- 1、本文档共31页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数据去重01102数据筛选03数据合并04数据排序数据关联0106融合重铸07数据聚合08数据转换05数据分组
PAGE2数据基本管理常用的数据基本管理手段包括:数据去重、数据排序、数据筛洗、数据合并、数据聚合等操作2
数据去重301
PAGE4数据去重我们可以通过base扩展包的unique()函数或者dplyr扩展包的distinct()函数轻松实现。其中unique()函数能对矩阵、数组或数据框进行操作,移除重复元素或记录。在做数据分析及建模时,遇到最多的数据对象当属数据框。以下代码实现分别利用unique()和distinct()函数对数据框的重复记录进行删除。4set.seed(1234)df - data.frame(x1 = sample(1:3,8,replace = T), x2 = sample(letters[1:3],8,replace = T))dfx1 x21 2 c2 2 b3 1 b4 3 b5 1 c6 1 b7 2 b8 2 b(a - unique(df))x1 x21 2 c2 2 b3 1 b4 3 b5 1 cif(!require(dplyr)) install.packages(dplyr) #加载dplyr包,如不存在就进行在线安装(b - distinct(df))x1 x21 2 c2 2 b3 1 b4 3 b6 1 cidentical(a,b) # 判断两个函数的结果是否一致[1] TRUE
数据排序502
PAGE6数据排序有时候,需要对数据进行排序,以查看更多有用信息。R语言中,可使用基础包的sort()和order()函数实现。其中sort()函数返回的是排序后的数据结果,order()函数返回的是排序后的元素所在位置。两者默认都是按照升序(由小到大)排序,可以通过将参数decreasing设置为TRUE,改成降序排序。以下代码实现先创建一个向量v,再通过sort()和order()函数对向量v进行排序。6 set.seed(1234) v - sample(1:10,10) v [1] 10 6 5 4 1 8 2 7 9 3 sort(v) [1] 1 2 3 4 5 6 7 8 9 10 order(v) [1] 5 7 10 4 3 2 8 6 9 1
数据筛选703
PAGE8数据筛选有时候,我们更关注数据集中的部分数据,可以利用R语言强大的索引特性来定位符合筛选条件的元素。比如我们查看鸢尾花数据集iris前6行、第1,3,5列的数据子集,以下代码通过指定下标集的方式实现。也可以根据表达式得到符合条件的数据子集。比如想提取变量Sepal.Length值大于5.5且变量因子水平为setosa的数据子集,可通过以下代码实现。8 iris[1:6,c(1,3,5)] Sepal.Length Petal.Length Species1 5.1 1.4 setosa2 4.9 1.4 setosa3 4.7 1.3 setosa4 4.6 1.5 setosa5 5.0 1.4 setosa6 5.4 1.7 setosa iris[iris$Sepal.Length5.5 iris$Species==setosa,] Sepal.Length Sepal.Width Petal.Length Petal.Width Species15 5.8 4.0 1.2 0.2 setosa16 5.7 4.4 1.5 0.4 setosa19 5.7 3.8 1.7 0.3 setosa
PAGE9数据筛选-subset()函数基础包的subset()函数非常适合做数据筛选的工作。subset()函数主要参数有两个:参数subset是逻辑表达式,用来过滤符合条件的行或元素;参数select是用来选择需要保留的列。下面以汽车数据集mtcars为例,讲解subset()函数的用法。9 subset(mtcars,cyl==4,select = mpg:hp)
您可能关注的文档
- R语言数据分析与挖掘-高级绘图工具.pptx
- R语言数据分析与挖掘-回归分析.pptx
- R语言数据分析与挖掘-聚类分析.pptx
- R语言数据分析与挖掘-决策树.pptx
- R语言数据分析与挖掘-模型性能评估及优化.pptx
- R语言数据分析与挖掘-神经网络与支持向量机.pptx
- R语言数据分析与挖掘-数据预处理.pptx
- UML软件建模任务驱动教程(第3版)用户管理模块建模.pptx
- 安全教育教程-交通安全.pptx
- 安全教育教程-人身财产安全.pptx
- 人教新目标版英语九年级 中考模拟学情评估(三)(含答案).pdf
- 上海市风华中学2024-2025学年高三上学期9月阶段测试英语试题(无答案).pdf
- 统编版2024-2025学年语文六年级上册期末检测卷(有答案).pdf
- 人教新目标版英语九年级第二学期全册学情评估(含答案).pdf
- 内蒙古自治区巴彦淖尔市杭锦后旗第六中学2024-2025学年八年级上学期阶段性测试历史试题(解析版).pdf
- 湖南省娄底市涟源市部分学校2024-2025学年高一上学期9月月考语文试题 Word版无答案.pdf
- 湖南省衡阳市常宁市2023-2024学年七年级上学期期末考试英语试题.pdf
- 湖南省娄底市涟源市部分学校2024-2025学年高一上学期9月月考语文试题 Word版含解析.pdf
- 江苏省泰州市姜堰区城西实验学校2024-2025学年部编版九年级上学期月考历史试卷(原卷版).pdf
- 内蒙古伊金霍洛旗2022-2023学年七年级上学期期末考试英语试题.pdf
最近下载
- 人教版2024新版Starter Unit 3 单元检测卷-2024-2025学年七年级英语上册.docx VIP
- 初中数学不等式精选典型试题及答案.doc
- 氓-ppt课件完整版.ppt
- 世界生物多样性保护.ppt VIP
- 人教版生物学八年级上册 生物圈中的其他生物 作业设计样例.docx
- 深度保洁服务合同范本.docx
- 《华为销售培训》课件.pptx VIP
- 备战2024年中考语文名著阅读考点梳理:名著试题精选60题(二)真题演练(原卷版+解析版).docx VIP
- 【课件】体量与力量——雕塑的美感+课件高中美术人美版(2019)美术鉴赏.pptx VIP
- 《液压与气压技术》讲义(完整版).doc
文档评论(0)