R语言数据清洗
一般来说，在获得了原始数据之后，不能直接开始进行统计分析等操作。因为通常我们获得的数据都是「脏」数据，在分析之前需要进行数据的清洗。对于清洁的数据（tidy data）的定义为：
- 每个变量各占一列
- 每个观测值各占一行
- 每个表格或者文件只储存一种观测值的数据
对于数据清洗，Python中著名的pandas包可以进行十分方便的处理（[具体可见这篇博文]）。而在R中，也有dplyr包以及tidyr包用来进行数据的整理。
dplyr包
dplyr包的作者是著名的ggplot2包的Hadley Wickham。这个包主要针对数据框（dataframe）进行数据的清洗和整理。dplyr包主要有以下几个函数：
1. 选择：select()
2. 筛选：filter()
3. 排序：arrange()
4. 分组：group_by()
5. 汇总：summarise()
6. 变形：mutate()
这几个函数的具体用法及其例子，在优秀博文：「[【R语言】必学包之dplyr包]」（作者：Kingsley W）中做了详细的介绍。
tidyr 包
这个包的作者也是Hedley Wickham，其主要的几个函数为：
1. 长宽数据的转换：gather（）、spread()
2. 数据的合并：unit()
3. 数据的分离：separate()
具体用法以及示例，可以参考一下的几篇博文：
1. [tidyr之gather、separate、spread…]
2. [缺失值,表整理—tidyr包]
在Rstudio上，有一份文档进行了很好的总结：
