• 任務(wù)一
• 讀入電影數(shù)據(jù).csv數(shù)據(jù)集，將其命名為a，嘗試使用summary函數(shù)查看數(shù)據(jù)總體情況。重點(diǎn)查看缺失情況，如果有缺失，請(qǐng)將缺失數(shù)據(jù)所在行全部刪除（提示：你可能需要檢索一些處理缺失數(shù)據(jù)的函數(shù)）。展示票房最高和最低記錄的觀(guān)測(cè)。
• 任務(wù)二
• 根據(jù)上映月份新生成一個(gè)變量叫做dangqi，其中12月、1月和2月歸為賀歲檔；7、8、9歸為暑期檔；3、4歸為普通檔；5、6歸為黃金1檔；10、11歸為黃金2檔；最后對(duì)檔期進(jìn)行統(tǒng)計(jì)。
• 任務(wù)三
• 將導(dǎo)演年代為30和40的統(tǒng)一合并為”50以下”，合并之后，更改導(dǎo)演年代的因子水平，使其變?yōu)?#xff1a;50以下<60<70<80
• 任務(wù)四
• 對(duì)數(shù)據(jù)表格中的數(shù)據(jù)按照時(shí)間順序排列,展示前6行，部分列（“name”和”showtime”）
• 任務(wù)五
• 新生成一個(gè)變量叫做”上映日期”，由”上映年份”和”上映月份”構(gòu)成，日期統(tǒng)一用每月的1號(hào)。例如”新天生一對(duì)”的上映日期為2012-01-01。將數(shù)據(jù)集按照上映日期、票房和類(lèi)型進(jìn)行排序，其中上映日期升序排列、票房降序排列。展示前10行。
• 任務(wù)六
• 在很多實(shí)際數(shù)據(jù)中，有些日期的表示并不是yyyy-mm-dd的形式，極個(gè)別情況是以數(shù)字形式展示，比如實(shí)際數(shù)據(jù)中用16520代表日期。請(qǐng)將該數(shù)值轉(zhuǎn)換為日期形式。

任務(wù)一

讀入電影數(shù)據(jù).csv數(shù)據(jù)集，將其命名為a，嘗試使用summary函數(shù)查看數(shù)據(jù)總體情況。重點(diǎn)查看缺失情況，如果有缺失，請(qǐng)將缺失數(shù)據(jù)所在行全部刪除（提示：你可能需要檢索一些處理缺失數(shù)據(jù)的函數(shù)）。展示票房最高和最低記錄的觀(guān)測(cè)。

## 導(dǎo)入電影數(shù)據(jù).csv數(shù)據(jù)集 a = read.csv("C:/Users/Desktop/film.csv",header = T,fileEncoding = "UTF-8") ## 查看數(shù)據(jù)集前五行 #head(a) ## 數(shù)據(jù)匯總summary summary(a) ## 查看數(shù)據(jù)集行數(shù)與列數(shù) dim(a) ## 查看數(shù)據(jù)中是否存在缺失值數(shù)據(jù) is.na(a) ## 查看數(shù)據(jù)集中總的缺失值個(gè)數(shù) sum(is.na(a)) ## 按列查看缺失值個(gè)數(shù) #colSums(is.na(a)) ## 刪除有缺失值的行數(shù) a = na.omit(a) dim(a)

展示票房最高和最低記錄的觀(guān)測(cè)

## 顯示票房最高數(shù)的觀(guān)測(cè) (MAX = a[a$boxoffice == max(a$boxoffice),]) ## 顯示票房最低數(shù)的觀(guān)測(cè) (MIN = a[a$boxoffice == min(a$boxoffice),])

票房最高紀(jì)錄觀(guān)測(cè)輸出結(jié)果為：

name boxoffice doubanscore type duration showtime director star1 index1 2 美人魚(yú) 338583.3 6.9 喜劇 93 2016/2/8 周星馳 鄧超 41310 star2 index2 導(dǎo)演年代 2 林允 9292 60

票房最低紀(jì)錄觀(guān)測(cè)輸出結(jié)果為：

name boxoffice doubanscore type duration showtime director star1 index1 19 鋼刀 924.86 4.3 動(dòng)作 94 2016/5/20 阿甘 何潤(rùn)東 11822 star2 index2 導(dǎo)演年代 19 李學(xué)東 521 60

任務(wù)二

根據(jù)上映月份新生成一個(gè)變量叫做dangqi，其中12月、1月和2月歸為賀歲檔；7、8、9歸為暑期檔；3、4歸為普通檔；5、6歸為黃金1檔；10、11歸為黃金2檔；最后對(duì)檔期進(jìn)行統(tǒng)計(jì)。

## 賦值新的變量 a$months = months(as.Date(a$showtime)) a$dangqi[a$months == "十二月" | a$months == "一月" | a$months == "二月"] = "賀歲檔" a$dangqi[a$months =="七月" | a$months == "八月" | a$months == "九月"] = "暑假檔" a$dangqi[a$months =="三月" | a$months == "四月"] = "普通檔" a$dangqi[a$months =="五月" | a$months == "六月"] = "黃金1檔" a$dangqi[a$months =="十月" | a$months == "十一月"] = "黃金2檔" ## 對(duì)檔期進(jìn)行統(tǒng)計(jì) table(a$dangqi)

或者可以使用下面這種方法：

## install.packages("lubridate") library(lubridate) a$month = month(as.Date(a$showtime)) a$dangqi2[a$month == "12" | a$month == "1" | a$month == "2"] = "賀歲檔" a$dangqi2[a$month =="7" | a$month == "8" | a$month == "9"] = "暑假檔" a$dangqi2[a$month =="3" | a$month == "4"] = "普通檔" a$dangqi2[a$month =="5" | a$month == "6"] = "黃金1檔" a$dangqi2[a$month =="10" | a$month == "11"] = "黃金2檔" ## 對(duì)檔期進(jìn)行統(tǒng)計(jì) table(a$dangqi2)

任務(wù)三

將導(dǎo)演年代為30和40的統(tǒng)一合并為”50以下”，合并之后，更改導(dǎo)演年代的因子水平，使其變?yōu)?#xff1a;50以下<60<70<80

a$導(dǎo)演年代[a$導(dǎo)演年代 == 30 | a$導(dǎo)演年代 == 40 | a$導(dǎo)演年代 == 50] = "50及以下" #更改導(dǎo)演年代的因子水平，使其變?yōu)?#xff1a;50以下<60<70<80 a$directorage = factor(a$導(dǎo)演年代,levels = c("50及以下", "60", "70","80"),ordered = T,) a$directorage class(a$directorage)

任務(wù)四

對(duì)數(shù)據(jù)表格中的數(shù)據(jù)按照時(shí)間順序排列,展示前6行，部分列（“name”和”showtime”）

## 按照時(shí)間順序進(jìn)行排序 head(a[order(a$showtime),c("name","showtime")],6)

或者使用下述方法：

a = a[order(a$showtime),] head(a[,c(1,6)])

任務(wù)五

新生成一個(gè)變量叫做”上映日期”，由”上映年份”和”上映月份”構(gòu)成，日期統(tǒng)一用每月的1號(hào)。例如”新天生一對(duì)”的上映日期為2012-01-01。將數(shù)據(jù)集按照上映日期、票房和類(lèi)型進(jìn)行排序，其中上映日期升序排列、票房降序排列。展示前10行。

## 生成一個(gè)新變量 a$ondate = as.Date(a$showtime) ## 將日期統(tǒng)一為每月的1號(hào) a$ondate = paste(substr(a$ondate,1,8),"01",sep="") ## 按照上映日期升序、票房降序、類(lèi)型排列 a = a[order(a$ondate,-a$boxoffice,a$type),] ## 展示前10行 head(a,10)

任務(wù)六

在很多實(shí)際數(shù)據(jù)中，有些日期的表示并不是yyyy-mm-dd的形式，極個(gè)別情況是以數(shù)字形式展示，比如實(shí)際數(shù)據(jù)中用16520代表日期。請(qǐng)將該數(shù)值轉(zhuǎn)換為日期形式。

這里題目中最終要求生成2016-05-20，而不是網(wǎng)上常說(shuō)的單純的將數(shù)字轉(zhuǎn)換成日期格式（即設(shè)定某個(gè)起始時(shí)間，如下）
as.Date(35981, origin = "1899-12-30")
這種并不適用于本題目的解答。

raw_date = as.character(16520) Year = substring(raw_date,1,2) Month = substring(raw_date,3,3) Date = substring(raw_date,4,5) date = as.Date(paste(Year,Month,Date,sep='-'),format = '%y-%m-%d') date

總結(jié)

以上是生活随笔為你收集整理的Rmarkdown对电影数据集进行统计分析的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。