数据清理技术

时间：2023年9月29日　地点：公二2107

本周内容

本周继续讲解R编程的基础知识，和集中讲解数据清理的各项技术，具体内容如下：

R编程基本知识

  1. 对象及其属性；
  2. 数据的类型及其结构；
  3. 函数的定义、功能及其使用；

数据清理

  1. 各种格式（.dta, .sav,.sas7bdat,.xlsx,.txt,.csv）数据的打开与保存;
  2. 数据的浏览(glimpse, skim, str, view_df);
  3. 数据的选择(选择变量select、选择样本filter)；
  4. 数据的变形，包括变量重命名(rename)，变量与个体的排序(relocate,arrange)，变量取值调整(recode, mutate);
  5. 数据的重构，数据长短格式的切换(pivot_longer, pivot_wider);
  6. 数据的合并，合并具有逻辑关联的多个数据集(left_join, anti_join);
  7. 特殊变量的处理，如date and time, string, factor;

阅读材料

  1. Import, Export, and Convert Data Files，数据打开与保存的package rio 的使用方法；
  2. Chapter 1-3, The Art of Data Science，数据分析思路介绍；
  3. Chapter 5, 10, 12, 13, 14, 15, 16 R for data science，介绍数据清理的基本技术。

需要安装的packages

  • tidyverse，数据分析的总包，包括多个功能强大的子packages;
  • rio，数据打开、保存和格式转换；
  • skimr，快速浏览数据；
  • sjPlot，探索性数据分析的功能包；
  • sjmisc, 探索性数据分析的工具集；
  • janitor，清理变量名称有效工具；
  • visdat, naniar；显示与处理缺失值；

课程课件

第二节课件
提示

按左右方向键可浏览ppt,按F键可全屏显示。