数据导入与分析.docxVIP

下载本文档

18
0
约1.18万字
约 18页
2017-02-05 发布于重庆
举报
版权申诉

数据导入与分析.docx

1、有哪些信誉好的足球投注网站（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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

数据导入与分析

数据导入#导入CSV文件data1 - read.csv(F:\\data\\2.3 数据的导入\\1.csv);#导入csv文件data1 - read.table(F:\\data\\2.3 数据的导入\\1.csv, header=TRUE, sep=,);data2 - read.csv(F:\\data\\2.3 数据的导入\\2.txt, header=TRUE, sep=,);#不带表头data2 - read.csv(F:\\data\\2.3 数据的导入\\2.txt, header=FALSE, sep=,);data3 - read.csv(F:\\data\\2.3 数据的导入\\3.xxx, header=FALSE, sep=,);#指定分隔符data3 - read.csv(F:\\data\\2.3 数据的导入\\3.xxx , header=FALSE, sep=\t);#安装RODBC包install.packages(RODBC);#导入RODBC包library(RODBC);#建立一个读取Excel文件的连接#1.xls就是Excel的文件路径名connect - odbcConnectExcel(F:\\data\\2.3 数据的导入\\1.xls);#data就是sheet的名字data1 - sqlFetch(connect, data);#关闭Excel文件的连接odbcClose(connect);connect2007 - odbcConnectExcel2007(F:\\data\\2.3 数据的导入\\1.xlsx);data2 - sqlFetch(connect2007, data);odbcClose(connect2007);3.1数据清洗3.1.1#导入CSV数据data - read.csv(F:\\data\\3.1 数据清洗file:///\\1.csv\\1.csv);#对重复数据去重new_data - unique(data);3.1.2#缺失数据清洗#读取案例数据data - read.csv(F:\\data\\3.1 数据清洗\\2.csv);#清洗空数据new_data - na.omit(data);3.1.3#空格数据清洗data - read.csv(F:\\data\\3.1 数据清洗\\3.csv);install.packages(raster); #要求先装the dependencies ‘sp’, ‘Rcpp’library(raster);#清洗空数据new_data - trim(data)3.2数据抽取3.2.1字段抽取tel -#运营商band - substr(tel, 1, 3)#地区area - substr(tel, 4, 7)#号码段num - substr(tel, 8, 11)tels - read.csv(F:\\data\\3.2 数据抽取\\1.csv);#运营商bands - substr(tels[,1], 1, 3)#地区areas - substr(tels[,1], 4, 7)#号码段nums - substr(tels[,1], 8, 11)new_tels - data.frame(tels, bands, areas, nums)3.2.2字段拆分#安装install.packages(stringr)#导入library(stringr);#商品名称item - Apple iPad mini MF432CH/A 7.9英寸平板电脑（16G WiFi版）深空灰定制版;#获取商品品牌，使用空格分隔字符串为两个band - str_split_fixed(item, , n=2);#读取多行数据items - read.csv(F:\\data\\3.2 数据抽取\\2.csv, stringsAsFactors = FALSE, fileEncoding=utf-8);bands - str_split_fixed(items[, 1], |（, n=2);new_items - data.frame(bands[ ,1], items);fix(new_items)3.2.3记录抽取items - read.table(F:\\data\\3.2 数据抽取\\3.csv, sep=|, header=TRUE, fileEncoding=utf-8, stringsAsFactors=FALSE);sub_items - subset(items, comments10000);fix(sub_items)3.2.4随机抽样#读取数据items