利用R语言实现以下功能： 从天猫网站爬取的电视销售数据（tianmaoTV.xlsx）包含商品名称、商品描述、现价、原价、月销量、库存、店铺ID、店铺名称、评分、收藏数、累计评价数、毛重、品牌、电视类型和屏幕尺寸等变量。 （1）利用grep函数提取tianmao1的stock、stockclass两列，将其保存到stockc数据集中； （2）按照不同品牌计算不同店铺的销量，并保存在bshoptop3数据框中； （3）分别绘制图体现收藏数和销量、销量和评分之间的关系； （4）筛选得出价格波动（原价和现价的差）最大的前十名商品，并保存在salestop10数据集中； （5）生成原价和现价两列数据的箱线图，查看价格分布情况； （6）该表貌似整洁，但存在冗余，尝试将其修改为整洁数据集。

以下是利用R语言实现以上功能的代码：

# 导入所需包
library(readxllibrary(dplyr)
library(ggplot2)
library(tidyr)

# (1) 提取stock和stock列保存到stockc中
stockc <-ianmao1[, c("stock", "class")]

# (2)照不同品牌计算不同店铺的销量，并保存在bshoptop3数据框中
bshoptop3 <- tianmao1 %>%
  group_by(品牌, 店铺ID, 店铺名称) %>%
  summarise(总销量 = sum(月销量)) %>%
  arrange(desc(总销量)) %>%
  group_by(品牌) %>%
  slice_max(总销量, n = 3)

# (3) 绘制收藏数和销量、销量和评分之间的关系图
ggplot(tianmao1, aes(x = 收藏数, y = 月销量)) +
  geom_point() +
  xlab("收藏数") +
  ylab("销量") +
  ggtitle("收藏数与销量关系图")

ggplot(tianmao1, aes(x = 评分, y = 月销量)) +
  geom_point() +
  xlab("评分") +
  ylab("销量") +
  ggtitle("评分与销量关系图")

# (4) 筛选价格波动最大的前十名商品，并保存在salestop10数据集中
salestop10 <- tianmao1 %>%
  mutate(价格波动 = 原价 - 现价) %>%
  arrange(desc(价格波动)) %>%
  head(10)

# (5) 生成原价和现价两列数据的箱线图，查看价格分布情况
prices <- tianmao1 %>%
  select(原价, 现价) %>%
  pivot_longer(everything(), names_to = "价格类型", values_to = "价格") 

ggplot(prices, aes(x = 价格类型, y = 价格)) +
  geom_boxplot() +
  xlab("价格类型") +
  ylab("价格") +
  ggtitle("原价和现价的箱线图")

# (6) 修改为整洁数据集
tianmao_clean <- tianmao1 %>%
  select(-c(商品描述, 店铺ID, 店铺名称, 毛重, 电视类型, 屏幕尺寸)) %>%
  pivot_longer(cols = -c(商品名称, 品牌), names_to = "变量", values_to = "值")

以上代码实现了你提出的功能。其中，第6步使用了`pivot_longer`函数将表格转换为整洁数据集，每一行代表一个观测值，每一列代表一个变量，这样可以更方便地进行数据分析和可视化。