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。

banner3

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号(?)。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。

help(read.csv)
?read.csv

help

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。

#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。

#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。

#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。

#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。

names(loandata)

names

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。

#数据编辑器
fix(loandata)

%e6%95%b0%e6%8d%ae%e7%bc%96%e8%be%91%e5%99%a8

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。

#查看数据表前10行
head(loandata,n=10)

head

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。

#显示数据表后10行
tail(loandata,n=10)

tail

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。

#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。

#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。

#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。

#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。

#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。

#对数据表进行描述统计
summary(loandata)

summary

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。

#对数据表中的贷款金额列进行描述统计
summary(loandata$loan_amnt)

summary1

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。

#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。

#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。

#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。

#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))

cbind

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。

#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)
 

cbind1

—【所有文章及图片版权归 蓝鲸(王彦平)所有。欢迎转载,但请注明转自“蓝鲸网站分析博客”。】—

 

Comments

  1. adam077 says:

    “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”----最后有错别字

Speak Your Mind

*