第三講簡單的數據處理和分析實踐筆記及課後實踐

第三講課程需要解決的四個問題

（1）、月均消費次數

（2）、月均消費金額

（3）、客單價

（4）、消費趨勢

帶著問題去思考解決辦法

1、觀察，分析原數據

2、選擇合適的工具將execl數據讀入R中（XLConnect openxlsx）

3、使用Openxlsx讀取excel數據（能夠讀取海量數據）

讀取結果如下

4、對數據進行預處理

4.1、缺失數據處理

刪除所有含有缺失數據的行

最後一行不為空，刪除成功

4.2、列名重命名

使用names函數

names(excelData)<-c("time","cardID","drugID","DrugName","saleNb",

"virtualmoney","actualmoney")

4.3、時間的處理

（用到R語言字元串處理包stringr）把時間列通過空格格式拆分成兩項，保留第一項傳入time

處理後結果

查看數據格式，並把字元串格式轉換成日期格式

數據排序

問題一、月均消費次數=總消費次數除以月數

1、 總消費次數：減去一天中同一個人重複來的，只保留一項

總消費次數

總月數

月均消費次數

問題二、月均消費金額

問題三、 客單價

客單價=總消費金額/總消費次數

以每周為單位，計算每周的銷售總價格，然後繪製曲線圖用到分組函數tapply

轉變week的存儲格式並定義新的列屬性，使用plot函數

課後實踐：通過導入國產新能源汽車2016年1月至7月銷量的數據，分析月均銷量排名及月均銷量和7月份銷量數據的比較情況，從而得出哪個型號的國產新能源汽車銷量成上升趨勢。

原數據

導入execl操作

推薦閱讀：