【数据分析 R语言实战】学习笔记 第三章 数据预处理 （上）
数据是分析的核心，在做数据分析之前，首先要对数据进行一定的处理。数据预处理指当录入或读取数据后，对数据进行必要的清理，包括查错纠错、异常观察值和无效样本的处理、转换、填补缺失值等，这是数据分析的重要前提，是描述统计、定性定量分析的基础。它的主要口的就是为后续的分析工作提供经过清理、质量较好的数据集。
3.1基本函数
基本数学函数
高级数学函数
> data=read.table("c:/Program Files/RStudio/1.txt",header=T)> attach(data)> mean(salary)[1] 4.666667> length(salary)[1] 12> cumsum(salary) [1] 2 6 14 19 26 35 41 42 44 48 51 56当数据量较多时，要想统计数值大小等基木信息、比较困难，所以需要对其分组，从而大致描述数据信息。需要利用函数。cut()，它可以把数值型对象分区间转换为因子，调用格式如下:
cut (x, breaks, labels=NULL,include.lowest=FALSE, right=TRUE…)
其中，x为被转换的对象，是一个数值向量;breaks可以是单个数字，指明x要分为几组，也可以是一个向量，可自行设置分组的切点:labels给每个组添加标签;include.lowest是逻辑值，指明区间的开闭情况，即区间端点值是否包括在内:right也是逻辑值，默认区间为左开右闭。
> salary1=cut(salary,3)> table(salary1)salary1(0.992,3.67] (3.67,6.33] (6.33,9.01] 4 5 3 > salary1=cut(salary,3,labels=c("low","medium","hight"))> table(salary1)salary1 low medium hight 4 5 3 > breakpoints=c(0,3,4,5)> salary2=cut(salary,breaks=breakpoints)> table(salary2)salary2(0,3] (3,4] (4,5] 4 2 2 落入不同工资段内的数据个数
> breakpoints=c(0,3,4,5,6)> salary2=cut(salary,breaks=breakpoints)> table(salary2)salary2(0,3] (3,4] (4,5] (5,6] 4 2 2 1 对数据绘制出多个图形
> pic=function(x){+ par(mfrow=c(2,2))+ hist(x)+ dotchart(x)+ boxplot(x)+ qqnorm(x);qqline(x)+ par(mfrow=c(1,1))+ }> pic(salary)3.2数据修改
3.2.1修改数据标签
> data=read.table("c:/Program Files/RStudio/1.txt",header=T,stringsAsFactors=F)> names(data)=c("City","Price","Salary")> names(data)[1] "City" "Price" "Salary"3.2.2行列删除
data[-a,-b]表示删除数据集的第a列，第b行
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2015-05-14，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
