使用R读取并查看数据

本篇文章介绍如何使用R读取并查看数据,包含一些最基础的函数使用方法和说明。后面还会陆续介绍数据清洗,匹配和提取等相关的操作。

本篇文章介绍如何使用R读取并查看数据,包含一些最基础的函数使用方法和说明。后面还会陆续介绍数据清洗,匹配和提取等相关的操作。

2016102001

查看函数帮助

对于新手来说,在使用R时最重要的是了解不同函数的使用方法。很多时候我们都是边用边学的状态,拿到一个函数如何快速的使用起来,最快捷的方法就是查看函数的帮助。在R中查看函数的帮助有两种方法,第一种是使用help,第二种是直接在函数前加问好()。R会直接显示出这个函数是使用方法,函数说明和示例。下面是查看具体的代码和帮助内容的截图。

1

2

help(read.csv)

read.csv

2016102002

除了使用帮助功能以外,还有一个重要操作是tab键,在输入函数的过程中按下tab键,R会自动给出推荐的函数名称以及参数,避免很多记忆和重复输入的工作。

准备工作

在R中进行任何操作和分析工作之前,先需要读取数据。保存在工作目录中的数据可以直接读取,非工作目录的其他位置在读取时需要指明路径。因此第一步工作是了解R的工作目录。下面是具体的代码,输入getwd函数,R返回当前的工作目录。

1

2

3

#查看工作目录

getwd()

[1] "C:/Users/Documents"

你也可以对R的工作目录进行更改,使用setwd函数可以更改工作目录的路径。下面是具体的代码。

1

2

#设置工作目录

setwd("C:\Users\ r")

设置好工作目录后,开始读取数据,并创建数据表。我们的数据在工作目录下,因此直接读取并命名为loandata。

1

2

#读取并创建数据表

loandata=data.frame(read.csv('loan_data.csv',header = 1))

数据概览

使用dim函数查看数据表的行列数,loandata包含30行,10列数据。

1

2

3

#查看数据行列数

dim(loandata)

[1] 30 10

查看列名称

使用names函数查看数据表的列名称,下面列出了loandata数据表所有列的列名称。

1

names(loandata)

2016102003

内容概览

还有一种更加直观查看数据的方法,使用数据编辑器。在R中使用fix函数可以调出数据编辑器,数据编辑器类似excel的表格界面,在数据编辑器中可以对字段的名称及类型进行简单的修改。

1

2

#数据编辑器

fix(loandata)

2016102004

查看数据表前10行

在处理的数据条目较多时,可以使用head函数查看数据表。默认情况下head函数显示数据表的前5行数据,我们也可以通过设置参数n的值来自定义显示的行数。下面是代码和结果截图,在代码中我们设置n=10来显示数据表的前10行。

1

2

#查看数据表前10行

head(loandata,n=10)

2016102005

查看数据后10行

Tail函数与head函数功能类似,用来显示数据表的后5行数据,下面的代码中我们设置n=10来显示数据表的后10行。

1

2

#显示数据表后10行

tail(loandata,n=10)

2016102006

查看数据类型

Typeof是查看不同字段数据类的函数,下面我们使用这个函数查看了代码数据表中贷款金额类型,显示为double型。

1

2

3

#查看贷款金额列数据类型

typeof(loandata$loan_amnt)

[1] "double"

验证数据类型

除了直接查看字段的数据类型外,还可以对数据类型进行验证。下面使用is.integer函数验证贷款金额字段是否为integer型。返回的结果为FALSE。说明这个字段不是integer型。

1

2

3

#验证贷款金额字段的数据类型

is.integer(loandata$loan_amnt)

[1] FALSE

更改数据类型

查看或验证完数据类型后,还可以更改数据类型。下面我们使用as.integer函数将贷款金额字段由之前的double型改为integer型。

1

2

#更改贷款金额字段为integer型

loandata$loan_amnt=as.integer(loandata$loan_amnt)

再次使用typeof函数查看贷款金额列的数据类型,现在显示为integer型。

1

2

3

#查看贷款金额列数据类型

typeof(loandata$loan_amnt)

[1] "integer"

查看字段

使用数据表名称,$符号和列名称可以直接查看特定列中的内容,例如查看loandata表中的term字段。后面的很多操作都会使用到。

1

2

#查看贷款数据表中的期限列

loandata$term

描述统计

完成了数据表的导入,查看和修改数据类型操作后,我们可以开始对数据进行一些简单的统计和计算工作。R中的summary是描述统计函数,可以对整个数据表或某一类提供描述统计报告。

直接将表面写在summary函数中,可以得到整个数据表的描述统计报告,这里只包含数值类型的字段,非数值类型的字段无法进行描述统计。

1

2

#对数据表进行描述统计

summary(loandata)

2016102007

输入数据表和字段名称可以得到特定字段的描述统计报告。下面是对代码数据表中的贷款金额进行描述统计的结果。描述统计报告中给出了贷款金额的最大值,最小值,中位数和四分位数等数据。

1

2

#对数据表中的贷款金额列进行描述统计

summary(loandata$loan_amnt)

2016102008

关键指标计算

除了描述统计外,还可以对数据表进行计算。首先是最基本的求和和计数。Sum是求和函数,在sum函数中输入制定的列就可以获得求和结果。下面是对贷款数据表中的贷款金额进行求和。

1

2

3

#对贷款金额字段求和

sum(loandata$loan_amnt)

[1] 233925

Length是R中的计数函数,下面代码对用户ID字段进行计数。数据表中共有30个用户ID。

1

2

3

#对贷款金额字段进行计数

length(loandata$member_id)

[1] 30

Unique是唯一值函数,配合计数函数length可以对唯一值进行计算。下面的代码中先对用户ID进行排重,然后进行计数。

1

2

3

#对用户ID字段取唯一值并进行计数

length(unique(loandata$member_id))

[1] 30

不同字段间也可以进行计算,并生成新的字段添加在数据表中。下面通过贷款利息和贷款金额字段相除获得贷款利率字段,保留两位小数添加在原贷款数据表中。

1

2

3

4

#贷款利率=贷款利息/贷款金额

loan_int=round((loandata$total_rec_int)/(loandata$loan_amnt),digits = 2)

#将贷款利率列合并到贷款数据表中,并查看前5行数据

head(cbind(loandata,loan_int))

2016102009

下面的代码表示了贷款金额与贷款金额列的汇总值进行计算,获得每一笔贷款金额在总金额中的占比,并将这个贷款金额占比数据保留两位小数后添加到原数据表中。

1

2

3

4

5

6

#贷款金额占比=贷款金额/贷款金额汇总

loan_percent=round((loandata$loan_amnt)/sum(loandata$loan_amnt),digits = 2)

#将贷款金额占比合并到贷款数据表中

loandata=cbind(loandata,loan_percent)

#查看新生成的贷款数据表

head(loandata)

2016102010

本文为专栏文章,来自:蓝鲸,内容观点不代表本站立场,如若转载请联系专栏作者,本文链接:https://www.afenxi.com/34575.html 。

(1)
蓝鲸的头像蓝鲸专栏
上一篇 2016-10-04 07:25
下一篇 2016-10-21

相关文章

关注我们
关注我们
分享本页
返回顶部