在一个小项目中处理日期和其他问题

Question

我正在为我们班做一个小项目。我从一个网站得到了一个数据集：Map/#map

我使用下面的代码成功地导入了数据

disease<- read.csv('Added Source information for vaccine map-3.csv')

我的问题是：

1. 我怎样才能看到一些特定的价值？例如，我想把“麻疹”列在“类别”栏中。我只想看到一列一列的值:)
2. 我怎么处理这些日期？当我检查它的模式时，它似乎是数字的。我怎样才能把它们转换成日期？另外，如图所示，有些日期间隔为"3/2010-9/2010"，但也有一些日期为"5/2014“。我应该如何处理这些日期，以使一个良好的可视化或类似的东西？

我不能添加图片的表，因为我刚刚加入网站，没有足够的声誉，以分享一个形象。

Answer 1

也许这可以作为一个开始：

loc <- "https://docs.google.com/spreadsheet/pub?hl=en_US&hl=en_US&key=0AjivqRkNvfzudElKUDJKdlkya29wS2VUTlVFZlBoVVE&single=true&gid=0&output=csv"
dat <- read.csv(
    loc, 
    na.string=c("Sya", "unknown", "NA"), 
    colClasses=c(
        rep("character", 3), 
        rep("numeric", 2), 
        "character", 
        rep("numeric", 2),
        rep("character", 3)
    )
)
str(dat)

这里，colClasses参数显式地定义了每个列的数据类型。如果数据不合适，则会引发错误。na.string选项指定表示在data.frame中获取NA值的“不可用”项的条目。字符编码可能有一些问题，我在这里没有研究过。

要只看到“麻疹”条目，可以使用：

View(subset(dat, Category=="Measles"))

对于使用Date列，第一个想法是将start和可选end月份分为两列：

start_date <- function(d) strsplit(d, "-")[[1]][[1]]
start_date <- Vectorize(start_date)

end_date <- function(d) {
    spl <- strsplit(d, "-")[[1]]
    spl[[length(spl)]]
}
end_date <- Vectorize(end_date)    

dat <- transform(dat,
    StartDate=start_date(Date),
    EndDate=end_date(Date),
    stringsAsFactors=FALSE
)

现在，您可以筛选在给定月份开始的条目。

str(subset(dat, StartDate=="12/2013"))