R语言培训-第二期

内容概况

•            重命名

•            类型转换

•            缺失值处理

•            创建新变量 删除变量

•            排序

•            合并（行/列） 筛选

•            vlookup

•            透视表

#########工作空间配置##############
setwd("D:\\Documents\\work\\R培训\\第二期")  #可以用 / or \\
getwd()

########数据读取##############
holiday_analysis_data<-read.csv("节假日分析.csv",stringsAsFactors=FALSE)
holiday_base_table<-read.csv("节假日.csv")

#数据集：holiday_analysis_data
#列：holiday_analysis_data$产品名称, holiday_analysis_data[1], holiday_analysis_data[,1]
#行：holiday_analysis_data[2,]
#值：holiday_analysis_data[2,2]
#查看属性:str()
#基本统计信息:summary()
#寻求帮助：?函数,?函数(), help(函数)
head(holiday_analysis_data,3)
tail(holiday_analysis_data,10)
str(holiday_analysis_data)
summary(holiday_analysis_data)
#########重命名###############
#rename() names()
names(holiday_analysis_data)
names(holiday_analysis_data)[4]<-"cash"
names(holiday_analysis_data)<-c("product_id","product_name","date","cash")

#########数据类型转换########
#数据类型：字符串character，数值numeric，日期date，因子factor
#判断：is.character() is.numeric() is.data.frame() is.factor() typeof()
#转换：as.character() as.numeric() as.data.frame() as.factor() as.Date()
str(holiday_analysis_data)
#factor
holiday_base_table<-read.csv("节假日.csv")
str(holiday_base_table)
typeof(c(1,2,3,4))
sum(c(1,2,3,4))
sum(as.factor(c(1,2,3,4)))

#日期值date："2015-12-01"唯一结构
#输入的date存在多种结构：2015/12/01，2015-12-01，20151201，
#                        12/01/2015,  12/01/15,  2015年12月1日
# %Y 2015; %y 15; %m 12, %d 01等，可参考实战page73
as.Date("2015/12/01")
as.Date("2015-12-01")
as.Date("20151201","%Y%m%d")
as.Date("12/01/2015","%m/%d/%Y") #错误
as.Date("12/01/2015","%m/%d/%Y")
as.Date("12/01/15","%m/%d/%y")
as.Date("2015年12月1日","%Y年%m月%d日")
Sys.Date()

#character，numeric
str(holiday_analysis_data)
typeof(holiday_analysis_data$product_id)

holiday_analysis_data$product_id<-as.character(holiday_analysis_data$product_id)

holiday_analysis_data$product_id<-as.character(holiday_analysis_data$product_id)
holiday_analysis_data$date<-as.Date(holiday_analysis_data$date)
holiday_analysis_data$cash<-as.numeric(holiday_analysis_data$cash) #报错啦~~

########缺失值处理###########
#is.na() not availabel
y<-c(1,2,3,4,NA)
is.na(y)
y[is.na(y)]<-0

holiday_analysis_data$cash[is.na(holiday_analysis_data$cash)]<-0

########创建新变量 &am
4000
p; 删除变量###########
#1.计算 2.函数 3.条件赋值
#1

holiday_analysis_data$cash_fake<-holiday_analysis_data$cash*2
#2
#install.packages("lubridate")
library(lubridate)
holiday_analysis_data$year<-year(holiday_analysis_data$date)  #year,month只能处理日期型
holiday_analysis_data$month<-month(holiday_analysis_data$date)
#3
holiday_analysis_data$level[holiday_analysis_data$cash<=1000]<-"低收入"
holiday_analysis_data$level[holiday_analysis_data$cash<=5000 & holiday_analysis_data$cash>1000]<-"中等收入"
holiday_analysis_data$level[holiday_analysis_data$cash>5000]<-"高收入"
#逻辑运算符：& | > >= < <= ==(判断，而不是赋值) != <>

holiday_analysis_data$cash_fake<-NULL
##########排序##################
#order() sort() rank()
order(c(2,3,5,1,0)) #返回序列号：min——max
sort(c(2,3,5,1,0))  #按从小到大排序
rank(c(2,3,5,1,0))  #返回名次
order(holiday_analysis_data$cash)
holiday_analysis_data_order<-holiday_analysis_data[order(-holiday_analysis_data$cash),]

########数据合并#############
#列合并merge cbind  行合并rbind
head(holiday_base_table)
str(holiday_base_table)
holiday_base_table$date<-as.Date(holiday_base_table$date)
data_merge<-merge(holiday_analysis_data,holiday_base_table,by="date") #左匹配
str(data_merge)
str(holiday_analysis_data)

data_cbind<-cbind(holiday_analysis_data,holiday_base_table)  #报错啦
data_cbind<-cbind(holiday_analysis_data[1:10,],holiday_base_table[1:10,])

rbind()
data1_rbind<-holiday_base_table[1:10,]
data2_rbind<-holiday_base_table[32:41,]
data1_rbind
data2_rbind
rbind(data1_rbind,data2_rbind)

########筛选############
#subset, which
town_data<-subset(data_merge,product_name=="南浔古镇")

town_2015_data<-subset(data_merge,product_name=="南浔古镇" & year=="2015")
town_cash_data<-subset(data_merge,cash<100 | cash >10000)

town_data<-data_merge[which(data_merge$product_name=="南浔古镇"),]
town_2015_data<-data_merge[which(data_merge$product_name=="南浔古镇" & data_merge$year=="2015"),]

#######vlookup##########
holiday_base_table
holiday_analysis_data

holiday_analysis_data$holiday<-holiday_base_table[match(holiday_analysis_data$date,holiday_base_table$date),2]

holiday_analysis_data$holiday<-holiday_base_table[match(holiday_analysis_data$date,holiday_base_table$date),2]
#结构：A$new_col<-B[match(A$key,B$key),B$col]

#########透视表####################
#计数 table   #求和、求平均 aggregate
str(holiday_analysis_data)
table(holiday_analysis_data$product_name)
table(holiday_analysis_data$product_name,holiday_analysis_data$level)
table(holiday_analysis_data$product_name,holiday_analysis_data$level,holiday_analysis_data$year)

aggregate(town_2015_data$cash,by=list(town_2015_data$holiday),FUN=mean)

#aggregate(目标值, by=list(维度), FUN)

aggregate(town_2015_data$cash, by=list(town_2015_data$holiday), mean)