R语言——assignment1(电视剧数据分析)

对如下数据进行描述性分析，其中包括：最大值，最小值，中位数，众数等，求表的行数、列数。

1. 读入数据

> mydata<-read.csv("C:\\Users\\adwar\\Desktop\\soapdata.csv")

求表的行数：

> nrow(mynewdata)
[1] 39

求表的列数：

> ncol(mynewdata)
[1] 18

2. 对播放天数进行分析

• 读取播放天数

> a<-mynewdata$播放天数
> a
 [1] NA NA 31 22 23 66 14 31 31 27 29 27 25 31 30 31 39 30 24
[20] 22 28 33 24 45 16 22 25 27 22 25 22 22 23 30 36 20 21 37
[39] 25 23 40 NA NA NA NA NA NA NA NA NA NA NA NA

• 去掉NA值

> newa<-na.omit(a)
> newa
 [1] 31 22 23 66 14 31 31 27 29 27 25 31 30 31 39 30 24 22 28
[20] 33 24 45 16 22 25 27 22 25 22 22 23 30 36 20 21 37 25 23
[39] 40

• 求最大值

> max(newa)
[1] 66

• 求最小值

> min(newa)
[1] 14

• 求平均数

> round(mean(newa))
[1] 28

• 求中位数

> median(newa)
[1] 27

• 求众数
  R语言中没有单独的函数用来求众数，但是可以利用table函数。table函数可以统计每个元素出现的次数。

> names(table(newa))[which.max(table(newa))]
[1] "22"

• 求方差

> var(newa)
[1] 79.99325

• 求标准差

> sd(newa)
[1] 8.943895

3. 对收视率进行分析：

• 读取收视率

> b<-mydata$收视率
> b
 [1] 1.1280 1.1840 1.5760 0.7830 0.7850 0.8350 0.9380 3.6610
 [9] 1.0480 0.9400 0.7132 1.9300 0.8770 1.1670 1.2880 0.4860
[17] 1.3140 0.9820 1.2290 1.2300 1.4900 1.1800 0.8900 1.7100
[25] 0.9300 0.9400 1.1800 1.6400 1.1800 2.0400 1.2200 1.2200
[33] 1.1000 1.1400 0.9700 0.9100 1.0600 1.0000 1.3000 1.4100
[41] 2.9100     NA     NA     NA     NA     NA     NA     NA
[49]     NA     NA     NA     NA     NA

• 去掉NA值

> newb<-na.omit(b)
> newb
 [1] 1.1280 1.1840 1.5760 0.7830 0.7850 0.8350 0.9380 3.6610
 [9] 1.0480 0.9400 0.7132 1.9300 0.8770 1.1670 1.2880 0.4860
[17] 1.3140 0.9820 1.2290 1.2300 1.4900 1.1800 0.8900 1.7100
[25] 0.9300 0.9400 1.1800 1.6400 1.1800 2.0400 1.2200 1.2200
[33] 1.1000 1.1400 0.9700 0.9100 1.0600 1.0000 1.3000 1.4100
[41] 2.9100

• 求最大值

> max(newb)
[1] 3.661

• 求最小值

> min(newb)
[1] 0.486

• 求平均数

> mean(newb)
[1] 1.256444

• 求中位数

> median(newb)
[1] 1.167

• 求众数

> names(table(newb))[which.max(table(newb))]
[1] "1.18"

• 求方差

> var(newb)
[1] 0.3209224

• 求标准差

> sd(newb)
[1] 0.5665001

4. 对网络播放量进行分析（单位：亿）：

• 读取网络播放量

> c<-mydata$网络播放量.亿.
>c
 [1]  21.4  92.9 237.8  17.4  74.3  69.2  52.9 302.4  14.5
[10]  49.1  52.9  85.4  11.9  46.4 410.5  57.4 188.2  83.2
[19]  79.5  91.4 251.3  80.0  85.8 110.6 203.7  75.2  86.6
[28]  64.7 148.9 101.5  42.5 207.3  17.6 110.8  14.2   4.0
[37]   4.9  41.9  78.6  37.0 264.8    NA    NA    NA    NA
[46]    NA    NA    NA    NA    NA    NA    NA    NA

• 去掉NA值

> newc<-na.omit(c)
> newc
 [1]  21.4  92.9 237.8  17.4  74.3  69.2  52.9 302.4  14.5
[10]  49.1  52.9  85.4  11.9  46.4 410.5  57.4 188.2  83.2
[19]  79.5  91.4 251.3  80.0  85.8 110.6 203.7  75.2  86.6
[28]  64.7 148.9 101.5  42.5 207.3  17.6 110.8  14.2   4.0
[37]   4.9  41.9  78.6  37.0 264.8

• 求最大值

> max(newc)
[1] 410.5

• 求最小值

> min(newc)
[1] 4

• 求平均数

> mean(newc)
[1] 99.28293

• 求中位数

> median(newc)
[1] 78.6

• 求众数

> names(table(newc))[which.max(table(newc))]
[1] "52.9"

• 求方差

> var(newc)
[1] 8191.57

• 求标准差

> sd(newc)
[1] 90.5073

5. 对可见弹幕数进行分析：

• 读取可见弹幕数

> d<-mydata$可见弹幕数
> d
 [1]  523749.00 1666971.00 3952034.00  390280.00 1602817.00
 [6]  871015.00 1015972.00 4520483.00  383356.00 1079913.00
[11]  571716.00   25122.34  850278.00  959334.00 8199705.00
[16] 1832970.00  658196.00 1980935.00 1162211.00 1064108.00
[21] 3212744.00  769342.00 1114648.00 2141146.00  993456.00
[26] 1281756.00 1285431.00  994242.00 2520841.00  403134.00
[31]  320279.00 3201981.00  348560.00  997472.00  381561.00
[36]  127588.00   58571.00  652281.00  500105.00  914847.00
[41] 1291142.00         NA         NA         NA         NA
[46]         NA         NA         NA         NA         NA
[51]         NA         NA         NA

• 去掉NA值

> newd<-na.omit(d)
> newd
 [1]  523749.00 1666971.00 3952034.00  390280.00 1602817.00
 [6]  871015.00 1015972.00 4520483.00  383356.00 1079913.00
[11]  571716.00   25122.34  850278.00  959334.00 8199705.00
[16] 1832970.00  658196.00 1980935.00 1162211.00 1064108.00
[21] 3212744.00  769342.00 1114648.00 2141146.00  993456.00
[26] 1281756.00 1285431.00  994242.00 2520841.00  403134.00
[31]  320279.00 3201981.00  348560.00  997472.00  381561.00
[36]  127588.00   58571.00  652281.00  500105.00  914847.00
[41] 1291142.00

• 求最大值

> max(newd)
[1] 8199705

• 求最小值

> min(newd)
[1] 25122.34

• 求平均数

> mean(newd)
[1] 1385910

• 求中位数

> median(newd)
[1] 994242

• 求众数

> names(table(newd))[which.max(table(newd))]
[1] "25122.34"

• 求方差

> var(newd)
[1] 2.223309e+12

• 求标准差

> sd(newd)
[1] 1491077

6. 对视频网站总评论数进行分析：

• 读取视频网站总评论数

> e<-mydata$视频网站总评论数
> e
 [1]  204172  474344 1243220  118268  218122  549517  147691
 [8]  492970   66268  156509  101593  391934   64019  205821
[15] 2351795  349208  711652  730880  200662  418806  964734
[22]  180304  256088  564411 1205515  481528  395785  232258
[29]  515005  779238   77288 1097082   98112  322887  128603
[36]   41128   24446  226313 2049235  254907 2317520      NA
[43]      NA      NA      NA      NA      NA      NA      NA
[50]      NA      NA      NA      NA

• 去掉NA值

> newe<-na.omit(e)
> newe
 [1]  204172  474344 1243220  118268  218122  549517  147691
 [8]  492970   66268  156509  101593  391934   64019  205821
[15] 2351795  349208  711652  730880  200662  418806  964734
[22]  180304  256088  564411 1205515  481528  395785  232258
[29]  515005  779238   77288 1097082   98112  322887  128603
[36]   41128   24446  226313 2049235  254907 2317520

• 求最大值

> max(newe)
[1] 2351795

• 求最小值

> min(newe)
[1] 24446

• 求平均数

> mean(newe)
[1] 522191.2

• 求中位数

> median(newe)
[1] 322887

• 求众数

> names(table(newe))[which.max(table(newe))]
[1] "24446"

• 求方差

> var(newe)
[1] 338833639743

• 求标准差

> sd(newe)
[1] 582094.2

7. 对相关微博数进行分析（单位：万）：

• 读取相关微博数

> f<-mydata$相关微博数.万.
> f
 [1]  37.1000  28.4000  55.0000   2.9000  13.8000  12.0000
 [7]  11.1000  39.5000   0.3564   3.3000   3.1000 367.1000
[13]   1.9000   1.2000 163.3000  40.5000  39.6000  21.1000
[19]   4.0000   7.4000   7.1000   0.6475  13.7000  12.5000
[25]   9.6000   1.4000   3.0000   9.8000   3.4000   1.1000
[31]   0.5454  78.5000   0.0768   0.4118   0.1765   1.6000
[37]   0.2335   0.5264   0.6820   0.0826   0.1028       NA
[43]       NA       NA       NA       NA       NA       NA
[49]       NA       NA       NA       NA       NA

• 去掉NA值

> newf<-na.omit(f)
> newf
 [1]  37.1000  28.4000  55.0000   2.9000  13.8000  12.0000
 [7]  11.1000  39.5000   0.3564   3.3000   3.1000 367.1000
[13]   1.9000   1.2000 163.3000  40.5000  39.6000  21.1000
[19]   4.0000   7.4000   7.1000   0.6475  13.7000  12.5000
[25]   9.6000   1.4000   3.0000   9.8000   3.4000   1.1000
[31]   0.5454  78.5000   0.0768   0.4118   0.1765   1.6000
[37]   0.2335   0.5264   0.6820   0.0826   0.1028

• 求最大值

> max(newf)
[1] 367.1

• 求最小值

> min(newf)
[1] 0.0768

• 求平均数

> mean(newf)
[1] 24.3376

• 求中位数

> median(newf)
[1] 3.4

• 求众数

> names(table(newf))[which.max(table(newf))]
[1] "0.0768"

• 求方差

> var(newf)
[1] 3872.535

• 求标准差

> sd(newf)
[1] 62.22969

8. 对微博相关话题讨论量进行分析（单位：万）：

• 读取微博相关话题讨论量

> g<-mydata$微博相关话题讨论量.万.
> g
 [1] 402.5000 275.7000 386.2000  24.8000  91.8000  73.9000
 [7]  29.4000 215.8000   1.9000  10.2000  14.9000 108.2000
[13]  15.1000  10.3000 985.5000 304.1000 250.1000 125.2000
[19]  17.7000  27.6000  41.7000   1.9000  26.4000  39.7000
[25]  52.8000   7.6000   3.3000  36.0000   8.1000   9.2000
[31]   3.2000 588.9000   0.0770   3.9000   0.3682   0.0849
[37]   0.3995   2.0000   6.1000   1.6000   1.3000       NA
[43]       NA       NA       NA       NA       NA       NA
[49]       NA       NA       NA       NA       NA

• 去掉NA值

> newg<-na.omit(g)
> newg
 [1] 402.5000 275.7000 386.2000  24.8000  91.8000  73.9000
 [7]  29.4000 215.8000   1.9000  10.2000  14.9000 108.2000
[13]  15.1000  10.3000 985.5000 304.1000 250.1000 125.2000
[19]  17.7000  27.6000  41.7000   1.9000  26.4000  39.7000
[25]  52.8000   7.6000   3.3000  36.0000   8.1000   9.2000
[31]   3.2000 588.9000   0.0770   3.9000   0.3682   0.0849
[37]   0.3995   2.0000   6.1000   1.6000   1.3000

• 求最大值

> max(newg)
[1] 985.5

• 求最小值

> min(newg)
[1] 0.077

• 求平均数

> mean(newg)
[1] 102.5739

• 求中位数

> median(newg)
[1] 17.7

• 求众数

> names(table(newg))[which.max(table(newg))]
[1] "1.9"

• 求方差

> var(newg)
[1] 38206.95

• 求标准差

> sd(newg)
[1] 195.466

9. 对微博总点赞量进行分析（单位：万）：

• 读取微博总点赞量

> h<-mydata$微博总点赞量.万.
> h
 [1] 1100.0000 1700.0000 1700.0000  114.5000  285.0000
 [6]  243.8000  110.6000  678.1000    2.6000   41.9000
[11]   27.7000 2300.0000   25.0000    8.2000    7.1000
[16] 1100.0000  958.5000  528.9000   22.1000  418.5000
[21]   68.4000    2.3000   88.9000   96.5000  137.9000
[26]   14.7000   15.3000  108.2000   21.3000    9.7000
[31]    6.1000    0.2200    0.2891    5.2000    0.7307
[36]    0.4521    0.7925    2.5000   10.4000    2.6000
[41]    3.0000        NA        NA        NA        NA
[46]        NA        NA        NA        NA        NA
[51]        NA        NA        NA

• 去掉NA值

> newh<-na.omit(h)
> newh
 [1] 1100.0000 1700.0000 1700.0000  114.5000  285.0000
 [6]  243.8000  110.6000  678.1000    2.6000   41.9000
[11]   27.7000 2300.0000   25.0000    8.2000    7.1000
[16] 1100.0000  958.5000  528.9000   22.1000  418.5000
[21]   68.4000    2.3000   88.9000   96.5000  137.9000
[26]   14.7000   15.3000  108.2000   21.3000    9.7000
[31]    6.1000    0.2200    0.2891    5.2000    0.7307
[36]    0.4521    0.7925    2.5000   10.4000    2.6000
[41]    3.0000

• 求最大值

> max(newh)
[1] 2300

• 求最小值

> min(newh)
[1] 0.22

• 求平均数

> mean(newh)
[1] 102.5739

• 求中位数

> median(newh)
[1] 17.7

• 求众数

> names(table(newh))[which.max(table(newh))]
[1] "1.9"

• 求方差

> var(newh)
[1] 38206.95

• 求标准差

> sd(newh)
[1] 195.466

10. 对微博总转发量进行分析（单位：万）：

• 读取微博总转发量

> i<-mydata$微博总转发量.万.
> i
 [1] 8.741e+02 1.000e+03 5.824e+02 2.980e+01 1.380e+02
 [6] 1.051e+02 5.700e+01 3.393e+02 1.800e+00 1.320e+01
[11] 3.170e+01 8.900e+03 3.090e+01 5.100e+00 1.200e+04
[16] 5.990e+02 5.214e+02 2.331e+02 4.130e+01 1.802e+02
[21] 7.250e+01 2.000e+00 5.100e+01 5.270e+01 1.113e+02
[26] 8.400e+00 2.300e+00 8.770e+01 1.570e+01 6.800e+00
[31] 2.700e+00 7.937e+02 4.700e-02 5.300e+00 1.436e-01
[36] 1.396e-01 2.435e-01 2.500e+00 1.030e+01 6.617e-01
[41] 2.600e+00        NA        NA        NA        NA
[46]        NA        NA        NA        NA        NA
[51]        NA        NA        NA

• 去掉NA值

> newi<-na.omit(i)
> newi
 [1] 8.741e+02 1.000e+03 5.824e+02 2.980e+01 1.380e+02
 [6] 1.051e+02 5.700e+01 3.393e+02 1.800e+00 1.320e+01
[11] 3.170e+01 8.900e+03 3.090e+01 5.100e+00 1.200e+04
[16] 5.990e+02 5.214e+02 2.331e+02 4.130e+01 1.802e+02
[21] 7.250e+01 2.000e+00 5.100e+01 5.270e+01 1.113e+02
[26] 8.400e+00 2.300e+00 8.770e+01 1.570e+01 6.800e+00
[31] 2.700e+00 7.937e+02 4.700e-02 5.300e+00 1.436e-01
[36] 1.396e-01 2.435e-01 2.500e+00 1.030e+01 6.617e-01
[41] 2.600e+00

• 求最大值

> max(newi)
[1] 12000

• 求最小值

> min(newi)
[1] 0.047

• 求平均数

> mean(newi)
[1] 656.3935

• 求中位数

> median(newi)
[1] 31.7

• 求众数

> names(table(newi))[which.max(table(newi))]
[1] "0.047"

• 求方差

> var(newi)
[1] 5229504

• 求标准差

> sd(newi)
[1] 2286.811

11. 对百度指数进行分析：

• 读取百度指数

> j<-mydata$百度指数
> j
 [1] 653475 927529 212789   7243  25229 313109  25028 114236
 [9]   6264   4513  31652  23157   5013   2323  82014  31470
[17]   7274   9713   2303   2402  12387   1861   4329   5408
[25]  33292   4374   5682   2894   6462   5917   2083 135760
[33]   1283   5557   1806    397    673   1427   2508   1056
[41]  10288     NA     NA     NA     NA     NA     NA     NA
[49]     NA     NA     NA     NA     NA

• 去掉NA值

> newj<-na.omit(j)
> newj
 [1] 653475 927529 212789   7243  25229 313109  25028 114236
 [9]   6264   4513  31652  23157   5013   2323  82014  31470
[17]   7274   9713   2303   2402  12387   1861   4329   5408
[25]  33292   4374   5682   2894   6462   5917   2083 135760
[33]   1283   5557   1806    397    673   1427   2508   1056
[41]  10288

• 求最大值

> max(newj)
[1] 927529

• 求最小值

> min(newj)
[1] 397

• 求平均数

> mean(newj)
[1] 66638.54

• 求中位数

> median(newj)
[1] 5917

• 求众数

> names(table(newj))[which.max(table(newj))]
[1] "397"

• 求方差

> var(newj)
[1] 32312314828

• 求标准差

> sd(newj)
[1] 179756.3

12. 对360指数进行分析：

• 读取360指数

> k<-mydata$X360指数
> k
 [1] 3398052 9938557 2312858   18678   83709 4069221   28766
 [8]  676408   13683   25892   19779   39121    9212    5845
[15]  189618   32696   12493    9314    2269    2164   14020
[22]    1356   12211    7893  176718    6864   15007   83575
[29]   10466    7430    2161 2583514     556   12991    2088
[36]     126     134    1226    1932    1646   16126      NA
[43]      NA      NA      NA      NA      NA      NA      NA
[50]      NA      NA      NA      NA

• 去掉NA值

> newk<-na.omit(k)
> newk
 [1] 3398052 9938557 2312858   18678   83709 4069221   28766
 [8]  676408   13683   25892   19779   39121    9212    5845
[15]  189618   32696   12493    9314    2269    2164   14020
[22]    1356   12211    7893  176718    6864   15007   83575
[29]   10466    7430    2161 2583514     556   12991    2088
[36]     126     134    1226    1932    1646   16126

• 求最大值

> max(newk)
[1] 9938557

• 求最小值

> min(newk)
[1] 126

• 求平均数

> mean(newk)
[1] 581618.9

• 求中位数

> median(newk)
[1] 12991

• 求众数

> names(table(newk))[which.max(table(newk))]
[1] "126"

• 求方差

> var(newk)
[1] 3.139499e+12

• 求标准差

> sd(newk)
[1] 1771863

13. 对新闻收录量进行分析：

• 读取新闻收录量

> l<-mydata$新闻收录量
> l
 [1]  13200   5230  61700   1480   8240  35900   3600  78900
 [9]    282   3360   3560   8420   1230    692  69400  15000
[17]   8630   4200   2130    285  21700  10800  19600  41300
[25]  31100   6780   1810 264000 164000   8830   4730 124000
[33]   4090  13500   2850   1160  69100   3880  15500   3940
[41]  92700     NA     NA     NA     NA     NA     NA     NA
[49]     NA     NA     NA     NA     NA

• 去掉NA值

> newl<-na.omit(l)
> newl
 [1]  13200   5230  61700   1480   8240  35900   3600  78900
 [9]    282   3360   3560   8420   1230    692  69400  15000
[17]   8630   4200   2130    285  21700  10800  19600  41300
[25]  31100   6780   1810 264000 164000   8830   4730 124000
[33]   4090  13500   2850   1160  69100   3880  15500   3940
[41]  92700

• 求最大值

> max(newl)
[1] 264000

• 求最小值

> min(newl)
[1] 282

• 求平均数

> mean(newl)
[1] 30019.73

• 求中位数

> median(newl)
[1] 8420

• 求众数

> names(table(newl))[which.max(table(newl))]
[1] "282"

• 求方差

> var(newl)
[1] 2737539284

• 求标准差

> sd(newl)
[1] 52321.5

14. 对豆瓣评分进行分析：

• 读取豆瓣评分

> m<-mydata$豆瓣评分
> m
 [1] 4.3 5.5 5.2 5.0 7.5 9.0 6.6 8.3 2.8 6.5 8.2 4.6 8.5 3.0
[15] 6.4 6.9 3.1 4.7 4.7 4.5 4.8 5.3 5.7 6.3 5.1 7.8 3.9 4.7
[29] 6.6 5.0 6.9 7.3 5.5 3.3 3.4 4.4 3.7 6.3 6.1 5.3 5.2  NA
[43]  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA

• 去掉NA值

> newm<-na.omit(m)
> newm
 [1] 4.3 5.5 5.2 5.0 7.5 9.0 6.6 8.3 2.8 6.5 8.2 4.6 8.5 3.0
[15] 6.4 6.9 3.1 4.7 4.7 4.5 4.8 5.3 5.7 6.3 5.1 7.8 3.9 4.7
[29] 6.6 5.0 6.9 7.3 5.5 3.3 3.4 4.4 3.7 6.3 6.1 5.3 5.2

• 求最大值

> max(newm)
[1] 9

• 求最小值

> min(newm)
[1] 2.8

• 求平均数

> mean(newm)
[1] 5.558537

• 求中位数

> median(newm)
[1] 5.3

• 求众数

> names(table(newm))[which.max(table(newm))]
[1] "4.7"

• 求方差

> var(newm)
[1] 2.518488

• 求标准差

> sd(newm)
[1] 1.586974

15. 对豆瓣评价人数进行分析：

• 读取豆瓣评价人数

> n<-mydata$豆瓣评价人数
> n
 [1]  12917  24310  44886   1284  36407  32357   7108 159558
 [9]    878   7823  11813   5266  20260   1953  80309  45638
[17]  44905  11465   4712  12498  27132   6354  14630  28895
[25]  65386  19087   2107   4754  22457  18487   5858  95287
[33]   1586   4235    330    110    253   3249  20935   2792
[41]  54049     NA     NA     NA     NA     NA     NA     NA
[49]     NA     NA     NA     NA     NA

• 去掉NA值

> newn<-na.omit(n)
> newn
 [1]  12917  24310  44886   1284  36407  32357   7108 159558
 [9]    878   7823  11813   5266  20260   1953  80309  45638
[17]  44905  11465   4712  12498  27132   6354  14630  28895
[25]  65386  19087   2107   4754  22457  18487   5858  95287
[33]   1586   4235    330    110    253   3249  20935   2792
[41]  54049

• 求最大值

> max(newn)
[1] 159558

• 求最小值

> min(newn)
[1] 110

• 求平均数

> mean(newn)
[1] 23520

• 求中位数

>  median(newn)
[1] 12498

• 求众数

> names(table(newn))[which.max(table(newn))]
[1] "110"

• 求方差

> var(newn)
[1] 983201853

• 求标准差

> sd(newn)
[1] 31356.05