HW1: Basic Data Objects

Stat 33B, Fall 2021

 

 

 

Introduction

The purpose of this assignment is to work with various atomic data structures in R (e.g. vec- tors of different data types, factors, and arrays).

Use this assignment to start developing your manipulation skills of basic data objects in R: use of bracket notation, understanding vectorization, coercion rules, recycling, etc.

 

General Instructions

• Write your narrative and code in an Rmd (R markdown) file.

•  Name this file as hw1-first-last.Rmd, where first and last are your first and last names (e.g. hw1-gaston-sanchez.Rmd).

• Please do not use code chunk options such as: echo  =  FALSE, eval  =  FALSE, results =  'hide '. All chunks must be visible and evaluated.

 

 

1) Technical questions about vectors

Consider the following two vectors x and y:

x  <-  c (1 ,  2 ,  3 ,  4 ,  5)

y  <-  c ("a" ,  "b" ,  "c" ,  "d" ,  "e")

Provide the output and explain what’s happening in each of the following commands—in terms of subsetting, coercion, recycling, vectorization, etc. You don’t need to run the code, just explain.

a) y[x  <=  2]

b) y[x[5]]

c) y[!(x  <  3)]

d) y[x/x]

e) y[x[-2][3]]

f) x[(y  !=  'c ') &  (y  !=  'a ')]

 

 

GSW Data (season 2018)

Data

The (raw) data for this assignment has to do with some players from Golden State Warriors (2018), displayed in the figure below (source: Basketball-Reference).

 

 

2) Vectors

Create vectors and factors for the columns in the data table displayed above, according to the following data types. If there are missing values, codify them as NA.

• number: integer vector

• player: character vector

• position: factor

• height: character vector

• weight: double (i.e. real) vector

• birthdate: character vector

• experience: integer vector

•  college: character vector

 

3) Vector Subsetting (i.e. indexing)

Write R commands (just one single-line commands)—displaying the output—that answer the following questions:

a) What is the height of the tallest player?

b) What is the college of the player that has a height of 6-6?

c) What  is  the  position  of  the  player  with  more  years  of  experience?    Hint:   the which.max() function is your friend.

 

d) What is the number of the lightest player?  Hint:  the which.min() function is your friend.

e) What is the average height for those players with more than 5 years of experience?

f) How many players have a weight larger than the average (i.e. mean) weight?

g) How many players have between 9 and 12 years of experience (inclusive)?

h) What is the mean years of experience of Shooting Guard (SG) players?

i) What is the median weight of those players with a position different of Center (C)?

j) What is the first quartile (i.e. bottom 25th percentile) of years of experience among

Power Forwards  (PF) and Shooting  Guards  (SG). Hint:  the quantile() function is your friend.

 

4) List for GSW

Use the vectors created in the previous section to create the following list gsw:

gsw  <-  list(

player  = player,

number  = number,

position  = position,

weight  = weight,

experience  =  experience

)

Use the list gsw to write R commands—displaying the output—that answer the following questions (use only the list gsw, NOT the individual vectors):

a) What is the number of the heaviest player?

b) What is the position of the player with the least amount of experience?

c) How many players have less than 8 or more than 11 years of experience?

d) What is the third quartile (i.e. bottom 75th percentile) of years of experience among Power Forwards (PF) and Shooting Guards (SG). Tip: the function quantile() is your friend.

e) What is the name of the player whose weight is furthest from the average weight (of all players)? Tip: the function which.max() is your friend.

 

5) 2D Arrays (i.e. Matrices)

Consider the following vector lord:

lord  <-  c ( 'v ' ,  'o ' ,  'l ' ,  'd ' ,  'e ' ,  'm ' ,  'o ' ,  'r ' ,  't ')

Use the vector lord to create a matrix vol with 3 rows and 3 columns, like the one displayed below.

 

 

[1,] [2,] [3,]

 

[,1]  [,2]  [,3]

"v"    "d"    "o"

"o"    "e"    "r"

"l"    "m"    "t"

 

Use bracket notation and the matrix vol to write R commands in its individual code chunks— displaying the output—to perform the following tasks. Hint: the combine function c() and the colon : operator—to generate numeric sequences—are your friends.

a) obtain the following output (the code has to be one single command)

[1]  "v"  "d"  "o"

b) obtain the following output (the code has to be one single command)

 

 

[1,] [2,]

 

[,1]  [,2]

"d"    "v"

"e"    "o"

c) obtain the following output (the code has to be one single command)

 

 

[1,] [2,] [3,]

 

[,1]  [,2]  [,3]

"l"    "m"    "t"

"o"    "e"    "r"

"v"    "d"    "o"

d) obtain the following output (the code has to be one single command)

 

 

[1,] [2,] [3,]

 

[,1]  [,2]  [,3]

"v"    "d"    "d"

"o"    "e"    "e"

"l"    "m"    "m"

e) obtain the following output (the code has to be one single command)

 

 

[1,] [2,] [3,]

 

[,1]  [,2]  [,3]

"t"    "m"    "l"

"r"    "e"    "o"

"o"    "d"    "v"

f) obtain the following output (the code has to be one single command)

 

 

[1,] [2,] [3,]

 

[,1]  [,2]  [,3]  [,4]

"t"    "m"    "m"    "t"

"r"    "e"    "e"    "r"

"o"    "d"    "d"    "o"

 

4

[4,]  "o"    "d"    "d"    "o"

[5,]  "r"    "e"    "e"    "r"

[6,]  "t"    "m"    "m"    "t"

g) obtain the following output (the code has to be one single command)

 

 

[1,] [2,] [3,] [4,] [5,] [6,]

 

[,1]

"l"

"o"

"v"

"v"

"o"

"l"

[,2]

"m"

"e"

"d"

"d"

"e"

"m"

[,3]

"t"

"r"

"o"

"o"

"r"

"t"

[,4]

"t"

"r"

"o"

"o"

"r"

"t"

[,5]

"m"

"e"

"d"

"d"

"e"

"m"

[,6]

"l"

"o"

"v"

"v"

"o"

"l"

 

6) Factors

R has a built-in data set called state.x77 which contains information related to the 50 states of the United States of America from 1977.

#  a  few  rows  of  the  first  5  variables  in  state.x77

head(state.x77[  ,1 :5])

 

##                 ## Alabama   ## Alaska    ## Arizona   ## Arkansas

Population  Income  Illiteracy Life Exp Murder

2.1       69.05

1.5       69.31

1.8       70.55

1.9       70.66

##  California ##  Colorado

21198

2541

5114

4884

1.1 0.7

71.71 72.06

10.3

6.8

Let’s consider the second column "Income"

head(state.x77[  ,2])

##       Alabama         Alaska       Arizona     Arkansas California     Colorado ##             3624             6315             4530             3378             5114             4884

Learn how to use the function  cut() to create a factor  income—based on the column "Income"—by using the breaking points and labels according to the following table: