深入浅出数据分析-CH13整理数据-R语言/EXCEL

EXCEL原始数据，本文章附件，下面介绍两种处理方式:EXCEL&R

 一、EXCEL清洗数据格式

点分列的第一个分列

 填入其他一个#，点击下一步完成

 分列后的表格如图

按下ctrl+F，点击替换全部

 此时此刻处理完成FirstName，开始处理LastName

选中C列

 CTRL+F,输入(*)，点击全部替换

 处理结果如下 上一步用的是通配符替换，*代表任意字符

（*）的意识是吧（任意字符）替换为空字符，即完成数据整理

二、R语言清洗数据格式

读取本地文件

 data <- read_csv("D:/学习/hfda_ch13_raw_data.csv")

如果报错记得导入csv的包

install.packages("readr")  # 安装 readr 包
library(readr)             # 加载 readr 包

查看文档

head(data)

下面是做一个清洗LastName的操作

NewLastName <- sub("\\(.*\\)","",data$LastName)
head (NewLastName)

NewLastName <- sub("\\(.*\\)","",data$LastName)
head (NewLastName)


data$LastName<-NULL
data$LastName <- NewLastName
write.csv(data, file = "D:/学习/hfda_ch13_raw_data_modified.csv")

 结果如图：

 三、清洗重复数据

dataSorted <-data[order(data$PersonID),]
head(dataSorted,n=50)

 删除重复数据

unique(data)

 重新创建一个表格，并输出

dataNamesOnly<-dataSorted
dataNamesOnly$CallID<-NULL
dataNamesOnly$Time<-NULL
dataNamesOnly<-unique(dataNamesOnly)
head(dataNamesOnly,n=50)
write.csv(dataNamesOnly,file="D:/学习/dataNamesOnly.csv")