使用R处理数据难题的一套解决方案

options(digits=2)
student <- c("John Davis","Angela Williams","Bullwinkle Moose")
Math <- c(502,600,412)
Science <- c(95,99,80)
English <- c(25,22,18)
roster <- data.frame(student,Math,Science,English)
z <- scale(roster[,2:4])
score <- apply(z,1,mean)
roster <- cbind(roster,score)
y <- quantile(score,c(.8,.6,.4,.2))
roster$grade[score >= y[1]] <- "A"
roster$grade[score < y[1] & score >= y[2]] <-  "B"
roster$grade[score < y[2] & score >= y[3]] <- "C"
roster$grade[score < y[3] & score >= y[4]] <- "D"
roster$grade[score < y[4]] <- "E"
name <- strsplit((roster$student)," ")
lastname <- sapply(name,"[",2)
firstname <- sapply(name,"[",1)
roster <- cbind(firstname,lastname,roster[,-1])
roster <- roster[order(lastname,firstname),]

解释：
步骤一、原始的学生花名册已经给出了，同时限定了输出小数点后两位数字，让输出更容易阅读
步骤二、由于数学、科学、英语的分值不同（均值和标准差相距甚远），在组合之前需要让他们变得可比较，一种方法是将变量进行标准化，这样每科的考试成绩都是用单位标准差来表示，而不是原始的尺度来表示了。
步骤三、通过mean（）函数来计算各行的均值以获得综合得分，并使用函数cbind（）将其添加到花名册中。
步骤四、给出学生综合得分的百分位数。
步骤五、通过逻辑运算符，将学生的百分位数排名重编码为一个新的类别型成绩变量。
步骤六、使用strsplit（）函数以空格为界把学生姓名拆分为姓氏和名字。此函数应用到字符串组成的向量上会返回一个列表。
步骤七、使用sapply（）函数提取列表中每个成分的第一个元素，放入一个储存名字的向量，并提取每个成分的第二个元素，放入一个储存姓氏的向量。”[“是一个可以提取某个对象的一部分的函数，在这里它是用来提取列表name的第一个或第二个元素的。使用cbind将他们添加到花名册中，并舍弃student这个变量。
步骤八、最后，可以使用order（）依姓氏和名字对数据集进行排序。