R语言基础操作(一): str_split，mutate，gather，dplyr，ggplot2

最新推荐文章于 2024-03-14 22:24:58 发布

原创

最新推荐文章于 2024-03-14 22:24:58 发布 · 4k 阅读

标签

#机器学习 #数据挖掘 #r语言

本文通过R语言演示了如何从CSV文件加载数据、处理数据、创建数据视图并使用ggplot2进行可视化。主要内容包括数据清洗、列操作、数据透视及绘图等。

数据下载地址: votes and seats-2.csv

运行环境Rstudio

首先导入数据, 并且查看一些简单的信息：

votes.seats <- read.csv('votes and seats-2.csv', na.strings = '–', head = TRUE, sep=',')
dim(votes.seats) 
head(votes.seats, 10) #查看前几行row, 默认6
tail(votes.seats, 8) #查看后几行
names(votes.seats) #显示列名称

会发现产生了两张表和一些数据：

纬度和列名称：
在这里插入图片描述
前10个

后8个

大致如上，na.strings=’-’ 的作用是把原表中’-’ 的部分已NA显示， head=TRUE的话，表头不会被当成数据，基本和python差不多的读取方式。

接下来我们向单独查看某一列的话就用$操作符，比如votes.seats$election 就会只显示election那一列的数据。

接下来我们把election那一列的年月日给拆分，这里用到了str_split：

str_split(votes.seats$election, ' ', simplify = T)

在这里插入图片描述
会生成一个列数为4的矩阵，分别对应日月年以及选举这个词，这里就只显示前面几行了。simplify=T的作用是生成矩阵，不然会生成一个list。

接下来会用到mutate操作，其目的是可以在原表的尾部添加新的列。当然他也可以在原有的列上进行修改，只需要关键字是表中存在的即可，不存在的关键字则单独新增一列。

install.packages('tidyverse')
library(dplyr)
library(stringr)
library(tidyr)

votes.seats %>% #用了mutate函数之后，就会在csv文件后面添加新定义的列，列名称就在mutate里定义
  mutate(year

最低0.47元/天解锁文章