1樓：孫大勇
都只是工具，用你最熟悉的工具來做資料的清洗和轉換。 R做資料處理還是很方便的，只是不好處理大量資料（因為載入到記憶體處理），以及處理效率並不高。所以，資料量不大，比如2GB以內，一般PC上用R處理可以的。
2樓：公尺有尾巴的魚
Mircosoft SSIS
Informatica
Datastage
比較盛行和常用的ETL東西，能夠到網上蒐集資料資料清洗從姓名上也看的出就是把「髒」的「洗掉」。因為資料倉儲中的資料是面向某一主題的資料的調集，這些資料從多個事務體系中抽取而來並且包括歷史資料，這樣就避免不了有的資料是過錯資料、有的資料相互之間有牴觸，這些過錯的或有牴觸的資料顯然是咱們不想要的，成為「髒資料」。咱們要依照必定的規矩把「髒資料」「洗掉」，這就是資料清洗。
3樓：伯納烏王子
R清洗資料還是不錯了，畢竟向量化操作，對於常用的data.frame進行清洗的話，plyr,dplyr,tidyr包不錯；對於文字類資料吧，那必須推崇stringr包了，專門處理字串的，然而你必須會正則了，不要用grep家族！不要用grep家族！
不要用grep家族！重要的事情說三遍。對於時間型別的資料必然是lubridate包了。
包你滿意。
4樓：華天清
資料清洗範圍太廣了，什麼熟練就用什麼，資料處理過程就像乙個鏈條，資料清洗是其中一環，跟上游和下游都可以各自選用不同的程式語言
5樓：王冠嵩
R（以及其他語言）能做得事情非常非常多。問R可不可以完成描述的資料清理任務，答案是當然可以。
如果要問R是不是最好的選擇，那就未必了，要看你對R與其他工具的熟悉程度對比和具體資料特性。根據你的描述，我覺得無論採用什麼工具，一定會用到正則表達（如果你還不太熟悉的話）。
往年的複習資料還可以用嗎？
qiuqiu 可以是可以，但要會選，有些老資料有一些不同的解題技巧，但也應該有新的複習資料，因為每年的知識和題型會有一點改變，所以，最好新舊結合 啦啦啦啦 瀉藥，首先真題是可以用的，對於提綱變化不大的科目來說參考書和筆記是可以用來參考的，但是要注意知識點更新，政治這類的資料就不要留了，每年變化都很大...
資料庫能做搜尋嗎？用資料庫做搜尋的優點和缺點有哪些？
陳廣勝 在網際網路早期，LAMP剛開始大紅大紫的那個時代，許多站點的搜尋就是用資料庫的做的。就是簡單地在要搜尋的字段上加個倒排索引。這麼做的優點是維護和開發簡單，了解點SQL就可以了。不過隨著資料量越來越大，這種做法顯得不是那麼高效。搜尋對於大多數應用來說，不太需要關係型資料庫的一些功能，如事務處理...
有做拓撲資料分析的嗎？
同調論 其實想說的是Persistent Homology 的資料分析 1.材料學 如用傳統方法很難解決的玻璃，amorphous，合金的原子排列。2.生物學 蛋白質，病毒等。3.統計學 處理傳統統計學問題。4.與機器學習的聯合 5.影象處理 做得非常好的有Robert Ghrist，Gunnar ...