r语言回归分析如何看结果（tidyverse中常用的解析函数总结）

今天在看《R for datascience》这本书的如何读入数据这一章，本来觉得这个挺简单的哈，一看发现自己还有很多不会的，索性就写下来，大家瞅瞅吧。

读入数据之前一定要了解的就是这个解析函数parse_*()，它决定了软件到底怎么读入某一个文件。比如相同的东西，不同的解析读入的东西就不一样：

今天就一起给大家写一些常见的解析函数，一共8个parse函数：

• parse_logical()
• parse_integer()
• parse_double()
• parse_number()
• parse_character()
• parse_datetime()
• parse_date()
• parse_time()

解析数字似乎不难，但是也有地方需要注意各个国家表示数字方法不一样：

比如有的国家用，而非.来表示小数点。这个时候就需要使用locale属性：你可以用decimal_mark规定不同的小数点表示方法，比如：

parse_double("1.23") #> [1] 1.23 parse_double("1,23", locale = locale(decimal_mark = ",")) #> [1] 1.23

parse_number()还有一个特性就是自动忽略数字前后的符号，在百分数和钱的解析中很常用：

parse_number("$100") #> [1] 100 parse_number("20%") #> [1] 20 parse_number("It cost $123.45") #> [1] 123

而对于字符串而言，不同的字符编码存储方法，其打印结果不同，很多时候字符默认的编码是UTF-8，但对于不是此方法编码的字符，解析的时候就得在locale中给出编码方式，否则会出现乱码，比如：

x1 <- "El Ni\xf1o was particularly bad this year" x2 <- "\x82\xb1\x82\xf1\x82\xc9\x82\xbf\x82\xcd"

对于上面的两个对象进行解析，如果我们不指定正确的编码，得到结果如下图：

指定正确的编码方法后，得到正确的结果：

你可以直接把因子理解为分类变量，在解析因子的时候需要给出level水平，这样的话解析时遇到的不属于因子水平的变量时，就会自动给出提示，如下：

fruit <- c("apple", "banana") parse_factor(c("apple", "banana", "bananana"), levels = fruit)

上面的代码中，规定只有两个level水平，但是解析内容中出现了bananana，这个就自动解析为缺失值了，同时程序给出了警告。

parse_datetime()是用来解析时间的，默认需要的输入是ISO8601型的时间格式，就是“年月日时分秒”的格式，看例子：

parse_datetime("2010-10-01T2010") #> [1] "2010-10-01 20:10:00 UTC" # If time is omitted, it will be set to midnight parse_datetime("20101010") #> [1] "2010-10-10 UTC"

parse_date()这个默认的格式是4位数字的年加上- or /然后月份，然后再加- or /，然后日期，看例子：

parse_date("2010-10-01") #> [1] "2010-10-01"

parse_time()默认的输入是小时然后：然后分钟：然后秒，第二个：可以省略，看例子：

library(hms) parse_time("01:10 am") #> 01:10:00 parse_time("20:10:01") #> 20:10:01

重要的是我们可能有自己的输入习惯，这个时候也可以自己设定解析方式，需要用到的方法如下：

Year

• %Y (4 digits).
• %y (2 digits); 00-69 -> 2000-2069, 70-99 -> 1970-1999.

Month

• %m (2 digits).
• %b (abbreviated name, like “Jan”).
• %B (full name, “January”).

Day

• %d (2 digits).
• %e (optional leading space).

Time

• %H 0-23 hour.
• %I 0-12, must be used with %p.
• %p AM/PM indicator.
• %M minutes.
• %S integer seconds.
• %OS real seconds.
• %Z Time zone

Non-digits

• %. skips one non-digit character.
• %* skips any number of non-digits.

这个时候不来点例子，好多同学肯定搞不明白，那就上例子：

parse_date("01/02/15", "%m/%d/%y") #> [1] "2015-01-02" parse_date("01/02/15", "%d/%m/%y") #> [1] "2015-02-01" parse_date("01/02/15", "%y/%m/%d") #> [1] "2001-02-15"

上面的例子中，%d、%m、%y表示2位数的日月年，组合的顺序不同，同样的数字解析出来的时间就不同，上面的例子中，同样是01，在一个中解析出来是一月份，第二个中解析出来是1日，第三个中解析出来却是2001年。

今天给大家写了常见的解析函数，其实还有文件的解析我还没有写，关注我，之后慢慢给大家写，感谢大家耐心看完。发表这些东西的主要目的就是督促自己，希望大家关注评论指出不足，一起进步。内容我都会写的很细，用到的数据集也会在原文中给出链接，你只要按照文章中的代码自己也可以做出一样的结果，一个目的就是零基础也能懂，因为自己就是什么基础没有从零学Python和R的，加油。

（站外链接发不了，请关注后私信回复“数据链接”获取本头条号所有使用数据）

往期内容：

R数据分析：R Markdown：数据分析过程报告利器，你必须得学呀

R数据分析：stargazer给你一个漂亮的可以直接发表的结果表格