數據處理及分析-讀寫Excel

需求：要求統計APP應用分享的次數統計：

1），每個人日平均分享次數

2），每周用戶的分享人數曲線

3），每周被分享人數曲線

Excel格式如下：

用戶ID:表示使用我們APP的用戶，分享人ID：表示前面一個用戶ID分享應用給其他人的ID，多個用""

基本流程：

讀取Excel數據 -> 預處理數據 -> 分析數據 -> 繪製圖表

• 讀取Excel數據

#install.packages("openxlsx")library(openxlsx)excelPath <- "/Users/zhangchuan/Downloads/分享用戶數據.xlsx";excelData <- read.xlsx(excelPath,"工作表1")

使用openxlsx讀取Excel文件，需要先安裝，使用install.packages安裝，第一次安裝完成後，之後就可以不需要安裝了

使用read.xlsx從讀取文件，第一個參數是路徑名，第二個是Excel的sheet名，返回是一個數據框excelData

• 預處理數據

names(excelData) <- c("time",userId,shareUserIds)excelData <- excelData[excelData$userId != "0",]excelData$time <- as.Date(excelData$time,"%Y-%m-%d")excelData$shareNumber <- nchar(excelData$shareUserIds) - nchar(gsub(",","",excelData$shareUserIds))+1excelData <- excelData[order(excelData$time,decreasing = FALSE),]

對excelData重新定義了每列的名稱，第二段去掉了userId為0的數據

使用as.Date對數據進行類型轉換為Date

最後一步是找出了每個用戶分享的數量，nchar：計算字元的長度，gsub函數是將字元串中「,」替換為空，再使用nachar計算其長度，所以兩者相減得到的是","的佔位長度，求數量則用「,」的數量+1

按照時間排序

• 分析數據

1）求每個人日平均分享次數，即用總的分享次數/分享人數

#總分享用戶數totalUser <- nrow(excelData)print(sprintf("總分享次數：%d",totalUser))totalShareNumber <- sum(excelData$shareNumber)#平均分享次數avgShareNumber <- totalShareNumber/totalUserprint(sprintf("平均分享次數：%f",avgShareNumber))

nrow求得總行數，即分享人數，

sum函數求得總分享次數

2）求每周用戶的分享人數曲線

month <- tapply(c(1:nrow(excelData)),format(excelData$time,"%Y-%U"),length)month <- as.data.frame.table(month)names(month) <- c("time","totalUser")month$time <- as.character(month$time)month$timeNumber <- c(1:nrow(month))

首先使用tapply對數據進行分組，format(excelData$time,"%Y-%U")按照周來統計，lengh即為數據的長度，每一行代表一個數據

將分組的數據轉換為一個數據框，命名行名，列名，數據的轉換

• 繪製圖標

plot(month$timeNumber,month$totalUser, xlab = "月份，第幾月", ylab = "分享人數", xaxt = "n", main = "APP用戶分享人數統計", col = "blue", type = "b",pch = 0)axis(1,at=month$timeNumber,labels = month$time,cex.axis=1.5)

使用plot函數繪製圖標，plot的用法：

plot(x,y,...)

axis用法：

axis(side,at=,labels=,pos=,lty=,col=,las=,tck=,...)

第1，2個參數表示橫、縱坐標的數據；xlab，ylab表示橫，縱坐標的介紹；main表示圖標的標題，col表示線段的顏色，type表示線段類型，b表示同時繪畫點和線，pch表示點使用的圖標，xaxt="n"表示自定義橫坐標刻度，不使用默認的刻度

axis函數就是定義的橫坐標

輸入結果為：