DV_Final_大数据专业 期末 R语言考试 全部 内容

1. 数据观察和预处理。读取数据可使用 read.csv（）函数或 readr 包中的
   read_csv()函数；数据预处理操作包括时间类型的转换，可使用 as.Date()函数；长
   宽数据的转换，将数据集 2 转换为长数据；日期中年月日的提取等。还可进行分
   组汇总计算，例如根据累计确诊人数计算 2020 年 1 月 3 日至 2022 年 12 月 7 日
   的国内各省每日新增确诊人数,按年月分组汇总确诊人数等。

library(tidyverse)

### 读取数据
# 全球新冠肺炎疫情数据
a <- read_csv("WHO-COVID-19-global-data.csv")
# 全国新冠肺炎累计确诊数据（带地理坐标）
b <- read.csv("con_20221207_v3.csv")
# 全球新冠肺炎累计确诊数据（带地理坐标）
c <- read.csv("con_20221207_v0.csv",)

### 筛选数据
# 筛选11月30日全球新冠肺炎数据
a %>%
  filter(Date_reported == '2022-11-30') -> data1

# 删除累计确诊和累计死亡人数为0的国家
# 否则对数值无法计算（log(0)）
data1 %>%
  filter(Cumulative_cases!=0 & Cumulative_deaths !=0) -> data1_new
# 对数处理
data1_new$log_cumcases <- log10(data1_new$Cumulative_cases+0.9)
data1_new