數據處理及分析-讀取MySQL資料庫

• 讀取數據

#install.packages("RMySQL")library(RMySQL)conn <- dbConnect(MySQL(),dbname="web",username="root",password="123456",host="127.0.0.1",port=3306)dbSendQuery(conn, SET NAMES utf8)houData <- dbReadTable(conn,"hou_info")dbDisconnect(conn)#houData <- sqlQuery(conn,"select * from hou_info")

使用dbConnect方法初始化一個連接，填寫dbname(資料庫名)，username(用戶名)，password(密碼)，host(資料庫地址)，port(du)

dbReadTable方法，讀取了hou_info表的數據，同樣可以使用sqlQuery方法，通過SQL查詢數據

註：這裡使用dbSendQuery方法，設置查詢輸入未utf8格式，避免中文亂碼，查詢完數據後使用dbDisconnect關閉連接，不然若運行多次後會報「Cannot allocate a new connection: 16 connections already opened」錯誤

• 數據處理

這裡我是抓取了武漢2011年12月到2017年2月的房屋成交量數據作為分析，格式如下：

統計需求：

1）每月總成交量統計

houData$date <- as.Date(houData$date, "%Y-%m-%d")houData <- houData[order(houData$date,decreasing = FALSE),]hjData <- houData[houData$area == 合計,]hjData$hou_num <- as.numeric(hjData$hou_num)#月成交量houMonth <- tapply(hjData$hou_num,format(hjData$date,%Y-%m),sum)houMonth <- as.data.frame.table(houMonth)names(houMonth) <- c("time","totalNum")houMonth$time <- as.character(houMonth$time)houMonth$timeNumber <- c(1:nrow(houMonth))

將日期格式化，並通過時間排序

hjData <- houData[houData$area == 合計,]表示我過濾出每天的合計總量

下面我就可以按月來分組，獲取每個月份的商品房交易量，將數據轉換為數據框，並命名行名，列名

好了可以開始繪製圖表了

par(family=STKaiti)plot(houMonth$timeNumber,houMonth$totalNum, xlab = "時間（月份）", ylab = "成交量", xaxt = "n", main = "2011年12月到2017年2月成交量統計", col = "blue", type = "b")axis(1, at=houMonth$timeNumber,labels = houMonth$time, cex.axis=1.5)

這裡使用到了par函數，避免中文字元亂碼，使用plot畫圖，使用axis自定義橫坐標，用法可參考《數據處理及分析-讀寫Excel》，標題和坐標文本也可以使用title函數來添加，如：

title("2011年12月到2017年2月成交量統計",xlab = "時間（月份）",ylab = "成交量")

統計了江岸區和江漢區兩個地區的對比情況

獲取數據同「合計」部分，繪製多條曲線，使lines，即在原來的圖表上新增一條曲線，橫坐標是不變的

lty函數表示使用虛線

lines(jahouMonth$timeNumber,jhhouMonth$totalNum,col="green",type="b",lty=2);

也可以為圖表添加圖例

legend("topleft",inset = .05,title = "地區",c("江岸區","江漢區"), lty = c(1,2), pch = c(16,1),col = c("blue","green"))

因為是兩個圖形，所以lty,pch,col都是以向量來表示，

legend用法：

legend(location,title,legend,...)

結果展示：