excel数据导入的整理

最新推荐文章于 2025-02-23 03:56:19 发布

暮雨星辰

最新推荐文章于 2025-02-23 03:56:19 发布

阅读量409

点赞数

分类专栏： R 文章标签： r语言

本文链接：https://blog.youkuaiyun.com/qq_43872984/article/details/122268325

版权

这篇博客主要介绍了如何在R语言中整理Excel数据，包括读取数据、转换字符列、将数值列转为数值类型以及过滤缺失值的过程。通过使用`read.csv`、`select_if`、`mutate`、`across`、`str_replace`等函数，实现了数据清洗和格式标准化。同时，还涉及到文件信息处理和数据合并。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据格式：
Excel中的格式：在这里插入图片描述
导入r后的格式：
setwd(mypath)
myfolder<-dir()

mypattern<-"[:alpha:]*(\():alpha:)"

i=1
for (name_folder in myfolder) {
myfile<-paste(mypath,“3-0.csv”,sep="/")
#print(myfile)
tmp<-read.csv(myfile) %>% select_if(~ !all(is.na(.)))
tmp<-tmp %>% mutate(across(where(is.character), ~str_replace(.x,mypattern,""))) %>% mutate_if(is.character,as.numeric) %>% select_if(~ !all(is.na(.)))
tmp<-tmp %>% filter_all(any_vars(!is.na(.)))
time_test<-file.info(myfile) $KaTeX parse error: Expected 'EOF', got '#' at position 8: mtime #̲print(time_test\dots$ time_test<-rep(time_test,times=nrow(tmp))
tmp$algo_test<-rep(algo_test,times=nrow(tmp))
ifelse(i==1, t<-tmp, t<-rbind(t,tmp))
i=i+1
}