第三關：簡單的數據處理

在這一關中，需處理數據：朝陽醫院2016年銷售數據.xlsx

4個分析指標：

• 月均消費次數 = 總消費次數/月數
• 月均消費金額 = 總消費金額 /月份數

• 客單價 = 總消費金額 /總消費次數

• 消費趨勢：用圖表示

對數據進行分析的步驟如下：

一、數據預處理

（1）了解數據的結構：

（2）在Rstudio中導入Excel文件，此時文件名字被我改成「excelData」：

（3）重新命名列名：

（4）因為後續需要對日期進行分析，因此在此處進行日期處理：

先安裝stringr包:

再進行日期處理：

使用str_split_fixed函數進行數據抽取分列：

str_split_fixed (x, split, n)，x：需要處理的欄位/字元，split：用於分割的字元串，n：分隔為多少列。

抽取分列後第一列數據：

得出：

（5）進行類型轉換

將字元類型轉換為時間類型：

同時，還需要將金額、數量這幾列轉換為數字格式，方便後面的數據分析需要：

（6）對數據進行排序，方便直觀看到數據發展的趨勢。此處，對銷售時間行進排序

二、數據分析

（1）月均消費次數=總消費次數/月份數

其中，總消費次數是指同一天內，同一個人發生的所有消費都算作是一次消費。所以，我們需要對同一天，同一個人的多次消費記錄進行篩選。

使用duplicated函數去掉同一個人、同一天內的消費記錄，採用醫保卡作為同一個人的標準：

所以，總消費次數為：

月份數：

因此，月均消費次數為：

月均消費次數為899次。

（2）月均消費金額=總消費金額/次數

總消費金額為實收金額，且同時需要取出缺失值，利用sum函數計算金額數：

月均消費金額：

月消費金額為50771.71元。

（3）客單價=總消費金額/總消費次數

客單價是56.43元。

（4）消費趨勢

首先計算每周的消費金額：

其中，tapply(x,f,g) x為向量，f為因子列，g為操作函數，即x向量根據f的條件來進行g函數的運算。

繪製曲線圖：

至此，簡單的數據分析就結束了。

推薦閱讀：