R语言基础使用

有天想爬下拉勾的数据看看。而恰恰又在阿里买了9块9一个月的服务器(其实不咋样，安装R的一个包时就死机了)，好像不爬下都对不起这个价格。朋友说先直接在网上搜搜看看有没有现成的，结果就看到了别人用R和rvest去抓拉勾的数据。而之前恰恰买过《R语言实用数据分析和可视化技术》，所以今天就重记录一下学的一些R的基本知识，也好缓解缓解天天背单词的蛋疼生活。

安装依赖

install.packages("rvest")           #安装
require(rvest) 或 library(rvest)                    #加载,好像还有一个是用supremessage
detach("package:rvest")           #卸载

R语言基础

1. 基础之基础

• 基本的加减乘除，赋值可以用 <- ，或assign("s",55)
• 删除变量直接rm(变量名)
• 判断什么类型：is.numeric(x) is.logical(k)
• 日期data <- as.Date("2016-03-03")
• 缺失数据用NA代替
• 向量什么的可以直接加减乘除
• 字符数据 t <- "data" 和 t <- factor("data")是不一样的

1. 数据框

对于数据框可以通过

• ncol(DF), nrow(DF),dim(DF)分别得到列数，行数，和行列数。
• names(DF)得到数据框的列名
• names(DF)[1] 得到第一个元素
• rownames(DF)查看指定数据框的行名字
• head(DF , n = 8) 显示前面多少行的DF，也可以用tail`

列表框的每一列都是一个独立的向量，即每一列都有自己的类

1. 列表

• list(1,2,3,4)
• list(DF,1:10)
• (emptylist <- vector(mode = "list", length =4 )) 用vector创建一个具有一定长度的空列表

1. 矩阵和数组

• A <- matrix(1:10, nrow = 5)
• colname(A), dim(A), ncol(A), nrow(A)
• B <- array(1:11, dim = c(2,3,2)

1. 导入数据 （还可以直接读网络上的数据）

• 导入CSV(Excel数据要转换成CSV才能导入)

  url <- "test.csv"    
  t <- read.table(file = url, header = TRUE, sep = "," )

• 导入数据库

  require(RODBC); 
  db <- odbcConnect("mysql_data", uid="root", pwd="123"); 
  sqlTables(channel) #查看数据中的表    
  data<-sqlFetch(channel,"kk")

• 导入其他数据格式SPSS(read.spss),Stata(read.dta), SAS(read.ssd), Octave(read.octave), Minitab(read.mtp), Systat(read.systat)

1. 抓取数据

• XML

  require(XML)
  URL <- "http://baidu.com"
  biubiu <- readHTMLTable(URL,which = 1, header = FALSE, stringsAsFactors = FALSE)

• rvest
  直接来看看这个吧rvest 主要的东西还是要看Demo和官网的doc

  现在的t <- html(url)已经不用的,转变为 t <- read_html(url)

后记

• 想要获得一份好的数据，就要先学爬数据，然而数据的获取方式不止有爬虫，还有通过API来获取，甚至Excel自带的数据导入自网站用起来也不错
• 一份好的数据同样需要好的可视化技术才能看的出来
• 想起来《数据之美》里面讲的不要太盲目相信数据，这是对的，就像人类制作超高精度的仪器，超高精度的仪器去制作高精度的，高精度的去制作普通经度的。
• 数据对我，有很大的吸引力，很想从中一窥究竟。但是现在觉得更多的是通过数据训练出一个模型，然后再去分析。
• 刚才看了厉哥的《我听过最好的评价》，写的真是很厉害啊，对于我现在这个时常迷茫的人大有帮助，谢谢。