💡 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: Функция строит таблицу для выгрузки; при выборе одного показателя сериализатор неожиданно получает вектор. Какой принцип непосредственно относится к этому коду?
R Фрагмент R Копировать
df <- data.frame(id = 1:3, score = c(8, 6, 9))
result <- df[, 'score']
result
Тип столбца определяет допустимые операции, а смешанные значения при создании таблицы приводятся к общему типу внутри конкретного столбца
При добавлении столбца его длина должна быть один или nrow(df), а объединение строк требует совместимых имён и типов
tibble сохраняет табличную форму при выборе столбцов через [, не выполняет частичное совпадение имён и печатает только обзор данных
data.frame хранит столбцы одинаковой длины, допускает разные типы столбцов и при извлечении одного столбца может упрощать результат
m[i, j] выбирает элемент, а пропуск измерения выбирает строку или столбец; drop = FALSE сохраняет матричную форму
Вопрос 5 из 20
Ситуация: Функция строит таблицу для выгрузки; при выборе одного показателя сериализатор неожиданно получает вектор. Какой итог разбора не смешивает правило языка с впечатлением от результата?
R Фрагмент R Копировать
df <- data.frame(id = 1:3, score = c(8, 6, 9))
result <- df[, 'score']
result
data.frame хранит столбцы одинаковой длины, допускает разные типы столбцов и при извлечении одного столбца может упрощать результат; при этом главный риск состоит в том, что ожидание поведения data.frame при извлечении может привести к передаче tibble вместо вектора
data.frame хранит столбцы одинаковой длины, допускает разные типы столбцов и при извлечении одного столбца может упрощать результат; при этом главный риск состоит в том, что автоматическое упрощение при [ , ] меняет форму объекта и проявляется только на запросе одного столбца
tibble сохраняет табличную форму при выборе столбцов через [, не выполняет частичное совпадение имён и печатает только обзор данных; при этом главный риск состоит в том, что автоматическое упрощение при [ , ] меняет форму объекта и проявляется только на запросе одного столбца
data.frame хранит столбцы одинаковой длины, допускает разные типы столбцов и при извлечении одного столбца может упрощать результат; поэтому внешний вид напечатанного объекта важнее происхождения и структуры данных
При добавлении столбца его длина должна быть один или nrow(df), а объединение строк требует совместимых имён и типов; при этом главный риск состоит в том, что короткий вектор может быть переработан при добавлении столбца и создать правдоподобный повторяющийся рисунок вместо ошибки
Вопрос 6 из 20
Ситуация: После перехода на tibble арифметическая функция получает одно-столбцовую таблицу вместо числового вектора. Какое правило нужно применить к этому фрагменту прежде всего?
R Фрагмент R Копировать
library(tibble)
tb <- tibble(id = 1:3, score = c(8, 6, 9))
result <- tb[, 'score']
result
tibble сохраняет табличную форму при выборе столбцов через [, не выполняет частичное совпадение имён и печатает только обзор данных
data.frame хранит столбцы одинаковой длины, допускает разные типы столбцов и при извлечении одного столбца может упрощать результат
Тип столбца определяет допустимые операции, а смешанные значения при создании таблицы приводятся к общему типу внутри конкретного столбца
m[i, j] выбирает элемент, а пропуск измерения выбирает строку или столбец; drop = FALSE сохраняет матричную форму
При добавлении столбца его длина должна быть один или nrow(df), а объединение строк требует совместимых имён и типов
Вопрос 10 из 20
Ситуация: После перехода на tibble арифметическая функция получает одно-столбцовую таблицу вместо числового вектора. Как сформулировать вывод без лишних обобщений?
R Фрагмент R Копировать
library(tibble)
tb <- tibble(id = 1:3, score = c(8, 6, 9))
result <- tb[, 'score']
result
При добавлении столбца его длина должна быть один или nrow(df), а объединение строк требует совместимых имён и типов; при этом главный риск состоит в том, что короткий вектор может быть переработан при добавлении столбца и создать правдоподобный повторяющийся рисунок вместо ошибки
tibble сохраняет табличную форму при выборе столбцов через [, не выполняет частичное совпадение имён и печатает только обзор данных; при этом главный риск состоит в том, что автоматическое упрощение при [ , ] меняет форму объекта и проявляется только на запросе одного столбца
tibble сохраняет табличную форму при выборе столбцов через [, не выполняет частичное совпадение имён и печатает только обзор данных; при этом главный риск состоит в том, что ожидание поведения data.frame при извлечении может привести к передаче tibble вместо вектора
data.frame хранит столбцы одинаковой длины, допускает разные типы столбцов и при извлечении одного столбца может упрощать результат; при этом главный риск состоит в том, что ожидание поведения data.frame при извлечении может привести к передаче tibble вместо вектора
tibble сохраняет табличную форму при выборе столбцов через [, не выполняет частичное совпадение имён и печатает только обзор данных; поэтому отсутствие сообщения об ошибке уже подтверждает корректность результата
Вопрос 14 из 20
Ситуация: В таблице измерений одна строка содержит слово «нет», а остальные — десятичные числа. Какая проверка относится к исходному риску, а не к внешнему виду результата?
Проверьте typeof(), class() и проблемный элемент до и после объединения, а не ориентируйтесь на внешний вид печати
Проверьте class(), names() и размерность результата после каждого способа выбора
Сверьте nrow(), names(), типы и уникальность ключа до и после объединения
Проверьте nrow(), ncol(), class() и names() для обычного и одно-столбцового случая
Используйте str(), vapply(df, typeof, character(1)) и отчёт о неразобранных значениях
Вопрос 15 из 20
Ситуация: В таблице измерений одна строка содержит слово «нет», а остальные — десятичные числа. Какое заключение лучше всего выдерживает проверку?
R Фрагмент R Копировать
df <- data.frame(value = c('12.5', 'нет', '18.0'))
result <- typeof(df$value)
result
data.frame хранит столбцы одинаковой длины, допускает разные типы столбцов и при извлечении одного столбца может упрощать результат; при этом главный риск состоит в том, что автоматическое упрощение при [ , ] меняет форму объекта и проявляется только на запросе одного столбца
Тип столбца определяет допустимые операции, а смешанные значения при создании таблицы приводятся к общему типу внутри конкретного столбца; при этом главный риск состоит в том, что одна служебная строка способна превратить числовой столбец в character и отложить ошибку до агрегирования
Тип столбца определяет допустимые операции, а смешанные значения при создании таблицы приводятся к общему типу внутри конкретного столбца; поэтому достаточно один раз проверить класс объекта на текущем наборе данных
При добавлении столбца его длина должна быть один или nrow(df), а объединение строк требует совместимых имён и типов; при этом главный риск состоит в том, что одна служебная строка способна превратить числовой столбец в character и отложить ошибку до агрегирования
Тип столбца определяет допустимые операции, а смешанные значения при создании таблицы приводятся к общему типу внутри конкретного столбца; при этом главный риск состоит в том, что короткий вектор может быть переработан при добавлении столбца и создать правдоподобный повторяющийся рисунок вместо ошибки
Вопрос 19 из 20
Ситуация: Группы рассчитаны для двух записей, но по ошибке присваиваются таблице из шести строк и повторяются циклически. Как подтвердить корректность на граничном случае?
Используйте str(), vapply(df, typeof, character(1)) и отчёт о неразобранных значениях
Проверьте class(), names() и размерность результата после каждого способа выбора
Сравните количество фактических значений, ключи до и после и выполните обратное преобразование на контрольном наборе
Сверьте nrow(), names(), типы и уникальность ключа до и после объединения
Проверьте nrow(), ncol(), class() и names() для обычного и одно-столбцового случая
Вопрос 20 из 20
Ситуация: Группы рассчитаны для двух записей, но по ошибке присваиваются таблице из шести строк и повторяются циклически. Какой вывод точнее всего связывает механизм и главный риск?
R Фрагмент R Копировать
df <- data.frame(id = 1:6)
df$group <- c('A', 'B')
result <- df
result
data.frame хранит столбцы одинаковой длины, допускает разные типы столбцов и при извлечении одного столбца может упрощать результат; при этом главный риск состоит в том, что короткий вектор может быть переработан при добавлении столбца и создать правдоподобный повторяющийся рисунок вместо ошибки
При добавлении столбца его длина должна быть один или nrow(df), а объединение строк требует совместимых имён и типов; при этом главный риск состоит в том, что автоматическое упрощение при [ , ] меняет форму объекта и проявляется только на запросе одного столбца
При добавлении столбца его длина должна быть один или nrow(df), а объединение строк требует совместимых имён и типов; при этом главный риск состоит в том, что короткий вектор может быть переработан при добавлении столбца и создать правдоподобный повторяющийся рисунок вместо ошибки
При добавлении столбца его длина должна быть один или nrow(df), а объединение строк требует совместимых имён и типов; следовательно, совпадение числа строк можно считать полной проверкой решения
Тип столбца определяет допустимые операции, а смешанные значения при создании таблицы приводятся к общему типу внутри конкретного столбца; при этом главный риск состоит в том, что одна служебная строка способна превратить числовой столбец в character и отложить ошибку до агрегирования