6、R语言数据处理与分析：从杂乱数据到清晰洞察

R语言数据处理与分析：从杂乱数据到清晰洞察

处理杂乱数据

在数据处理过程中，我们常常会遇到杂乱的数据。以下是处理这类数据的详细步骤和方法。

什么是杂乱数据

杂乱数据有多种形式，这里以一个典型例子说明：对同一事物（如细菌密度）在多个日期进行观测，每个日期的观测值存于单独列中。数据的行对应实验单元（由消耗细菌的原生生物物种和环境温度定义），还有一个唯一标识符“Bottle”。

nasty.format <- read.csv("nasty format.csv")
str(nasty.format)

数据预处理

数据框中有37条观测和11个变量，但实际实验只有36个实验单元。通过在RStudio环境面板中查看数据，发现第37行无数据，这可能是Excel操作导致的。我们使用 dplyr 包中的 filter() 函数去除这一行。

library(dplyr)
nasty.format <- filter(nasty.format, Bottle != "")
glimpse(nasty.format)

数据整理

使用 tidyr 包中的 gather() 函数将数据整理成整齐的格式。我们需要创建两个新变量：一个包含观测日期，另一个包含细菌丰度观测值，并将数据移动到新列中。