R语言学习笔记之数据清洗与整理（三）-Toy模板网

这篇具有很好参考价值的文章主要介绍了R语言学习笔记之数据清洗与整理（三）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

提高

1.查看数据前三行

head(df,3)或

slice_head(n=3)

2.查看每列数据缺失情况

is.na(df)#适用于小数据

sum(is.na())

table(is.na())#只能知道缺失值的个数并不知道每一列（即每个变量）缺失数据的情况

（1）miss<-function(x){sum(is.na(x)/length(x)*100)}
apply(数据集,2,rate)#2是按列算rate的意思

（2）library(tidyverse)

library(naniar)

df %>% miss_var_summary()

3.查看日期列含有缺失值的行

df%>%

filter(is.na(df$日期))

which(is.na(df$日期))日期列缺失的行号

4.查看每列缺失值在哪些行

naIdx = df %>%

where_na()

split(naIdx[,1], naIdx[,2])？？？

5.删除所有存在缺失值的行

df %>% drop_na()

#若要删除某些列包含缺失值的行，提供列名即可

6.绘制收盘价的折线图

df %>%

ggplot(aes(日期，~收盘价（元）~))+geom_line()

7.同时绘制开盘价与收盘价

df %>%

select(日期，~收盘价（元）~，~开盘价（元）~)%》%

pivot_longer(-日期

names_to="type",

values_to="price")%>%#除了日期以外的其他两列转换为长数据，一列为类型，一列为价格

ggplot(aes(日期，price,color=type))+

geom_line()

敬信老师注：为了自动添加图例，先对数据做了宽变长转换。

8.绘制涨跌幅的直方图

df %>% ggplot(aes(`涨跌幅 (%)`)) +

geom_histogram()

9.让直方图更细致

df %>% ggplot(aes(`涨跌幅 (%)`)) +

geom_histogram(bins = 40)

10.用 df 的列名创建数据框（修改行、列名）

names(df) %>% as_tibble()或者

df<-as_tibble(names(data1))

names(df)<-c("a2","b2")修改列名

rownames/row.names(df)<c()修改行名

colnames(df)<-c()修改列名

dimnames（ist的第一个输入向量代表行名，第二个输入向量代表列名）

11.输出所有换手率不是数字的行

df %>%

mutate(`换手率 (%)` = parse_number(`换手率 (%)`)) %>% #让换手率变为数字形式的，parse_number函数可以忽略数值前后的非数值型字符。这个函数特别适合处理货币和百分比数据，也可以提取镶嵌在文本中的数值。镶嵌在文本中的数值。比如parse_number("$100")-----100

filter(is.na(`换手率 (%)`))#此时没有数字形式的就会变为空值，识别后将其筛选出来文章来源地址https://www.toymoban.com/news/detail-418311.html
</

到了这里，关于R语言学习笔记之数据清洗与整理（三）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！