数据分析主要分为六个过程:
- 数据获取
- 数据处理
- 数据统计
- 数据建模与挖掘
- 数据可视化
- 数据结果报告
数据处理则是第二步,也是最繁琐的一步,多数时间消耗在这步。数据处理影响数据分析结果的准确性。
数据处理按三个部分讲述。
- 首先,介绍数据的缺失值检测与处理、异常值检测与处理。
- 其次,介绍变量级别的数据处理。
- 最后,介绍文件级别的数据处理。
本文作为综述,不再具体介绍相关内容。以数据的查看方式作为结尾。
数据查看帮助我们了解数据对象的结构、长度、维度、变量类型等。
相关函数如下:
函数 | 功能 |
---|---|
length() | 显示对象中的元素/成分的数量 |
dim() | 显示对象维度 |
str() | 显示对象结构 |
class() | 显示对象的类或类型 |
names() | 显示对象中各成分的名称 |
head() | 显示对称开头部分 |
tail() | 显示对象结尾部分 |
我们以R语言自带的鸢尾花数据集iris做为例子,示例如下:
#查看iris的元素
length(iris)
[1] 5
#查看iris的维度
dim(iris)
[1] 150 5
#查