具備怎樣特質的計程車司機是最賺錢的呢？根據政府提供的計程車營運狀況調查，觀察變數，我試著找到對於收入最有利的變數，變數欄位相當廣，從計費方式、有無加入車隊、平常出沒的時間、地點，甚至到平常聽的電台，不過資料算是相當凌亂的(可以說是髒資料吧！)

要討論這些的大前提，必須把資料好好整理。而資料欄位當中的"C9.一天營業總收入"，便是我的目標變數(y)，順帶一提，6665位計程車司機平均"一天營業總收入"約為1535元，

資料大概長這樣

變數名稱長這樣
要想辦法把它變成可以閱讀的資料
這資料

#IF沒有請先安裝
library(tidyverse)
library(magrittr)
#x是資料本身
#y是變數名稱
#這一行在做快速分析的時候很好用，複製你要的資料然後跑這行資料就會讀進R_code，然後我對資料集x(資料本身)事先轉置了
x = read.table("clipboard",header = T , sep = '\t')
y = read.table("clipboard",header = T , sep = '\t')

#把NA值先全部改成-1
x[is.na(x)] = -1 #改成0的話會跟其他的搞混
for (i  in 1:149){  #共149個變數
  #要把資料本身NA,0,1,2改成變數名稱，方便閱讀,用excel_vlookup的方式
for_vlookup = y[-(1:2),(i+1)]
for_vlookup = for_vlookup[-which(for_vlookup == "" )] %>%　as.character()#擷取一整行然後扣掉空值
a = 1:length(for_vlookup) #告訴我總共有多少變數
#把每一行都轉換成一個VLOOKUP用的表格
df1  = data.frame(
  x1 = c(as.numeric(as.character(for_vlookup[a[a%%2==1]])),-1),
  x2 = c(as.character(for_vlookup[a[a%%2==0]]),"miss值")
                 )
#每一行的資料
df2  = data.frame(
  x1 =as.numeric(as.character(x[,i]))
                 )
#VLOOKUP 
w =  df2 %>% inner_join(df1 , by = "x1")
#取代掉原本的數字,變成方便閱讀的中文
x[,i] = w[,2]
}

df1是把資料從excel一行轉換成一個表格

待續吧...我跑出來大概長這樣...
看的出來有許多數值看起來明顯是空值，我卻判斷為遺失值了，要想一下怎樣去判斷這資料集的空格誰是空值誰是遺失值...

拍謝資處可能比較無聊，我也是這樣覺得，但是卻很花時間，這篇比較有意思的地方：
x = read.table("clipboard",header = T , sep = '\t')
只要複製Excel資料跑這行就可以讀入資料很方便!!

然後把資料處理成可以vlookup，然後用R跑vlookup的用法，明天見!!