使用R在Excel工作表中清理数据

Question

我有Excel表格中的数据,我需要一种方法来清理它.我想删除不一致的值,如分支名称被指定为(计算机科学与工程,CSE,CS,计算机科学).那么我怎样才能将它们全部带入单一符号？

Answer 1

汽车包装有一个recode功能.查看工作示例的帮助页面.

事实上可以说这应该是一个封闭的问题:

为什么R中的重新编码不会改变原始值？

如何在R中将变量重新编码为数字？

重新编码/重新定位具有不同级别的数据框架因子

还有一些问题可以通过搜索轻松识别:[r]重新编码

编辑: 我非常喜欢Marek的评论,我决定制作一个实现它的功能.(因素一直是我的R-traps之一,他的方法似乎非常直观.)该函数旨在获取字符或因子类输入并返回分组结果,该结果也对"all_others"级别进行分类.

my_recode <- function(fac, levslist){ nfac <- factor(fac);
    inlevs <- levels(nfac);
    othrlevs <- inlevs[ !inlevs %in% unlist(levslist) ]
      # levslist of the form ::::    list(
      #     animal = c("cow", "pig"),
      #     bird = c("eagle", "pigeon") )
 levels(nfac)<- c(levslist, all_others =othrlevs); nfac}

 df <- data.frame(name = c('cow','pig','eagle','pigeon', "zebra"), 
              stringsAsFactors = FALSE)
 df$type <- my_recode(df$name, list(
     animal = c("cow", "pig"),
     bird = c("eagle", "pigeon") ) )
 df
#-----------
    name       type
1    cow     animal
2    pig     animal
3  eagle       bird
4 pigeon       bird
5  zebra all_others