在R语言中进行数据清洗，可以按照以下步骤进行：

缺失值处理：使用函数is.na()判断缺失值，使用函数na.omit()删除包含缺失值的行，使用函数complete.cases()删除包含缺失值的行。

重复值处理：使用函数duplicated()判断重复值，使用函数unique()删除重复值。

异常值处理：可以通过箱线图、直方图等方法识别异常值，然后对异常值进行处理，比如删除或替换。

数据类型转换：将数据转换为正确的数据类型，比如字符型转换为数值型。

格式化数据：对数据进行格式化，比如日期格式化、字符格式化等。

数据标准化：对数据进行标准化处理，使其符合一定的标准。

数据合并：将多个数据集合并为一个数据集，使用函数merge()或rbind()。

数据筛选：根据条件筛选数据，使用函数subset()或filter()。

以上是一些常用的数据清洗方法，在实际应用中可以根据具体情况选择适合的方法进行数据清洗。