R语言 爬取数据+简单清洗

小小练习。见代码+注释

r 复制代码
 
# 加载必要的包
library(rvest)
library(dplyr)
library(tidyr)

# 指定网页URL
url <- "https://research.un.org/en/unmembers/scmembers"

# 读取网页内容
webpage <- read_html(url)

# 提取所有表格节点
table_nodes <- html_nodes(webpage, "table")

# 将第一个表格转换为数据框
sc_members_table1 <- html_table(table_nodes[1], fill = TRUE)
# 将第二个表格转换为数据框
sc_members_table2 <- html_table(table_nodes[2], fill = TRUE)

# 合并两个数据框
sc_members_combined <- bind_rows(sc_members_table1, sc_members_table2)

# 显示合并后的数据框
print(sc_members_combined)

# 保存合并后的数据框为CSV文件
write.csv(sc_members_combined, "web_data.csv", row.names = FALSE)



# ------------------------------ 处理数据。  ------------------------------ 


# 读取CSV文件
data <- read.csv("web_data.csv", stringsAsFactors = FALSE)
data

# 删掉最后一列
data <- data[, -ncol(data)]

head(data, 2)

# 拆分Members of Security Council列

print(colnames(data))

# Members.of.Security.Council

# 分割国家为单独的行 Members of Security Council
data_split <- data %>%
  separate_rows(`Members.of.Security.Council`, sep = ", ") %>%
  select(Year, `Members.of.Security.Council`)

# 重命名列
colnames(data_split) <- c("Year", "Country")



# 列出联合国常任理事国的英文名字
permanent_members <- c("China", "France", "Russian Federation", "United Kingdom", "United States")

# 新建一列 votes,所有值为 1
data_split <- data_split %>%
  mutate(votes = 1)

# 新建一列 veto,对于常任理事国,veto 值为 1,否则为 0
data_split <- data_split %>%
  mutate(veto = ifelse(Country %in% permanent_members, 1, 0))

# 新建一列 vote_share,根据 Year 列的值进行计算
data_split <- data_split %>%
  mutate(vote_share = ifelse(Year >= 1996, 1/15, 1/11))



# 保存结果到新的CSV文件
write.csv(data_split, "clean_data.csv", row.names = FALSE)

# 查看结果
print(data_split)
相关推荐
2501_9336707917 分钟前
经营财务岗技能栈拆解:Excel、SQL、BI、预算分析怎么准备
开发语言
数据狐(Datafox)41 分钟前
1688商品列表API接口解析(附 JSON 样例)
java·开发语言·数据库·爬虫·json
小灰灰搞电子1 小时前
Rust Once 、OnceLock、LazyLock 一次性初始化详解
开发语言·后端·rust
hqyjzsb1 小时前
规划工商管理大学成长:搭建四层能力体系,重视高阶的 AI 能力建设
开发语言·人工智能·python·microsoft·职场和发展·数据挖掘·业界资讯
for_ever_love__2 小时前
爬虫项目: 获取高分电影的数据总结
开发语言·python·学习
weixin_307779132 小时前
C++代码实现MATLAB中的ode23t函数功能
开发语言·c++·算法·matlab
君顾12 小时前
24小时自助健身房系统开发实战与完整指南
java·开发语言·健身房
syagain_zsx3 小时前
算法基础篇 · 02 高精度(C++ 题解)
开发语言·c++·学习·高精度
白远山3 小时前
无人自助健身平台搭建:从架构设计到设备联动的完整实战
java·开发语言·架构·需求分析
君顾13 小时前
本地电竞服务交易系统架构设计与实战:从同城服务撮合到订单履约
java·开发语言·电竞