佛山网站建设企业推荐软件开发培训中心

最近在做需要用R语言做数据清洗的项目，在网上看再多的技巧与语法，都不如在项目中实战学习的快，下面是我通过实战得来的经验。

判断Rstudio是否卡死

很多时候，我们在运行R语言代码时，即使只是运行框选的几行代码，也会运行很久。其实，除了观察控制台是否有>或者>闪烁，以及在终端用命令查看运行状态之外，还可以观察我们的右上角的运行内存，如果在运行的过程中，观察其变化区间，如果在100M或以上，就算是正常，如果变化很少或基本不动，那就要考虑是否卡死了。（有时候Rstudio卡死并不会有提醒你重启的弹窗）

warnings（）

有时候，我们在运行代码的过程中会看到控制台弹出error或者warning，但代码仍然能继续运行；此时记得分辨其意思，不要盲目得忽视。有时候的确只是提示我们某些包的版本过低需要更新，或者是画图的代码有问题，但不影响实际使用；但是有时候的warning，比如我们调用连接语法right_join或left_join时，如果对于识别拼接的列名或变量没有做好预处理的话，很容易弹出warning，在控制台打印warnings（）的话，会看到比如“16564 of 'x' 匹配了 16 of 'y'”的警告，这个一般是因为有过多重复的列名，需要提前做去重的预处理。

数据类型

不同于其他语言，在控制台打印数据类型时，我们往往能看到输出不止一个，代表其拥有很多数据特性。对应的，用于筛选的语法，就显得尤为重要。这不只是，会不会报错的问题，更是关乎于发现问题的方向。比如，如果我们使用了其他类型的语法，而不是单纯的语法使用方法的错误，有时报错会显示要筛选的列名或数据不在列表或数据框里，但你打印列名，却又能看到其在里面。而这往往就是我们使用了错误的语法，导致代码无法识别数据的结构，打不开数据，也就找不到对应的数据了。

当然，并不是说语法方法使用错误，就只会报错提示我们去改了。这也是一个需要重视的问题，其危害往往藏在我们看不见，又尤为重要的地方。很多时候我们语法使用不妥当，是不会报错的，相反，代码依旧会运行，但是你会发现结果跟我们想的不一样，这个时候可能就会把我们思考问题的方向带偏，去思考是不是数据本身有问题了。比如，只是单纯的根据时间筛选最早的值赋予base.cr,使用pull(value)和直接用mutate新建一个变量，看似前者更简洁，算力节省更多，实际上，却会因为其逻辑是遍历每个数据去筛选，而后者则只是在某一行直接读数据，每次处理的数据量不同，前者会让代码一直在跑，等待的时间很久。（特别的，如果在运行代码时，没有报错，Rstudio也没有卡死，但观察运行内存变化在一个小区间内反复横跳，这个时候要注意是否是因为筛选的语法选择错了）