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
Excel是数据分析的重要工具,强大的内置功能使其成为许多分析师的首选。在日常工作中,启用Excel的数据分析工具库能够显著提升数 ...
2024-12-23在当今信息爆炸的时代,数据分析师如同一位现代社会的侦探,肩负着从海量数据中提炼出有价值信息的重任。在这个过程中,掌握一系 ...
2024-12-23在现代的职场中,制作吸引人的PPT已经成为展示信息的重要手段,而其中数据对比的有效呈现尤为关键。为了让数据在幻灯片上不仅准 ...
2024-12-23在信息泛滥的现代社会,数据分析师已成为企业决策过程中不可或缺的角色。他们的任务是从海量数据中提取有价值的洞察,帮助组织制 ...
2024-12-23在数据驱动时代,数据分析已成为各行各业的必需技能。无论是提升个人能力还是推动职业发展,选择一条适合自己的学习路线至关重要 ...
2024-12-23在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17在当今信息爆炸的时代,数据分析已经成为许多行业中不可或缺的一部分。想要在这个领域脱颖而出,除了热情和毅力外,你还需要掌握 ...
2024-12-17