r语言作业：出租车数据基础数据分析、时间处理等

目录

一、数据框操作

1.读取线圈检测器数据样例：Detector_sample.csv, 输出总记录数

2.统计流量一列的缺失个数.

3.对包含缺失值的行进行剔除,输出剔除后记录数.

4.统计冗余记录数,如有需剔除. (参考函数：duplicated())

5.计算流量、速度、占有率的平均值、方差、25%、50%和75%分位数

二、日期时间处理

2.1 处理

6.对数据框按照时间列进行排序.

7.分别提取日期时间列的小时、分钟、秒，新增为DAY、MINUTE、SECOND列.

2.2 绘图

8.绘制流量、速度、占有率的直方图

9.绘制流量-速度散点图.

---

一、数据框操作

1.读取线圈检测器数据样例：Detector_sample.csv, 输出总记录数

代码：

data<-read.csv("F:\\data\\Detector_sample_update.csv")

View(data)

输出结果（篇幅所限，仅截图首尾，中间略）：

2.统计流量一列的缺失个数.

代码：

table(is.na(data[3]))

输出结果：

即缺失个数为3

3.对包含缺失值的行进行剔除,输出剔除后记录数.

代码：

na_omit_data<-na.omit(data)

print(nrow(na_omit_data))

输出结果：

即剔除后记录数为4323

4.统计冗余记录数,如有需剔除. (参考函数：duplicated())

代码：

table(duplicated(na_omit_data))

dupicated_data<-na_omit_data[!duplicated(na_omit_data),]

输出结果：

 即冗余记录数为6条

5.计算流量、速度、占有率的平均值、方差、25%、50%和75%分位数

代码：

summary(dupicated_data)

var(dupicated_data[3])

var(dupicated_data[4])

var(dupicated_data[5])

输出结果：

即：

流量平均值为7.51，方差为15.77452，25%分位数为4.00，50%分位数为9.00，75%分位数为11.00。

速度平均值为51.23，方差为348.3788，25%分位数为38.00，50%分位数为48.00，75%分位数为66.00。

占有率平均值为15.79，方差为124.3895，25%分位数为5.00，50%分位数为16.00，75%分位数为25.00。

二、日期时间处理

2.1 处理

6.对数据框按照时间列进行排序.

代码：

order_data<-dupicated_data[order(dupicated_data$FDT_TIME),]

View(order_data)

输出结果：

7.分别提取日期时间列的小时、分钟、秒，新增为DAY、MINUTE、SECOND列.

代码：

library(lubridate)

datatime<-as.POSIXlt(order_data$FDT_TIME)

order_data$HOUR <- c(hour(datatime))

order_data$MINUTE <- c(minute(datatime))

order_data$SECOND <- c(second(datatime))

2.2 绘图

8.绘制流量、速度、占有率的直方图

代码：

输出结果：

9.绘制流量-速度散点图.

代码

输出结果：