R R · 20 вопросов · ~55 мин · ⏱ Таймер 55:00 · Лёгкий ·

Семейство apply

Вместо пересказа справочника здесь используются фрагменты кода, изменения данных и спорные выводы. В тесте «Семейство apply» рассматриваются apply: применение функции по измерениям, lapply: результат в виде списка, sapply: упрощение результата и tapply: расчёты по группам. Нужно предсказывать структуру результата, находить скрытые риски, выбирать исправление и доказывать его проверкой. Из 20 вопросов 12 содержат код; остальные описывают ситуации, в которых синтаксически допустимое решение может привести к неверному аналитическому выводу.

Отвечено: 0 из 20

⏱ --:--

💡 Инструкция: Выберите один ответ из пяти. На 20 вопросов отведено 55 минут. Читайте код построчно, учитывайте типы, атрибуты, пропуски и допущения анализа. После завершения откроются общий процент, 4 тематических шкал и объяснение к каждому заданию.

Вопрос 1 из 20

Ситуация: Аналитик применяет функцию ко всем столбцам таблицы, не заметив, что один из них содержит подписи. Какое правило нужно применить к этому фрагменту прежде всего?

df <- data.frame(a = 1:3, b = c('x', 'y', 'z'))
result <- apply(df, 2, class)
result

lapply() всегда возвращает список той же длины, что и входной объект, сохраняя разнородные результаты tapply() разбивает вектор по факторам и применяет функцию к каждой комбинации уровней, возвращая массив с возможными NA для пустых ячеек apply() работает по измерениям массива и перед вызовом функции может преобразовать data.frame в матрицу общего типа rowSums и colMeans явно задают направление агрегации и обычно надёжнее apply() для стандартных числовых сводок sapply() пытается упростить результат lapply и потому может вернуть вектор, матрицу либо список в зависимости от данных

Вопрос 2 из 20

Ситуация: Аналитик применяет функцию ко всем столбцам таблицы, не заметив, что один из них содержит подписи. Что в этой ситуации способно исказить вывод без явной синтаксической ошибки?

df <- data.frame(a = 1:3, b = c('x', 'y', 'z'))
result <- apply(df, 2, class)
result

Перепутанное значение MARGIN в apply() меняет агрегацию по строкам на агрегацию по столбцам при синтаксически корректном коде Изменение длины результата у одного элемента меняет тип всей структуры и ломает стабильный интерфейс Ожидание автоматического упрощения приводит к передаче списка в арифметику или табличную функцию Наличие одного текстового столбца превращает все столбцы во строки и делает числовую функцию бессмысленной Неиспользуемые комбинации уровней создают пустые позиции, которые можно ошибочно принять за реальные нулевые значения

Вопрос 3 из 20

Ситуация: Аналитик применяет функцию ко всем столбцам таблицы, не заметив, что один из них содержит подписи. Что следует изменить в коде или процессе?

Используйте vapply() с заданным FUN.VALUE, когда форма результата является частью контракта Явно решите, сохранять ли пустые уровни, и различайте отсутствие группы от результата, равного нулю Выбирайте только совместимые числовые столбцы или используйте vapply/lapply по столбцам таблицы Используйте lapply, когда форма результатов может различаться, и преобразуйте результат только после проверки структуры Выберите специализированную функцию или подпишите смысл MARGIN, а размер результата сверяйте с числом строк либо столбцов

Вопрос 4 из 20

Ситуация: Аналитик применяет функцию ко всем столбцам таблицы, не заметив, что один из них содержит подписи. Какой тест лучше всего ловит повтор этой ошибки?

Проверьте str(), lengths() и тип каждого элемента результата Сопоставьте length(result) с nrow() или ncol() и проверьте одну строку вручную Сравните levels(), table(groups, useNA = 'ifany') и dimnames() результата Проверьте typeof(as.matrix(df)), классы столбцов и результат на смешанной таблице Испытайте элементы с разной длиной результата и проверьте dim(), typeof() и names()

Вопрос 5 из 20

Ситуация: Аналитик применяет функцию ко всем столбцам таблицы, не заметив, что один из них содержит подписи. Как сформулировать вывод без лишних обобщений?

df <- data.frame(a = 1:3, b = c('x', 'y', 'z'))
result <- apply(df, 2, class)
result

apply() работает по измерениям массива и перед вызовом функции может преобразовать data.frame в матрицу общего типа; при этом главный риск состоит в том, что наличие одного текстового столбца превращает все столбцы во строки и делает числовую функцию бессмысленной lapply() всегда возвращает список той же длины, что и входной объект, сохраняя разнородные результаты; при этом главный риск состоит в том, что наличие одного текстового столбца превращает все столбцы во строки и делает числовую функцию бессмысленной sapply() пытается упростить результат lapply и потому может вернуть вектор, матрицу либо список в зависимости от данных; при этом главный риск состоит в том, что изменение длины результата у одного элемента меняет тип всей структуры и ломает стабильный интерфейс apply() работает по измерениям массива и перед вызовом функции может преобразовать data.frame в матрицу общего типа; при этом главный риск состоит в том, что ожидание автоматического упрощения приводит к передаче списка в арифметику или табличную функцию apply() работает по измерениям массива и перед вызовом функции может преобразовать data.frame в матрицу общего типа; поэтому отсутствие сообщения об ошибке уже подтверждает корректность результата

Вопрос 6 из 20

Ситуация: Для каждого столбца вычисляется диапазон, а следующий шаг ошибочно считает результат обычной матрицей. Какой механизм точнее всего объясняет связь кода с ситуацией?

x <- list(a = 1:3, b = 4:5)
result <- lapply(x, range)
result

apply() работает по измерениям массива и перед вызовом функции может преобразовать data.frame в матрицу общего типа lapply() всегда возвращает список той же длины, что и входной объект, сохраняя разнородные результаты tapply() разбивает вектор по факторам и применяет функцию к каждой комбинации уровней, возвращая массив с возможными NA для пустых ячеек sapply() пытается упростить результат lapply и потому может вернуть вектор, матрицу либо список в зависимости от данных map() всегда возвращает список, а типизированные варианты map_dbl, map_chr и другие проверяют ожидаемый атомарный тип

Вопрос 7 из 20

Ситуация: Для каждого столбца вычисляется диапазон, а следующий шаг ошибочно считает результат обычной матрицей. Какой дефект нужно искать в первую очередь?

x <- list(a = 1:3, b = 4:5)
result <- lapply(x, range)
result

Наличие одного текстового столбца превращает все столбцы во строки и делает числовую функцию бессмысленной Ожидание автоматического упрощения приводит к передаче списка в арифметику или табличную функцию Неиспользуемые комбинации уровней создают пустые позиции, которые можно ошибочно принять за реальные нулевые значения Изменение длины результата у одного элемента меняет тип всей структуры и ломает стабильный интерфейс map_dbl падает на первом элементе, вернувшем не одно число, что полезно как ранняя проверка контракта

Вопрос 8 из 20

Ситуация: Для каждого столбца вычисляется диапазон, а следующий шаг ошибочно считает результат обычной матрицей. Какой вариант исправления сохраняет смысл анализа?

Явно решите, сохранять ли пустые уровни, и различайте отсутствие группы от результата, равного нулю Используйте lapply, когда форма результатов может различаться, и преобразуйте результат только после проверки структуры Используйте vapply() с заданным FUN.VALUE, когда форма результата является частью контракта Выбирайте только совместимые числовые столбцы или используйте vapply/lapply по столбцам таблицы Выбирайте типизированный map, когда форма результата известна, и map для разнородных объектов

Вопрос 9 из 20

Ситуация: Для каждого столбца вычисляется диапазон, а следующий шаг ошибочно считает результат обычной матрицей. Какая проверка относится к исходному риску, а не к внешнему виду результата?

Испытайте элементы с разной длиной результата и проверьте dim(), typeof() и names() Проверьте длину и тип каждого результата, включая пустой и ошибочный элемент Проверьте str(), lengths() и тип каждого элемента результата Проверьте typeof(as.matrix(df)), классы столбцов и результат на смешанной таблице Сравните levels(), table(groups, useNA = 'ifany') и dimnames() результата

Вопрос 10 из 20

Ситуация: Для каждого столбца вычисляется диапазон, а следующий шаг ошибочно считает результат обычной матрицей. Какое заключение лучше всего выдерживает проверку?

x <- list(a = 1:3, b = 4:5)
result <- lapply(x, range)
result

lapply() всегда возвращает список той же длины, что и входной объект, сохраняя разнородные результаты; при этом главный риск состоит в том, что ожидание автоматического упрощения приводит к передаче списка в арифметику или табличную функцию apply() работает по измерениям массива и перед вызовом функции может преобразовать data.frame в матрицу общего типа; при этом главный риск состоит в том, что наличие одного текстового столбца превращает все столбцы во строки и делает числовую функцию бессмысленной lapply() всегда возвращает список той же длины, что и входной объект, сохраняя разнородные результаты; поэтому достаточно один раз проверить класс объекта на текущем наборе данных sapply() пытается упростить результат lapply и потому может вернуть вектор, матрицу либо список в зависимости от данных; при этом главный риск состоит в том, что ожидание автоматического упрощения приводит к передаче списка в арифметику или табличную функцию lapply() всегда возвращает список той же длины, что и входной объект, сохраняя разнородные результаты; при этом главный риск состоит в том, что изменение длины результата у одного элемента меняет тип всей структуры и ломает стабильный интерфейс

Вопрос 11 из 20

Ситуация: На обычных данных функция возвращала матрицу, но пустая группа внезапно превратила результат в список. На какое свойство R здесь следует опереться?

x <- list(a = 1:3, b = numeric(0))
result <- sapply(x, function(z) if (length(z)) range(z) else numeric(0))
result

apply() работает по измерениям массива и перед вызовом функции может преобразовать data.frame в матрицу общего типа Оператор [ возвращает подсписок, а [[ извлекает сам элемент и снимает один уровень контейнера sapply() пытается упростить результат lapply и потому может вернуть вектор, матрицу либо список в зависимости от данных lapply() всегда возвращает список той же длины, что и входной объект, сохраняя разнородные результаты tapply() разбивает вектор по факторам и применяет функцию к каждой комбинации уровней, возвращая массив с возможными NA для пустых ячеек

Вопрос 12 из 20

Ситуация: На обычных данных функция возвращала матрицу, но пустая группа внезапно превратила результат в список. Почему успешный запуск ещё не доказывает корректность?

x <- list(a = 1:3, b = numeric(0))
result <- sapply(x, function(z) if (length(z)) range(z) else numeric(0))
result

Неиспользуемые комбинации уровней создают пустые позиции, которые можно ошибочно принять за реальные нулевые значения Замена [[ на [ меняет тип результата, хотя печать одного элемента может выглядеть похоже Изменение длины результата у одного элемента меняет тип всей структуры и ломает стабильный интерфейс Ожидание автоматического упрощения приводит к передаче списка в арифметику или табличную функцию Наличие одного текстового столбца превращает все столбцы во строки и делает числовую функцию бессмысленной

Вопрос 13 из 20

Ситуация: На обычных данных функция возвращала матрицу, но пустая группа внезапно превратила результат в список. Какая правка лучше локальной заплатки?

Выбирайте только совместимые числовые столбцы или используйте vapply/lapply по столбцам таблицы Выбирайте [[, когда функция ожидает содержимое элемента, и [, когда нужно сохранить список как контейнер Используйте lapply, когда форма результатов может различаться, и преобразуйте результат только после проверки структуры Используйте vapply() с заданным FUN.VALUE, когда форма результата является частью контракта Явно решите, сохранять ли пустые уровни, и различайте отсутствие группы от результата, равного нулю

Вопрос 14 из 20

Ситуация: На обычных данных функция возвращала матрицу, но пустая группа внезапно превратила результат в список. Как подтвердить корректность на граничном случае?

Проверьте str(), lengths() и тип каждого элемента результата Сравните levels(), table(groups, useNA = 'ifany') и dimnames() результата Испытайте элементы с разной длиной результата и проверьте dim(), typeof() и names() Проверьте identical(x[1], x[[1]]) и class() результата перед передачей дальше Проверьте typeof(as.matrix(df)), классы столбцов и результат на смешанной таблице

Вопрос 15 из 20

Ситуация: На обычных данных функция возвращала матрицу, но пустая группа внезапно превратила результат в список. Какой вывод точнее всего связывает механизм и главный риск?

x <- list(a = 1:3, b = numeric(0))
result <- sapply(x, function(z) if (length(z)) range(z) else numeric(0))
result

apply() работает по измерениям массива и перед вызовом функции может преобразовать data.frame в матрицу общего типа; при этом главный риск состоит в том, что наличие одного текстового столбца превращает все столбцы во строки и делает числовую функцию бессмысленной sapply() пытается упростить результат lapply и потому может вернуть вектор, матрицу либо список в зависимости от данных; следовательно, совпадение числа строк можно считать полной проверкой решения sapply() пытается упростить результат lapply и потому может вернуть вектор, матрицу либо список в зависимости от данных; при этом главный риск состоит в том, что ожидание автоматического упрощения приводит к передаче списка в арифметику или табличную функцию lapply() всегда возвращает список той же длины, что и входной объект, сохраняя разнородные результаты; при этом главный риск состоит в том, что изменение длины результата у одного элемента меняет тип всей структуры и ломает стабильный интерфейс sapply() пытается упростить результат lapply и потому может вернуть вектор, матрицу либо список в зависимости от данных; при этом главный риск состоит в том, что изменение длины результата у одного элемента меняет тип всей структуры и ломает стабильный интерфейс

Вопрос 16 из 20

Ситуация: Справочник содержит категорию, которой нет в текущей выборке, а сводка должна сохранить её как пустую, не как нулевую. Какое утверждение лучше всего объясняет показанный фрагмент?

x <- c(10, 20, 30)
g <- factor(c('A', 'A', 'B'), levels = c('A', 'B', 'C'))
result <- tapply(x, g, mean)
result

lapply() всегда возвращает список той же длины, что и входной объект, сохраняя разнородные результаты sapply() пытается упростить результат lapply и потому может вернуть вектор, матрицу либо список в зависимости от данных apply() работает по измерениям массива и перед вызовом функции может преобразовать data.frame в матрицу общего типа Перекодировка должна сохранять однозначное соответствие исходных уровней новым подписям и отдельно обрабатывать неизвестные значения tapply() разбивает вектор по факторам и применяет функцию к каждой комбинации уровней, возвращая массив с возможными NA для пустых ячеек

Вопрос 17 из 20

Ситуация: Справочник содержит категорию, которой нет в текущей выборке, а сводка должна сохранить её как пустую, не как нулевую. Какое скрытое допущение здесь опаснее остальных?

x <- c(10, 20, 30)
g <- factor(c('A', 'A', 'B'), levels = c('A', 'B', 'C'))
result <- tapply(x, g, mean)
result

Ручная замена по внутренним кодам ломается при изменении порядка levels или появлении нового уровня Ожидание автоматического упрощения приводит к передаче списка в арифметику или табличную функцию Наличие одного текстового столбца превращает все столбцы во строки и делает числовую функцию бессмысленной Изменение длины результата у одного элемента меняет тип всей структуры и ломает стабильный интерфейс Неиспользуемые комбинации уровней создают пустые позиции, которые можно ошибочно принять за реальные нулевые значения

Вопрос 18 из 20

Ситуация: Справочник содержит категорию, которой нет в текущей выборке, а сводка должна сохранить её как пустую, не как нулевую. Что нужно сделать, чтобы ошибка не вернулась на следующем наборе данных?

Перекодируйте по именам, задайте полный словарь и проверяйте значения, не вошедшие в него Выбирайте только совместимые числовые столбцы или используйте vapply/lapply по столбцам таблицы Используйте lapply, когда форма результатов может различаться, и преобразуйте результат только после проверки структуры Явно решите, сохранять ли пустые уровни, и различайте отсутствие группы от результата, равного нулю Используйте vapply() с заданным FUN.VALUE, когда форма результата является частью контракта

Вопрос 19 из 20

Ситуация: Справочник содержит категорию, которой нет в текущей выборке, а сводка должна сохранить её как пустую, не как нулевую. Какая проверка непосредственно подтверждает, что дефект устранён?

Испытайте элементы с разной длиной результата и проверьте dim(), typeof() и names() Проверьте str(), lengths() и тип каждого элемента результата Проверьте typeof(as.matrix(df)), классы столбцов и результат на смешанной таблице Сопоставьте старую и новую таблицы частот и убедитесь, что сумма наблюдений не изменилась Сравните levels(), table(groups, useNA = 'ifany') и dimnames() результата

Вопрос 20 из 20

Ситуация: Справочник содержит категорию, которой нет в текущей выборке, а сводка должна сохранить её как пустую, не как нулевую. Что стоит написать в технической рецензии к этому фрагменту?

x <- c(10, 20, 30)
g <- factor(c('A', 'A', 'B'), levels = c('A', 'B', 'C'))
result <- tapply(x, g, mean)
result

tapply() разбивает вектор по факторам и применяет функцию к каждой комбинации уровней, возвращая массив с возможными NA для пустых ячеек; поэтому повторный запуск в той же сессии заменяет проверку граничных случаев tapply() разбивает вектор по факторам и применяет функцию к каждой комбинации уровней, возвращая массив с возможными NA для пустых ячеек; при этом главный риск состоит в том, что неиспользуемые комбинации уровней создают пустые позиции, которые можно ошибочно принять за реальные нулевые значения apply() работает по измерениям массива и перед вызовом функции может преобразовать data.frame в матрицу общего типа; при этом главный риск состоит в том, что неиспользуемые комбинации уровней создают пустые позиции, которые можно ошибочно принять за реальные нулевые значения tapply() разбивает вектор по факторам и применяет функцию к каждой комбинации уровней, возвращая массив с возможными NA для пустых ячеек; при этом главный риск состоит в том, что наличие одного текстового столбца превращает все столбцы во строки и делает числовую функцию бессмысленной sapply() пытается упростить результат lapply и потому может вернуть вектор, матрицу либо список в зависимости от данных; при этом главный риск состоит в том, что изменение длины результата у одного элемента меняет тип всей структуры и ломает стабильный интерфейс

Ответьте на все 20 вопросов, чтобы получить результат

🔗 Встроить тест на свой сайт (iframe) ▼

Скопируйте код и вставьте в любое место на вашем сайте:

Также доступна прямая ссылка на embed-страницу