數(shù)據(jù)讀取

1. 基礎(chǔ)函數(shù)：

   • read.csv()：用于讀取以逗號(hào)為分隔符的CSV文件。
   • read.table()：更通用的函數(shù)，可以讀取以空格、制表符等為分隔符的文本文件。
   • load()：用于加載RData文件，這些文件通常是通過(guò)save()函數(shù)保存的。
   • readRDS()：用于讀取RDS格式的二進(jìn)制數(shù)據(jù)文件。

2. 高效讀取包：

   • readr包：提供了read_csv()、read_tsv()等函數(shù)，這些函數(shù)通常比基礎(chǔ)函數(shù)更快，且更易于處理大型數(shù)據(jù)集。
   • data.table包：其fread()函數(shù)是讀取CSV文件的高效工具，特別適用于大數(shù)據(jù)集。
   • readxl包：專門用于讀取Excel文件，提供了read_excel()函數(shù)。
   • haven包：用于讀取SPSS、SAS、STATA等其他統(tǒng)計(jì)軟件的數(shù)據(jù)文件。

數(shù)據(jù)清洗

1. 處理缺失值：

   • is.na()：用于檢測(cè)缺失值。
   • na.omit()：刪除包含缺失值的觀測(cè)行。
   • na.fill()、na.approx()等（來(lái)自zoo包）：用于填充缺失值。
   • 在進(jìn)行計(jì)算時(shí)，可以使用na.rm = TRUE參數(shù)來(lái)忽略缺失值。

2. 處理重復(fù)值：

   • duplicated()：用于查找重復(fù)值。
   • unique()：刪除重復(fù)值，返回*值。

3. 數(shù)據(jù)轉(zhuǎn)換：

   • as.factor()、as.numeric()、as.character()等：用于數(shù)據(jù)類型轉(zhuǎn)換。
   • scale()：用于數(shù)據(jù)標(biāo)準(zhǔn)化，即將數(shù)據(jù)轉(zhuǎn)換為均值為0、標(biāo)準(zhǔn)差為1的形式。
   • normalize()（來(lái)自某些特定包，如caret包）：用于數(shù)據(jù)歸一化，即將數(shù)據(jù)縮放到一個(gè)特定的范圍（如0到1）。

4. 數(shù)據(jù)篩選和篩選：

   • subset()：根據(jù)條件篩選數(shù)據(jù)。
   • 使用dp*r包中的filter()、select()等函數(shù)進(jìn)行更復(fù)雜的數(shù)據(jù)篩選和列選擇。

5. 數(shù)據(jù)合并：

   • merge()：用于合并兩個(gè)數(shù)據(jù)集，通?；谝粋€(gè)或多個(gè)共同列。
   • rbind()、cbind()：分別用于按行或按列合并數(shù)據(jù)集。

6. 數(shù)據(jù)分組和匯總：

   • 使用dp*r包中的group_by()、summarize()等函數(shù)進(jìn)行數(shù)據(jù)的分組和匯總操作。

7. 其他清洗工具：

   • tidyr包：提供了separate()、unite()、gather()、*()等函數(shù)，用于數(shù)據(jù)整理和轉(zhuǎn)換，如拆分列、合并列、行列轉(zhuǎn)換等。
   • stringr包：提供了豐富的字符串處理函數(shù)，如str_replace()、str_trim()、str_to_lower()等，用于字符串的匹配、替換、截取等操作。