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
敲敲了个代码5 分钟前
隐式类型转换:哈基米 == 猫 ? true :false
开发语言·前端·javascript·学习·面试·web
小信啊啊20 分钟前
Go语言切片slice
开发语言·后端·golang
阿华hhh23 分钟前
Linux系统编程(标准io)
linux·开发语言·c++
南_山无梅落36 分钟前
9.Python3集合(set)增删改查和推导式
java·开发语言
sg_knight1 小时前
拥抱未来:ECMAScript Modules (ESM) 深度解析
开发语言·前端·javascript·vue·ecmascript·web·esm
程序喵大人1 小时前
推荐个 C++ 练习平台
开发语言·c++·工具推荐
阿里嘎多学长1 小时前
2025-12-16 GitHub 热点项目精选
开发语言·程序员·github·代码托管
乂爻yiyao2 小时前
Java LTS版本重要升级特性对照表
java·开发语言
原来是好奇心2 小时前
深入Spring Boot源码(六):Actuator端点与监控机制深度解析
java·开发语言·源码·springboot
过期动态2 小时前
JDBC高级篇:优化、封装与事务全流程指南
android·java·开发语言·数据库·python·mysql