R数据分析实战学习笔记（3）

4.24 数据的导入

导入csv、txt及任意格式文件，都可以用read.csv()函数。

如果文件没有列名，当参数header=TRUE，则认为文件的第一行为列名；如果=FALSE，则会赋予表v1,v2,...列名；

如果文件有列名，当参数header=TRUE，则认为文件的第一行为列名；如果=FALSE，则会赋予表v1,v2,...列名。

通过sep指定分隔符。

通过参数stringAsFactor=FALSE 去除factor的属性，文件的各列属性默认为factor。

4.25

4.26 数据的导出

 注：参数file表示保存的文件路径，包括路径和文件名。如G:\Rstudy\4.2\f.csv

data.frame() read.table() write.table() 要有fileEncoding和stringAsFactor参数。

4.27重复值处理

4.28 缺失值处理（NA）

na.omit()：删除存在空值即NA 的行。

4.29空格值的处理（包括下载安装包的信息）

下载安装包时，如出现以下信息：

则使用

这是下载路径不同，网速会更快。

 

4.30字段抽取

4.31随机抽样

replace=TRUE 为放回抽样，=FALSE为不放回抽样。

 4.32 记录合并

即：将两个结构相同的数据框，合并成一个数据框。

fix()函数：调用数据编辑器

4.33 字段合并

即：将同一个数据框中的不同列，进行合并，形成一个新的列。

4.34 字段匹配

即：不同结构的数据框，按照一定条件进行合并。按照共同字段进行一一匹配。

注：by.x  by.y指的是进行匹配的列名，而不是该列的具体数据。

merge()相当于excel中的vlookup函数。

cbind()是单纯的将两个数据框按列合并，进行列扩展，不能保证一定匹配。

4.35 简单计算

即通过对字段进行简单的加减乘除四则运算，计算出想要的字段。

4.36 数据标准化

0-1标准化的好处是很容易进行10分制、百分制的标准化。

4.37 数据分组

4.38 日期转换

as.Date()函数也能将字符串格式的日期转化为数值型的日期。

4.39 日期格式化

注：字符串型日期转化为数值型，用as.POSIXlt() 或 as.Date()

数值型日期转化为指定格式的字符串型日期，用format()

4.40 日期抽取

先用as.POSIXlt函数转化为日期型格式，然后再利用$符号提取。