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
郑州光合科技余经理4 天前
代码展示:PHP搭建海外版外卖系统源码解析
java·开发语言·前端·后端·系统架构·uni-app·php
feifeigo1234 天前
matlab画图工具
开发语言·matlab
dustcell.4 天前
haproxy七层代理
java·开发语言·前端
norlan_jame4 天前
C-PHY与D-PHY差异
c语言·开发语言
多恩Stone4 天前
【C++入门扫盲1】C++ 与 Python:类型、编译器/解释器与 CPU 的关系
开发语言·c++·人工智能·python·算法·3d·aigc
QQ4022054964 天前
Python+django+vue3预制菜半成品配菜平台
开发语言·python·django
遥遥江上月4 天前
Node.js + Stagehand + Python 部署
开发语言·python·node.js
m0_531237174 天前
C语言-数组练习进阶
c语言·开发语言·算法
Railshiqian4 天前
给android源码下的模拟器添加两个后排屏的修改
android·开发语言·javascript
雪人不是菜鸡4 天前
简单工厂模式
开发语言·算法·c#