分數經過調整後是 80 分，你很棒了"
  • score_addoil("蟹老闆", 90) 會得到 "蟹老闆，你的期中考分數經過調整後是 95 分，在我心中你是第一名"
  • score_addoil("古德", 50) 會得到 "古德，你的期中考分數經過調整後是 71 分，我很看好你喔"

因為是隨機產生，所以你的函數產出結果的祝福話語可能會和上面不一樣。下方提供一些提示讓你參考:

  • hint01: 把字拼起來一樣會用到 str_c() 這個函數, 隨機可以參考 sample() 這個函數
  • hint02: 記得要無條件進位！
vector_addoil <- c("你很棒了", "相信你可以的", "就快搞定了", "我知道你盡力了", "不輟喔", 
                   "別給自己太多壓力", "我挺你", "我很看好你喔", "在我心中你是第一名")
### your code
score_addoil <- function(name, score_original){
  score_new <- ceiling(score_original^(0.5)*10)
  value_addoil <- sample(vector_addoil, 1)
  print(str_c(name, "，你的期中考分數經過調整後是 ", score_new, " 分，", value_addoil))
}

score_addoil("子軒", 64)
score_addoil("蟹老闆", 90)
score_addoil("古德", 50)
#> [1] "子軒，你的期中考分數經過調整後是 80 分，在我心中你是第一名"
#> [1] "蟹老闆，你的期中考分數經過調整後是 95 分，不輟喔"
#> [1] "古德，你的期中考分數經過調整後是 71 分，相信你可以的"