[Из песочницы] Анализ и визуализация реальных табличных данных в R
Материал будет полезен тем, кто осваивает язык R в качестве инструмента анализа табличных данных и хочет увидеть сквозной пример реализации основных шагов обработки. Ниже демонстрируется загрузка данных из csv-файлов, разбор текстовых строк с элементами очистки данных, агрегация данных по аналитическим измерениям и построение диаграмм. В примере активно используется функциональность пакетов data.table, reshape2, stringdist и ggplot2. В качестве «реальных данных» взята информация о выданных разрешениях на осуществление деятельности по перевозке пассажиров и багажа легковым такси в Москве. Данные предоставлены в общее пользование Департаментом транспорта и развития дорожно-транспортной инфраструктуры города Москвы. Страница набора данных data.mos.ru/datasets/655 Исходные данные имеют следующий формат: ROWNUM; VEHICLE_NUM; FULL_NAME; BLANK_NUM; VEHICLE_BRAND_MODEL; INN; OGRN 1; «А248УЕ197»; «ООО «ТАКСИ-АВТОЛАЙН»;»017263»; «FORD FOCUS»;»7734653292»;»1117746207578» 2; «А249УЕ197»; «ООО «ТАКСИ-АВТОЛАЙН»;»017264»; «FORD FOCUS»;»7734653292»;»1117746207578» 3; «А245УЕ197»; «ООО «ТАКСИ-АВТОЛАЙН»;»017265»; «FORD FOCUS»;»7734653292»;»1117746207578» ``` 1. Загрузка первичных данныхДанные можно загружать непосредственно с сайта. В процессе загрузки сразу переименуем колонки удобным образом.url <- "http://data.mos.ru/datasets/download/655" colnames = c("RowNumber", "RegPlate", "LegalName", "DocNum", "Car", "INN", "OGRN", "Void") rawdata <- read.table(url, header = TRUE, sep = ";", colClasses = c("numeric", rep("character",6), NA), col.names = colnames, strip.white = TRUE, blank.lines.skip = TRUE, stringsAsFactors = FALSE, encoding = "UTF-8")Теперь можно приступать к анализу и визуализации…Читать дальше →
