6、数据处理与分析实战：从Stack Overflow数据集到数据转换技巧

数据处理与分析实战：从Stack Overflow数据集到数据转换技巧

1. 数据合并与Stack Overflow数据集分析

1.1 数据合并方法概述

在数据处理中，除了常见的内连接、左连接、右连接和全连接外，还有半连接（semi - join）和反连接（anti - join）。半连接仅返回第一个表中在第二个表中有匹配项的行，且只保留第一个表的列；反连接则相反，返回第一个表中未匹配的行。不过，许多合并操作都可以通过基本的四种连接操作实现，因此这里不详细介绍这两种稍复杂的连接操作。

1.2 Stack Overflow数据集案例分析

1.2.1 数据下载

使用 readr 包从GitHub下载三个数据源，分别是问题、标签及其映射表：

library(readr)
df_questions = read_csv("https://raw.githubusercontent.com/PacktPublishing/The-Statistics-and-Machine-Learning-with-R-Workshop/main/Chapter_2/data/questions.csv")
df_question_tags = read_csv("https://raw.githubusercontent.com/PacktPublishing/The-Statistics-and-Machine-Learning-with-R-Workshop/main/Chapter_2/data/question_tags.csv")
df_t