【R语言】实验二 基本数据处理

系列文章目录

实验一 R 语言数据结构、数据导入与数据处理

实验二 基本数据处理

实验三 数据可视化

实验四 数据分析

实验五 综合应用

实验数据

实验数据下载

1. item_feature1 数据集字段

提示：以下是本篇文章正文内容

一、实验目的

1. 变量创建、变量重编码、缺失值、日期值处理，数据类型转化，数据排序。
2. 数据集的合并，选取子集，使用 SQL 操作数据框，数据的整合与重构。
3. 控制流：条件与循环。
4. 用户自编函数。

二、实验内容

题目1

1. 将 item_feature1.csv 读入，存储到 df 中；并给 df 的列分别命名为：date、item_id、cate_id、cate_level_id、brand_id、supplier_id、pv_ipv、cart_uv、collect_uv 和 cart_ipv 。
2. 为 df 中的 cart_uv 重新编码并将新变量命名为 recode，将小于 5000 的归为less,将大于等于 5000 小于 15000 的归为 common,其他的归为 many；查看尾部的 10 条数据。
3. 查看 df 中是否有缺失值；如有缺失值，删除 df 中所有含缺失值的行。
4. 将 df 中的 date 字段转换成日期类型，如：2015-02-13。
5. 将 df 按照 date 字段升序排列，另存为 df_asc；并查看前 10 条数据。
6. 将 df 按照 date 字段升序和 item_id 降序排序，另存在 df1 中；并查看前 5条数据。

题目2

1. 从 df 中选取 date 、item_id 、cate_id 、cart_uv 、recode、collect_uv 和cart_ipv 字段另存为 df1；剔除 df1 中的 cart_ipv 字段另存为 df2；从 df1 中选取 item_id 大于 500 的并且 recode 为 less 的数据另存为 df3。
2. 从 df 中选取 date 为 2015-02-14，item_id 为 300，并保留 date 到 supplier_id其间的所有列，另存为 df_sub。
3. 从 df 中无放回的随机抽取 500 条样本，另存为 df4；查看样本的维度和数据的头部数据。
4. 从 df1 中选取列从 item_id 到 cate_id 的数据，另存为df1_temp,然后与 df按照 item_id 合并存为 df5。
5. 从 df1 中利用 sql 的方法选取 item_id 为 300 的数据，另存为 df6 中。
6. 从 df2 中有放回的随机取出与 df6 一样多的数据条数做为df_tem，然后与 df6按列（横向）合并，另存为 df7。
7. 从 df 中选取 date 、item_id、cate_id 和 cart_ipv 另存为 feature，并将 feature按日期升序排列，取出 feature 中唯一的 cate_id（去重即可）。

三、实现过程与实验结果

题目1

1.将 item_feature1.csv读入存储到df中；并给df的列分别命名为：date 、item_id 、cate_id、cate_level_id 、brand_id 、supplier_id 、pv_ipv 、cart_uv 、collect_uv 和 cart_ipv。

# 读取数据存储到df中
df <-
  read.csv(
    "R\\data\\ex2\\item_feature1.csv"
  )

# 查看原始变量名
names(df)
##  [1] "X20150628" "X300"      "X36"       "X4"        "X657"      "X294"     
##  [7] "X33"       "X19"       "X1"        "X1.1"

# 重命名
names(df)[1: