前一段時(shí)間幫師妹處理了一個(gè)數(shù)據(jù)，也借這個(gè)機(jī)會進(jìn)一步學(xué)習(xí)了一下lubridate包。

數(shù)據(jù)描述：

需求：

求ABC三個(gè)變量每天7點(diǎn)到11點(diǎn)之間的均值，以及D變量每天的sum

處理思路和過程：

1.首先先把xlsx文件導(dǎo)入進(jìn)R，關(guān)于如何用R處理excel文件可以參考往期記錄

1.1出現(xiàn)了2個(gè)問題

（1）提示有warnings

用warnings()檢查一下發(fā)現(xiàn)給的提示是這樣的

我直譯一下：“強(qiáng)迫把文本變成了數(shù)值在巴拉巴拉巴拉‘NaN’”

于是我猜測原本的數(shù)據(jù)有Na值，返回原表去檢查，果然如此

在把這些含有NaN的行刪掉后，另存為‘test1.xlsx’，然后再導(dǎo)進(jìn)R，就沒有warnings了，證明我的直譯是準(zhǔn)確的（學(xué)習(xí)英語很重要！）

雖然手動在原來的excel里可以手動刪除含有NaN的行，但是并不推薦這樣做，因?yàn)閿?shù)據(jù)可能有好幾千好幾萬行，不可能一個(gè)一個(gè)去檢索NA然后刪掉，另外warnings只是代表警告，并不是說明這行代碼沒有運(yùn)行成功，所以還是在后續(xù)代碼中處理NaN較為快捷。

（2）變量‘time’列發(fā)生了改變

原來的time列是‘1:30:00’格式（時(shí)分秒hms），代表一點(diǎn)半，但是導(dǎo)入進(jìn)R后變成了年月日（ymd）的格式。

1.2關(guān)于第二個(gè)問題的解決過程

在Stack Overflow上找到了兩個(gè)類似的問題

Q1:

這個(gè)問題有三個(gè)答案：

第一個(gè)答案是利用format和hms函數(shù)進(jìn)行轉(zhuǎn)換

第二個(gè)答案是利用‘openxlsx’包讀取

但我在用這個(gè)包進(jìn)行讀取的時(shí)候失敗了，給的結(jié)果是這樣式的

當(dāng)時(shí)我也搜索了相關(guān)問題，但是具體什么原因我忘記了，反正就是還得再設(shè)置一下，我嫌麻煩就沒有再繼續(xù)探究，有了解這個(gè)問題的大手子還請多指點(diǎn)！

第三個(gè)答案是利用‘xlsx’包讀取

但是這個(gè)包我至今都library不出來，一加載就重啟（焯！）。（好像是和Java有關(guān)）

Q2

第二個(gè)問題，有很詳盡的解釋，大概意思是excel和R有不同的計(jì)算日期的標(biāo)準(zhǔn)。有興趣的朋友可以前往原網(wǎng)站仔細(xì)閱讀。

2.處理導(dǎo)入的數(shù)據(jù)框

導(dǎo)入xlsx后，就要開始處理了。此處需要注意的是，我并沒有理會在第一步中出現(xiàn)的兩個(gè)問題，沒有理會問題1的原因已經(jīng)說明，不理會問題二的原因是：我發(fā)現(xiàn)如果不去管它在后面的拆分日期中也是不影響的。

2.1根據(jù)需求，把日期拆分為年、月、日、時(shí)、分

在這里還遇到了一個(gè)小小的問題，就是要求均值的三個(gè)變量，是7點(diǎn)00到11點(diǎn)00的數(shù)據(jù)，如果用hour>=7&hour<=11來進(jìn)行篩選的話，會發(fā)現(xiàn)11點(diǎn)30的數(shù)據(jù)也包括進(jìn)去了。最后的解決辦法是，一個(gè)一個(gè)的指定時(shí)間點(diǎn)。新增一列‘newhour’，把數(shù)據(jù)分為兩類，一類是7點(diǎn)00到11點(diǎn)00的，標(biāo)記為y。另一類是不在這個(gè)時(shí)間區(qū)間的，標(biāo)記為n。

2.2分別計(jì)算ABC變量的均值和D的sum

group_by函數(shù)就是用來分組，比如我這里把月、日、newhour作為分類標(biāo)準(zhǔn)進(jìn)行了分組，那么分組的結(jié)果就是5月1日y的數(shù)據(jù)為一組，5月1日n的數(shù)據(jù)為1組，5月2日y的數(shù)據(jù)為1組，5月2日n的數(shù)據(jù)為1組，以此類推。

然后再用管道傳遞給summarize函數(shù)計(jì)算均值。

2.3合并數(shù)據(jù)，導(dǎo)出為csv

用全連接函數(shù)把數(shù)據(jù)框拼接，其實(shí)也可以用cbind函數(shù)。

需要注意的是：full_join函數(shù)只能兩個(gè)兩個(gè)的連，不能一股腦的把所有的數(shù)據(jù)框都扔進(jìn)去。

抒情time：

當(dāng)時(shí)隨口吹了一句牛逼說“用R處理應(yīng)該不難吧”，沒想到師妹放棄了“不食嗟來之食”的傲骨，打蛇隨棍上，我雖然心里害怕吹牛逼吹過頭，萬一弄不好咋整，但是當(dāng)時(shí)也只能硬著頭皮把這逼裝完，結(jié)果最后真的讓我2個(gè)小時(shí)給弄好了，不免有點(diǎn)沾沾自喜，甚至還發(fā)了個(gè)動態(tài)作為紀(jì)念。

現(xiàn)在想來給自己的教訓(xùn)有三點(diǎn)：

1. 不吹牛逼能死嗎！

2. 不吹牛逼能死嗎！！

3. 不吹牛逼能死嗎?。?！