R语言备忘录

Posted 2021-04-18 无安书

关于另一些读取的问题：

Excel 可能为因为一些特殊的人为原因，出现横向录入的数据：

A 33 87 31 99 38 42 33 85
B 59 75 83 50 55 33 33 52
C 98 88 59 96 32 89 45 78

类似于上述，原本应该是 3列数据：三个变量，8个观测对象。结果却成了横向的数据。

对于这种情形，需要额外处理，这些并不适合被直接读取。一方面，需要先舍弃掉变量名称，只录入数据部分；另一方面，必须对数据进行转置处理。

"
 33 87 31 99 38 42 33 85
 59 75 83 50 55 33 33 52
 98 88 59 96 32 89 45 78 " %>% 
  read.table(text =.) %>% t %>% data.frame(row.names = 1:8)

或者，采用读取粘贴板的方式：

read.table('clipboard') %>% t %>% 
  as.data.frame(row.names = 1:8)

之后，就需要重新更改列名称。

值得注意的是：t() 的帮助信息中有这样一段话

A data frame is first coerced to a matrix:
see as.matrix. When x is a vector, 
it is treated as a column, i.e., the result is a 1-row matrix.

对于全部由数字组成的数据，在转置并转为数据框后，数据类型并不会出问题，但含有字符串时，数字将会一并转为字符串类型。

 "
 as   tg  ty qw  af  kl  de   pl 
 59 75 83 50 55 33 33 52
 98 88 59 96 32 89 45 78 " %>% 
  read.table(text =.) %>% t %>% 
  data.frame(row.names = 1:8) %>% str

而返回结果为：

 'data.frame': 8 obs. of  3 variables:
 $ X1: chr  "as" "tg" "ty" "qw" ...
 $ X2: chr  "59" "75" "83" "50" ...
 $ X3: chr  "98" "88" "59" "96" ...

需要将第 2，3 数据转为 integer:

> str(p)
'data.frame': 8 obs. of  3 variables:
 $ V1: chr  "as" "tg" "ty" "qw" ...
 $ V2: chr  "59" "75" "83" "50" ...
 $ V3: chr  "98" "88" "59" "96" ...
> p[,2:3] <- sapply(p[,2:3],as.integer)
> str(p)
'data.frame': 8 obs. of  3 variables:
 $ V1: chr  "as" "tg" "ty" "qw" ...
 $ V2: int  59 75 83 50 55 33 33 52
 $ V3: int  98 88 59 96 32 89 45 78

如果只是一列需要修改类型，只针对该列进行修改即可；但如果是多列进行修改，则需要进行批量操作！使用 apply() 族函数能够简化代码，提高效率。

事实上，这个问题的解决，需要从源头做起，Excel 的粘贴选项中已经提供了 转置 功能， 实在没有必要瞎折腾。同时所谓的 t()  其实就是取 transpose 的首字母。Excel 中也有 转置功能的函数： TRANSPOSE() 意为：转置单元格区域。

实在没有必要利用代码瞎折腾。数据必须要是符合格式要求，一切不符合要求的数据，都是特别脏的数据，根本没有读取的必要。

第二个问题，关于 Excel 中的百分号显示以及货币符号显示。

$33.00  ¥59.00  9800%
$87.00  ¥75.00  8800%
$31.00  ¥83.00  5900%
$99.00  ¥50.00  9600%
$38.00  ¥55.00  3200%
$42.00  ¥33.00  8900%
$33.00  ¥33.00  4500%
$85.00  ¥52.00  7800%

事实上，这一类数据，最好的方式，就是在 Excel 中改为 常规类型 ，之后的读取就会很容易。并不建议在 R 语言里瞎折腾和提取。需要说明的是：R 语言并不能识别货币单位及百分号作为数据类型。

---end---