
1 數(shù)據(jù)導(dǎo)入
數(shù)據(jù)常用格式.csv/.txt/.xls/.json/.xml。
R語言提供相應(yīng)的函數(shù)和庫實(shí)現(xiàn)對(duì)這些數(shù)據(jù)格式的導(dǎo)入。
現(xiàn)已導(dǎo)入.csv格式和以tab分隔的.txt格式為例
# 讀.csv格式
data1<-read.csv(file='C:/abc.csv',header=TRUE,sep=',')
# 讀以tab分隔的.txt格式
data2<-read.csv(file='C:/abc.txt',header=TRUE,sep='\t')
2 數(shù)據(jù)類型變換
數(shù)據(jù)類型變換包括數(shù)據(jù)類型測試和數(shù)據(jù)類型之間的變換。
數(shù)據(jù)類型測試采用is.xyz系列函數(shù),該函數(shù)測試是否為某一種數(shù)據(jù)類型,返回值是邏輯類型,即TRUE和FALSE。
數(shù)據(jù)類型變換采用as.xyz系列函數(shù),把某一種數(shù)據(jù)類型變換到另一種數(shù)據(jù)類型。
例如:
is.numeric(),is.character(),is.vector(),is.matrix(),is.data.frame()
as.numeric(),as.character(),as.vector(),as.matrix(),as.data.frame()
R語言數(shù)據(jù)結(jié)構(gòu)之間的轉(zhuǎn)換
3 數(shù)據(jù)集變換
寬數(shù)據(jù)轉(zhuǎn)換成窄數(shù)據(jù),例如:
R語言把寬數(shù)據(jù)集變換成窄數(shù)據(jù)集
library(reshape)
data3<-melt(mydata,id=c("id","time"))4 數(shù)據(jù)排序
利用order函數(shù)對(duì)單一變量或者多個(gè)變量進(jìn)行排序(升序或者降序),返回具有排序功能的索引位置。
# sort by var1
data4<-old[order(var1),]
# sort by var1 and var2 (descending)
data5<-old[order(var1,-var2),]
利用R語言做數(shù)據(jù)可視簡單和高效。
R語言畫直方圖
set.seed(1234)
score<-rnorm(n=1000,m=80,sd=20)
hist(score)
在直方圖上面添加密度曲線
hist(score,
freq=FALSE,
xlab="Score",
main="Distribution of score",
col="lightgreen",
xlim=c(0,150),
ylim=c(0,0.02))
curve(dnorm(x,
mean=mean(score),
sd=sd(score)),
add=TRUE,
col="darkblue",
lwd=2)
6 列聯(lián)表
列聯(lián)表是理解各類分布的最基本和最有效的方式。
單變量列聯(lián)表
多變量列聯(lián)表
參考代碼
library(gmodels)
CrossTable(mydata$myrowvar,mydata$mycolvar)
利用sample函數(shù)實(shí)現(xiàn)數(shù)據(jù)抽樣
從數(shù)據(jù)集中不放回地隨機(jī)抽取100個(gè)樣本
參考代碼:
mysample<-mydata[sample(1:nrow(mydata),100,replace=FALSE),]
利用unique函數(shù)去掉向量中的重復(fù)值
set.seed(1234)
x<-round(rnorm(20,10,5))
x
unique(x)
結(jié)果如下
9 數(shù)據(jù)匯總
使用apply系列函數(shù),實(shí)現(xiàn)匯總
10 缺失值識(shí)別和處理
使用is.na函數(shù)識(shí)別缺失值,采用均值、中位數(shù)、眾數(shù)、插補(bǔ)法等方法對(duì)確實(shí)值處理。
y<-c(4,5,6,NA)
is.na(y)
y[is.na(y)]<-mean(y,na.rm=TRUE)
y
11 異常值識(shí)別和處理
異常值識(shí)別-異常值定位-異常值處理
異常值識(shí)別方法:盒箱圖和簡單統(tǒng)計(jì)量
異常值處理方法:剔除法/修復(fù)法
利用merge函數(shù)或者rbind函數(shù)或者sqldf包基于數(shù)據(jù)庫的連接操作
# merge two data frames by ID
total<-merge(data frameA,data frameB,by="ID"
# merge two data frames by ID and Country
total<-merge(data frameA,data frameB,by=c("ID","Country"))
total<-rbind(data frameA,data frameB)
總結(jié)
本文總結(jié)了R語言做數(shù)據(jù)探索和處理的知識(shí)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03