几招教你如何在R语言中获取数据进行分析
如今,想要购买一部手机已成为一件非常具有挑战性的事,这点很好理解。因为要在如此多的款型和品牌中选择并确定符合最终需求的那款手机, 需要进行深入的产品研究并理解产品的功能。有趣的是,一些产品评论和价格比较,可供用户自由填写和选择,以帮助消费者作出正确的选择。而实际积累的数据也 为消费者对产品决策和最终决定是否购买方面也起了重要作用。作为消费者,寻找合适的数据是一个十分复杂的过程。这样一来,R语言就有了用武之地。使用R语 言进行编程,开发者可以用一个脚本快速绘制统计出适合自己的分析。下面,让我们看看R编程的一些特性和用法。
用R语言进行数据处理的不同方法:
R可以从以下几个方面读取数据:
·电子数据表
·Excel表
·数据库
·图片
·文本文件
·其他特殊格式
导入数据
不论是本地数据还是网上数据,使用R编程都将能够成功地导入不同格式的数据。
从文件中读取数据
理想情况下,数据是可以储存在文件系统中的。这些数据必须可读或写,用以识别当前目录中储存的文件。
·目录设置
首当其冲的就是设置工作目录。
使用命令getwd()来确定目录(文件夹)
在linux pc输出显示的路径如下:
> getwd()
[1] “/home/test”
在Windows上描述为:
c:\data\test
设置数据文件的保存目录,使用命令setwd(“路径”),路径数据文件所在的目录和子目录。例如,如果数据在文件temp.txt且此文件在文件夹/home/test/example/,那么在linux上表示为:
setwd("/home/test/example/")
在Windows上,它将被表示为:
setwd("C: \mydata\test")
这里,有必要知道文件所保存的文件夹地址。
·读取文本文件
包含在文本文件的数据可以在R会话时使用扫描命令读取。
记住使用选项what= ” “扫描命令,这表明输入的字符将带有数据类型属性。
对于这个session,我已经创建了textsample.txtfile文件,它可以在R会话中读取。
> fdata<- scan("textsample.txt",what="")
现在,fdata将从文本文件中获取数据。
让我们先来回顾一些head(fdata)条目命令:
> head(fdata)
[1] "this" "is" "a" "sample" "file" "generated"
使用tolower将字符串转换成小写字母。
> fdata<-tolower(fdata)
文件中许多都是单独存储,其中存在一些重复词汇。
计算词的使用频率
> ft<-table(fdata)
查看ft的饼图情况使用命令:
> pie(ft)
从上面的图表可以看出,“file”和“the”的使用频率最高。
通过max命令可以很容易发现在英国《金融时报》使用频率最大的单词。
> max(ft)
[1] 4
查看该命令的输出:
> head(ft)
fdata
a be by can character command
1 3 1 2 1 1
图中点绘处显示单词在频率图对应的位置:
> dotchart(ft)
·读取文件数据的命令
大家都知道,一些最常见的数据文件都是csv和xls格式文件。csv文件用逗号分隔值,xls是一个excel文件扩展名。
一些最常见的数据文件格式,可以通过read.csv和read.table命令处理:
> read.csv("test.csv",header=TRUE)
1 Status Age V1 V2 V3 V4
2 P 23646 45190 50333 55166 56271
3 CC 26174 35535 38227 37911 41184
4 CC 27723 25691 25712 26144 26398
5 CC 27193 30949 29693 29754 30772
6 CC 24370 50542 51966 54341 54273
7 CC 28359 58591 58803 59435 61292
8 CC 25136 45801 45389 47197 47126
> read.table("test.csv",header=TRUE)
Status Age V1 V2 V3 V4
1 P 23646 45190 50333 55166 56271
2 CC 26174 35535 38227 37911 41184
3 CC 27723 25691 25712 26144 26398
4 CC 27193 30949 29693 29754 30772
5 CC 24370 50542 51966 54341 54273
6 CC 28359 58591 58803 59435 61292
7 CC 25136 45801 45389 47197 47126
·直接从网上获取数据
大家可以直接从网上读取数据。这些数据可通过网站链接获取,或通过R记忆URL直接获得数据。网络上的数据设置可登录http://lib.statNaNu.edu/datasets/csb/ch3a.dat。输入read.csv或read.table命令直接读取数据。
data1<-read.table( "http://lib.statNaNu.edu/datasets/csb/ch3a.dat")
> head(data1)
V1 V2 V3 V4 V5
1 07/08/91 47.33 52.82 19.58 17.78
2 07/09/91 42.58 53.25 9.42 6.06
3 07/10/91 59.55 56.32 19.83 14.81
4 07/11/91 52.92 50.06 15.08 9.75
5 07/12/91 55.25 59.50 28.75 27.21
6 07/13/91 54.75 56.80 27.83 20.84
data2<-read.csv( "http://lib.statNaNu.edu/datasets/csb/ch3a.dat")
> head(data2)
X07.08.91....47.33....52.82....19.58....17.78
1 07/09/91 42.58 53.25 9.42 6.06
2 07/10/91 59.55 56.32 19.83 14.81
3 07/11/91 52.92 50.06 15.08 9.75
4 07/12/91 55.25 59.50 28.75 27.21
5 07/13/91 54.75 56.80 27.83 20.84
6 07/14/91 35.33 40.88 11.83 15.65
data1以及data2是持有相同的文件不同格式的两个数据对象。
Reading Spreadsheets
·阅读电子表格
阅读电子表格数据,我们需要安装gdata库。
> install.packages("gdata")
> library(gdata)
读取这个包的数据,可使用新命令read.xls。
The data file test.xls can be read with read.xls(“test.xls”).
数据文件test.xls可输入命令read.xls xls(“test.xls”)读取。
Fill Spread Sheet Type Data Through the Editor in R
通过编辑R填补传播表类型数据
x<-edit(as.data.frame(NULL))
R中的数据集
可以使用显示R中的数据集的命令data()将可用数据集置入R中。
data(Airpassengers)
查看数据描述,使用命令:
help(AirPassengers)
查看实际数据,使用head命令:
> head(AirPassengers)
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