Coursera代码笔记:Getting and cleaning data(3)

1. Subsetting and Sorting

set.seed(13435)

X<data.frame("var1"=sample(1:5),"var2"=sample(6:10),"var3"=sample(11:15))

X<-X[sample(1:5),];X$var2[c(1,3)]=NA #更改X

X

X[,1]

X[,"var1"]

X[1:2,"var2"]

Logicals ands and ors  (选择)

X[(X$var1<=3&X$var3>11),]

X[(X$var1<=3|X$var3>15),]

Dealing with missing values

X[which(X$var2>8),]

Sorting

sort(X$var1)

sort(X$var1,decreasing=TRUE)

sort(X$var2,na.last=TRUE)

Ordering

X[order(X$var1),]

X[order(X$var1,X$var3),]


Ordering with plyr

library(plyr)

arrange(X,var1)

arrange(X,desc(var1))

Adding rows and columns

X$var4<-rnorm(5)  #将var4加入

X

Y<-cbind(X,rnorm(5))

Y


2.Summarizing Data

Getting the data from the web

if(!file.exists("./data")){dir.create("./data")}

fileUrl<-"https://data.baltimorecity.gov/api/views/k5ry-ef3g/rows.csv?accessType=DOWNLOAD"

download.file(fileUrl,destfile="./data/restaurants.csv",method="curl")

restData<-read.csv("./data/restaurants.csv")

Look a bit at the data

head(restData,n=3)  #查看前三行数据

tail(restData,n=3)  #查看后三行数据

Make summary

summary(restData)

str(restData)  #看更深的数据

quantile(restData$councilDistrict,na.rm=TRUE) #看分位数

quantile(restData$councilDistrict,probs=c(0.5,0.75,0.9))

Make table

table(restData$zipCode,useNA="ifany")

table(restData$councilDistrict,restData$zipCode)

Check for missing values

sum(is.na(restData$councilDistrict))

any(is.na(restData$councilDistrict))

all(restData$zipCode>0)

Row and column sums

colSums(is.na(restData))

all(colSums(is.na(restData))==0)  #返回TRUE/FALSE

Values with specific characteristics

table(restData$zipCode%in%c("21212"))

table(restData$zipCode%in%c("21212","21213"))

Values with specific characteristics

restData[restData$zipCode%in%c("21212","21213"),]

Cross tabs  #把数据根据变量分组查看 

data(UCBAdmissions)

DF=as.data.frame(UCBAdmissions)

summary(DF)

xt<-xtabs(Freq~Gender+Admit,data=DF)

xt

Admit

Gender  Admitted Rejected

Male      1198    1493

Female      557    1278

Flat tables

warpbreaks$replicate<-rep(1:9,len=54)

xt=xtabs(breaks~.,data=warpbreaks)

xt

Flat tables

Size of a data set

fakeData=rnorm(1e5)

object.size(fakeData)

print(object.size(fakeData),units="Mb")


3. Creating New Variables

Getting data from the web

if(!file.exists("./data")){dir.create("./data")}

fileUrl<-"https://data.baltimorecity.gov/api/views/k5ry-ef3g/rows.csv?accessType=DOWNLOAD"

download.file(fileUrl,destfile="./data/restaurants.csv",method="curl")

restData<-read.csv("./data/restaurants.csv")

Creating sequences

Sometimes you need an index for your data set

s1<-seq(1,10,by=2) ;s1

[1] 1 3 5 7 9

s2<-seq(1,10,length=3);s2

[1]  1.0  5.5 10.0

x<-c(1,3,8,25,100); seq(along=x)

[1] 1 2 3 4 5

Subsetting variables

restData$nearMe=restData$neighborhood%in%c("Roland Park","Homeland")

table(restData$nearMe)

    FALSE  TRUE

    1314    13

Creating binary variables

restData$zipWrong=ifelse(restData$zipCode<0,TRUE,FALSE)

table(restData$zipWrong,restData$zipCode<0)

          FALSE TRUE

FALSE  1326    0

TRUE      0       1

Creating categorical variables

restData$zipGroups=cut(restData$zipCode,breaks=quantile(restData$zipCode))

table(restData$zipGroups)

table(restData$zipGroups,restData$zipCode)

Easier cutting

library(Hmisc)

restData$zipGroups=cut2(restData$zipCode,g=4)

table(restData$zipGroups)

Creating factor variables

restData$zcf<-factor(restData$zipCode)

restData$zcf[1:10]

class(restData$zcf)

[1] "factor"

Levels of factor variables

yesno<-sample(c("yes","no"),size=10,replace=TRUE)

yesnofac=factor(yesno,levels=c("yes","no"))

relevel(yesnofac,ref="no")

[1] yes yes yes yes no  yes yes yes no  no

Levels: no yes

as.numeric(yesnofac)

[1] 1 1 1 1 2 1 1 1 2 2

Cutting produces factor variables

library(Hmisc)

restData$zipGroups=cut2(restData$zipCode,g=4)

table(restData$zipGroups)

[-21226,21205) [ 21205,21220) [ 21220,21227) [ 21227,21287]

338            375            300            314

Using the mutate function

library(Hmisc); library(plyr)

restData2=mutate(restData,zipGroups=cut2(zipCode,g=4))

table(restData2$zipGroups)

[-21226,21205) [ 21205,21220) [ 21220,21227) [ 21227,21287]

338            375            300            314

Common transforms

abs(x)  absolute value

sqrt(x)  square root

ceiling(x)  ceiling(3.475) is 4

floor(x)  floor(3.475) is 3

round(x,digits=n)  round(3.475,digits=2) is 3.48

signif(x,digits=n)  signif(3.475,digits=2) is 3.5

cos(x), sin(x) etc.

log(x) natural logarithm

log2(x),log10(x)other common logs

exp(x) exponentiating x


4. Reshaping Data

Start with reshaping

library(reshape2)

head(mtcars)    #返回一组以车辆型号为obs的序列,var有各型号的马力数据

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,874评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,102评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,676评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,911评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,937评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,935评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,860评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,660评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,113评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,363评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,506评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,238评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,861评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,486评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,674评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,513评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,426评论 2 352

推荐阅读更多精彩内容