在数据分析流程中，R语言提供了丰富的数据处理函数，帮助用户高效清洗、转换和分析数据。以下是核心功能的分类整理：

数据清洗 🧼

  • na.omit()：移除数据框中的缺失值
  • unique() / duplicated()：查找唯一值或重复记录
  • trimws()：去除字符串首尾空格
  • str_replace_all()（来自stringr包）：灵活替换文本内容
数据清洗

数据转换 🔄

  • mutate()（来自dplyr包）：创建或修改数据框列
  • pivot_longer() / pivot_wider()：重塑数据格式（长宽表转换）
  • tidy()（来自tidyverse）：标准化数据结构
  • apply()系列：对矩阵或数组进行逐行/逐列运算
数据转换

数据汇总 📈

  • aggregate()：按分组计算统计量
  • summarize()（来自dplyr包）：生成汇总结果
  • tapply()：对因子分组应用函数
  • table()：制作频数分布表
数据汇总

如需深入了解R语言数据处理技巧，可访问 /R_data_processing_tutorial 查看教程。数据分析之旅，从掌握这些函数开始！ 🚀