r如何做成绩分析表

以下是使用R语言制作学生成绩分析表的步骤及示例代码：

一、数据准备

数据结构

假设数据存储在数据框（data frame）中，包含以下列：

- `学生姓名`：学生姓名或学号

- `科目`：学科名称（如语文、数学等）

- `成绩`：各科成绩值

- `考试日期`：考试时间（可选）

数据清洗

- 去除重复数据：`df <- df[!duplicated（df$学生姓名）, ]`

- 处理缺失值：`df <- na.omit（df）`

- 检查异常值（如成绩超出合理范围）

二、基础统计分析

描述性统计

使用`summary（）`函数获取各科成绩的基本统计量（如均值、中位数、标准差）

分组统计

- 按科目分组计算平均分、最高分、最低分：

```r

subject_stats <- df %>%

group_by(科目) %>%

summarise(平均分 = mean(成绩, na.rm = TRUE),

最高分 = max(成绩, na.rm = TRUE),

最低分 = min(成绩, na.rm = TRUE))

```

- 按班级或学号排序：

```r

sorted_df <- df %>%

arrange(学生姓名, 成绩, -平均分)

```

三、可视化呈现

柱状图

绘制各科成绩分布直方图：

```r

library(ggplot2)

df %>%

group_by(科目) %>%

geom_histogram(bins = 10, fill = "steelblue") +

labs(title = "各科成绩分布", x = "分数段", y = "频数") +

theme_minimal()

```

饼图

展示及格率：

```r

pass_rate <- df %>%

group_by(科目) %>%

summarise(通过人数 = sum(成绩 >= 60), 总人数 = n()) %>%

mutate(及格率 = (通过人数 / 总人数) * 100)

pass_rate %>%

ggplot(aes(科目, 饼 = 及格率)) +

geom_bar(stat = "identity") +

labs(title = "各科及格率") +

theme_minimal()

```

四、进阶功能

动态排名

在数据框中添加排名列（如总分排名）：

```r

df$排名 <- rank(-df$成绩, method = "min")

```

交互式仪表盘

使用`shiny`包创建网页仪表盘：

```r

library(shiny)

定义UI布局

ui <- fluidPage(

titlePanel("学生成绩分析"),

sidebarLayout(

sidebarPanel(

selectInput("科目", "选择科目:", choices = unique(df$科目))),

actionButton("生成图表", "生成图表")

),

mainPanel(

plotOutput("成绩分布图")

)

)

)

定义服务器逻辑

server <- function(input, output) {

output$成绩分布图 <- renderPlot({

filtered_df <- df[df$科目 == input$科目]

ggplot(filtered_df, aes(x = 成绩, y = ..count..)) +

geom_bar(stat = "identity") +

labs(title = input$科目 + " 成绩分布", x = "分数", y = "人数")

})

}

运行应用

shinyApp(ui, server)

```

注意事项

数据来源：

建议从学校管理系统或Excel文件导入数据，注意数据格式和编码问题

工具选择：R语言适合大规模数据处理和复杂分析，若数据量较小也可使用Python

结果解读：通过可视化结果发现异常值或分布特点，结合实际教学调整策略

通过以上步骤，可系统化地完成学生成绩分析表的制作与解读。