数据清洗与可视化作业
一、作业目标
- 巩固方法理解 —— 将课程中讲到的导入、清洗、转换、重塑、缺失值处理、可视化等操作落到实处；
- 锻炼实操能力 —— 用 R 完成数据处理和可视化，从原始数据走到可解释图表；
- 思考公共管理应用 —— 在可视化过程中，尝试将分析视角对准公共管理议题，为后续论文选题和设计积累素材。
二、作业内容
A：数据导入与清洗
任务说明
从你感兴趣的一个公开数据集导入数据（可为 CSV、Excel、JSON、数据库等格式）或网页爬取数据，数据规模不必很大，但最好包含缺失值、异常值、字符串 / 数值变量混合等典型“脏数据”情形。
对数据进行以下操作（至少包含以下几项）：
- 选择变量与观测（删去无关列 / 行）
- 变量重编码 / 衍生（例如将分类变量编码、构造新指标、日期处理）
- 处理缺失值（删除 / 插补 / 标记等方式）
- 异常值检测 / 处理（如去除极端值、Winsorize 处理、箱型图判断等）
- 数据重塑 / 重组（例如从宽表变长表、聚合、拆分 / 合并列、分层数据处理）
最终输出一个“干净数据集”的 R 对象 / CSV 文件 + 简要说明：
- 说明清洗的步骤 / 原因
- 遇到的挑战与处理思路
- 对清洗后数据的基本描述（如行数、变量数、缺失率、变量基本统计）
B：可视化与探索性分析
任务说明
基于子任务 A 清洗后的数据，制作 3–5 张可视化图表，类型建议从以下几类中选择：
- 基本图表：柱状图、折线图、饼图、直方图、箱型图
- 组合图 / 多维图表：如带分组的柱状图、堆叠图、散点图 + 回归线
- 时间序列可视化：趋势图、滑动平均线、季节性展示
- 地图 / 空间可视化（如果数据具有地理属性，如行政区、经纬度等）
- 多变量可视化（可使用 ggplot2 + facets）
给出每张图的 图示标题 / 说明 /解读，指出该图揭示了什么样的规律 / 特征，对于公共管理议题可能的启示是什么。
最后写一段小结，回答以下问题：
- 哪张图你最满意？为什么？
- 在可视化过程中有没有遇到困难（变量类型不一致、极端值影响、图形美观性调整等）？你是如何调整 / 解决的？
- 如果用这些可视化探索的结果做论文选题，你会倾向于哪一类公共管理问题？为什么？
三、作业提交与评估
提交形式：R 脚本文件（.R 或 .Rmd）、清洗后的数据（CSV / RData）和可视化报告（PDF）
评估标准：
- 导入与清洗步骤合理性与完整性：30 分
- 可视化图表数量、类型多样性、设计美观性：25 分
- 图表解读与公共管理视角链接：25 分
- 文档结构、注释、代码清晰程度：10 分
- 遇到问题描述与解决思路：10 分
提交时间和方式：两周之后，具体见数字化教学平台。