1、字段抽取
字段截取函数:substr(x,start,stop)
[python] view plain copy
tel <- '18922254812';
#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('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)
2、字段合并
字段合并,是指将同一个数据框中的不同列,进行合并,形成新的列
字符分割函数:paste(x1,x2,...,sep=" ")
[python] view plain copy
data <- read.table('1.csv', sep=' ')
p_data <- paste(data[,1], data[,2], data[,3], sep="")
newData <- data.frame(data, p_data)
3、记录合并
将两个结构相同的数据框,合并成一个数据框
记录合并函数:rbind(dataFrame1,dataFrame2,...)
[python] view plain copy
data_1_1 <- read.table('1.csv', sep='|', header=TRUE, fileEncoding='utf-8');
data_1_2 <- read.table('2.csv', sep='|', header=TRUE, fileEncoding='utf-8');
data_1_3 <- read.table('3.csv', sep='|', header=TRUE, fileEncoding='utf-8');
data <- rbind(data_1_1, data_1_2, data_1_3)
fix(data)
4、字段匹配
将不同结构的数据框,按照一定的条件进行合并(两表合并)
字段匹配函数:merge(x,y,by.x,by.y)
[python] view plain copy
items <- read.table('1.csv', sep='|', header=FALSE, fileEncoding='utf-8')
fix(items)
prices <- read.table('2.csv', sep='|', header=FALSE, fileEncoding='utf-8')
fix(prices)
itemPrices <- merge(prices, items, by.x=c('V1'), by.y=c('V1'))
fix(itemPrices)
Join( )也可以用来实现两表连接:
[python] view plain copy
inner_join(t1,t2,by=c("列名1","列名2"))
#功能等于:
merge(t1,t2,by.x="列名",by.y="列名")
#还有其他的join方式:
full_join 全连接
left_join 左连接
right_join 右连接
5、字符串处理高级技巧
[python] view plain copy
x <- c("Hellow", "World", "!")
#一、字符串长度
nchar(x)
#[1] 6 5 1
length(x)
#[1] 3
#二、字符串替换
chartr("HW", "ZX", x)
#[1] "Zellow" "Xorld" "!"
#三、字符串的大小写转换
tolower(x)
#[1] "hellow" "world" "!"
toupper(x)
#[1] "HELLOW" "WORLD" "!"
#四、字符串的拼接
paste("CK", 1:6, sep="")
#[1] "CK1" "CK2" "CK3" "CK4" "CK5" "CK6"
x <- list(a="aaa", b="bbb", c="ccc")
y <- list(d=1, e=2)
paste(x, y, sep="-")
#较短的向量被循环使用
#[1] "aaa-1" "bbb-2" "ccc-1"
#五、字符串切割
text <- "Hello word!"
strsplit(text, ' ')
#[[1]]
#[1] "Hello" "word!"
class(strsplit(text, ' '))
#[1] "list"
#有一种情况很特殊:
#如果split参数的字符长度为0,得到的结果就是一个个的字符:
strsplit(text, '')
#[[1]]
# [1] "H" "e" "l" "l" "o" " " "w" "o" "r" "d" "!"
#一个首字符大写的综合案例
capStringAll <- function(x)
{
s <- strsplit(x, " ")[[1]]
paste(toupper(substring(s, 1, 1)), substring(s, 2),
sep = "", collapse = " ")
}
capStringAll("hello word")
#[1] "Hello Word"
capString <- function(x)
{
s <- strsplit(x, " ")[[1]]
s[1] <- paste(toupper(substring(s[1], 1, 1)), substring(s[1], 2), sep = "", collapse = " ");
paste(s, sep = "", collapse = " ")
}
capString("hello word")
#[1] "Hello word"
#六、字符串的查找
#grep, grepl: 返回pattern的匹配项。
#前者返回匹配项目的下标;后者返回逻辑值,x长度有多少,就返回多少个逻辑值。
#如果添加一个value参数,赋值为T,则返回匹配项的值。
text <- c("Company", "Coworker", "Cooperation", "Can")
grep("o", text)
#[1] 1 2 3
grepl("o", text)
#[1] TRUE TRUE TRUE FALSE
grep("o", text, value = T)
#[1] "Company" "Coworker" "Cooperation"
#七、字符串的替换
#sub, gsub: 返回用replacement替换匹配项之后的x(字符型向量)。
#前者只替换向量中每个元素的第一个匹配值,后者替换所有匹配值。
#注意以下两个例子中"o"的替换方式。
sub("o", "xx", text)
#[1] "Cxxmpany" "Cxxworker" "Cxxoperation" "Can"
gsub("o", "xx", text)
#[1] "Cxxmpany" "Cxxwxxrker" "Cxxxxperatixxn" "Can"
#八、字符串的截取
x <- "123456789"
substr(x, 2, 4)
#[1] "234"
substring(x, c(2,4), c(4,5,8))
#[1] "234" "45" "2345678"
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31本人基本情况: 学校及专业:厦门大学经济学院应用统计 实习经历:快手数据分析、字节数据分析、百度数据分析 Offer情况:北京 ...
2025-01-3001专家简介 徐杨老师,CDA数据科学研究院教研副总监,主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课,负责过中 ...
2025-01-29