课程名称︰资料科学与社会研究
课程性质︰经济系/所选修
课程教师︰林明仁、谢吉隆
开课学院：社会科学院
开课系所︰经济系
考试日期（年月日）︰2019/10/28
考试时限（分钟）：120分钟
绿色的部分为程式码、变项或变项的值
蓝色的部分为程式码跑出的结果或data frame表格
试题 :
1.（5分）
options(stringAsFactor = False)的options()功能为何？
又为何要设定stringAsFactor = False？
2.（5分）
若想要印出一个名为df的data.frame前六笔资料出来观察，要怎么写？
3.（5分）
请分别解释下列这行程式码：
ubike.list <- fromJSON(content(GET(url), "text", encoding - "utf-8"))
的GET(url)、content()、fromJSON()三个函式的功能。
4.（5分）
现有一df存有各县市(county)及县市面积(area)，以及县市所辖各项镇市区(town)的人
口数(population)，我想要用dplyr计算各县市的人口密度，要怎么写？
5.（5分）
我现在读取了一个档案raw <- read.csv("twdata/opendata107Y030.csv")，发现第一列
为中文变项名称，我打算删除第一列要怎么做（用base或dplyr的写法均可）？
6.（5分）
用dplyr将df（某个data frame）的两个变项var1与var2相加后产生新的变项var3，并将整
个结果指给名为df1的新data frame。
7.（5分）
我现在有个data.frame为df1，中有三个变项name、height、weight，现在我要照着
height排序所有资料，用dplyr要怎么做？
8.（5分）
现在我有三个data.frame分别为df1、df2、df3，请写出程式码以将之储存成档名为
test.rda的档案。储存为rds档和rda档在储存与后续使用上有何差异？
9.（5分）
用dplyr筛除某一data frame df中var1或var2有NA的所有资料列，最后Assign以覆蓋掉
原本的df。
10.（5分）
我有一个data frame df，education变项的值有国中、高中、大学、研究所、博士，我
现在想建立一个新变项univ，如果是大学以上学历，univ的值为TRUE，不然的话就是
FALSE。请用dplyr写出符合要求的程式码。
11.（5分）
有以下df中的资料6845列，我分析时想着重分析sentence_type变项中，BACKGROUND与
METHODS两个类别，其他的资料我不想要，请问用dplyr要怎么写？
Created Date sentence sentence_type
2018-01-11 Rapid popularity of... BACKGROUND
2018-01-11 To ensure secure and... OBJECTIVES
2018-01-11 This paper introduces... METHODS
2018-01-11 The proposed TMM utilizes... METHODS
2018-01-11 In cortrast to the existing... RESULTS
2018-01-11 With the growing usage of... CONCLUSIONS
12.（5分）
下方第一个data frame名为df1，下方第二个data frame名为df2，请写程式码将df1展为
df2的型态？又如何写程式码将df2转为df1的型态？（主要分数在前问号，后方问号写出
函式名称就算分）
df1
time reigon n
<chr> <chr> <int>
01 中山 25
01 中正 12
01 信义 9
01 内湖 11
df2
time 中山 中正 信义 内湖
1 00 0 2 0 1
2 01 27 12 10 11
3 02 1 0 1 0
4 04 17 10 11 20
13.（5分）
若想获得以下print的执行结果，两个# add some code here分别应填入什么程式码？
vec <- c(10, 20, 30)
for( # add some code here ){
#add some code here
}
[1] "1th item: 10"
[1] "2th item: 20"
[1] "3th item: 30"
14.（5分）
以下为ptt的post资料截图和strptime()的时间辨识子(identifier)，ptime目前仍为
文字格式，我想把他转为R的datetime，请问辨识子要怎么写？
posts <- allp.df %>%
mutate(ptime = as.POSIXct(strptime(ptime, "YOUR CODE HERE"))) %>%
-%Y: Year with country
-%a: Abbreviated weekday name
-%X: Time. Locale-specific on output, "%H:%M:%S" on input
-%b: Abbreviated month name
-%e: Day of the month as decimal number (1-31)
ptitle ptime ipaddr
Re:[新闻]重申反对一国... Fri Apr 12 10:21:14 2019 83.221.204.163
NA NA NA
Re:[讨论]民进党真的很... Fri Apr 12 10:13:45 2019 1.114.43.176.110
Re:[新闻]哈佛演讲，韩... Fri Apr 12 10:10:18 2019 118.163.130.181
Re:[讨论]韩国瑜想选总... Fri Apr 12 10:03:14 2019 118.160.114.98
15.（10分）
承上题，我想要侦测ipaddr这个网址资料是否正确，但又不想删除不符合的资料。如果侦
测到正确的网址，新产生的ipok的变项便为TRUE，反之为FALSE。请问辨识网址是否正确
的regular expression要怎么写（5分）？辨识是否合乎这段regular expression并产生
上述新变项的dplyr要如何写（5分）？
16.（5分）
你应如何逐步排除以下程式码的错误？你可以尝试说明可能的问题并解决之。
> comp(vec1)
Error in comp(vec1) : could not find function "comp"
17.（5分）
写出下列程式码的执行结果
pname <- c("pttid1111(kefan)", "pid2(hangfan)")
str_extract(pname, "\\w")
str_extract(pname, "\\w+")
str_extract(pname, "[A-Za-z0-9]+")
str_extract(pname, "[A-Za-z0-9]{8}")
str_extract(pname, "[A-Za-z0-9]{1,8}")
18.（5分）
作为老师经常要向初学者解释install.packages("tidyr")与library(tidyr)，请尝试解
释这两个函式相较下分别在做什么。
19.（5分）
尝试用JSON格式表述以下的表格中的资料
id name gender
A001 Alice F
A002 Bob M