首先預(yù)習(xí)了《R語言實(shí)戰(zhàn)》的第三章和第四章，第三章主要講的是關(guān)于簡單的繪圖，對(duì)于R的繪圖有了一定的了解。第四章是基本數(shù)據(jù)管理，講了一些基本的操作，對(duì)變量的處理，對(duì)缺失值的處理，還有日期值是一個(gè)以前沒有考慮過的概念，要很好的運(yùn)用和處理恐怕還需要很多實(shí)踐。類型轉(zhuǎn)換和數(shù)據(jù)排列都是很實(shí)用的工具，但是距離我自己主動(dòng)運(yùn)用還有很長的路要走。
看完這兩章的內(nèi)容，并且聽完了猴子老師的課，總共花了三天的時(shí)間。由于平時(shí)的工作中沒有可以接觸到的可用的表格數(shù)據(jù)，我決定把老師給的數(shù)據(jù)和指標(biāo)按照自己的思路做一遍，看看不一樣的地方在哪。
猴子老師這一課講得較快，而且對(duì)于各種函數(shù)用法不熟悉的我來說，聽完一遍，只是有個(gè)初步的印象。
自己憑著記憶，并且按照自己已知的去操作實(shí)踐，實(shí)在不行的時(shí)候，再去翻翻ppt，直到最后第四個(gè)指標(biāo)實(shí)在不知道怎么做的時(shí)候，再打開源代碼看看，下面是我的實(shí)踐記錄：
首先整理一下思路：
1 目標(biāo)是什么：
根據(jù)提供的銷售數(shù)據(jù)表，得到：月均消費(fèi)次數(shù)，月均消費(fèi)金額，客單價(jià)，消費(fèi)趨勢。
2 打開數(shù)據(jù)表，看看有什么內(nèi)容：
購藥時(shí)間，社?？ㄌ?hào)，商品編碼，商品名稱，銷售數(shù)量，應(yīng)收金額，實(shí)收金額。
注意到社?？ㄌ?hào)有重復(fù)的，那就說明，同一個(gè)人會(huì)有多次購買的情況。
時(shí)間格式為“2016-01-01 星期五”這樣的形式，但是順序是混亂的。
商品編碼和名稱，有重復(fù)和混亂的情況，不過在這里不是重點(diǎn)。
銷售數(shù)量，應(yīng)收金額，實(shí)收金額等都是具體的數(shù)字。
3 如何獲得分析結(jié)果：
a 月均消費(fèi)次數(shù)，這個(gè)是比較簡單的數(shù)學(xué)運(yùn)算，總的消費(fèi)次數(shù)/月份數(shù)，這里的月份數(shù)應(yīng)該是這個(gè)表中所記錄到的月份數(shù)，默認(rèn)一年是12個(gè)月，但是我好想并沒有看到11月和12月，這個(gè)可能是數(shù)據(jù)的缺失，但是不影響對(duì)于目標(biāo)的分析。
b 月均消費(fèi)金額，和上一個(gè)指標(biāo)類似，總的消費(fèi)次數(shù)/月份數(shù)。
c 客單價(jià)，就是每個(gè)人的平均消費(fèi)金額，總的消費(fèi)金額/人數(shù)，這個(gè)人數(shù)不應(yīng)該是人次，因?yàn)橛腥硕啻钨徺I，可以用社?？ㄌ?hào)區(qū)分出來。
d 消費(fèi)趨勢，即每周的消費(fèi)總額，這里需要按一個(gè)周的時(shí)間來統(tǒng)計(jì)消費(fèi)金額，當(dāng)然我想按月統(tǒng)計(jì)應(yīng)該也是可以的。
4 具體的操作步驟：
一 數(shù)據(jù)處理：
a 如何用R導(dǎo)入excel數(shù)據(jù)表，這里用到openxlsx包，具體的函數(shù)為：read.xlsx()，返回的是一個(gè)數(shù)據(jù)框，如下圖所示：
b 這個(gè)表的每一列名稱都是中文，但是中文操作不那么方便，我們需要把它們重新命名為英文，即列表重命名。
重命名的函數(shù)有fix()，但是這個(gè)函數(shù)只能手動(dòng)修改，不實(shí)用。
另一種方式是使用names()函數(shù)，返回的是每一列名稱的向量，不僅可以讀取名稱，還可以修改，代碼如下：
第三種方式是函數(shù)：rename(x, replace, warn_missing = TRUE, warn_duplicated = TRUE)，注意要先安裝plyr包，replace=c()，oldname（修改前的名稱）不加雙引號(hào)，新名稱需要加雙引號(hào)，這個(gè)好處在于不用考慮順序。如圖所示：
c 刪除缺失數(shù)據(jù)：
關(guān)于缺失值處理的函數(shù)，參考《R語言實(shí)戰(zhàn)》4.5。
函數(shù)is.na()，判斷某個(gè)向量或數(shù)據(jù)框等中的元素是否為NA，返回false或者true。這里有個(gè)神奇的用法，值得學(xué)習(xí)：
即判斷時(shí)間那一列，用！（非）來剔除NA行。
na.rm=true，用于sum函數(shù)加和，若是元素中有NA值，則會(huì)返回NA值，這條判斷語句可以刪除NA值，然后把剩下的數(shù)據(jù)相加。
na.omit()，刪除含有缺失數(shù)據(jù)的行，返回刪除這些行后的數(shù)據(jù)框。
d 處理日期
日期在R語言中處理的比較多，是一個(gè)重要的指標(biāo)，關(guān)于日期的處理，可以參見《R語言實(shí)戰(zhàn)》4.6 P76：
as.Date(x,"input_format")，以數(shù)值形式存儲(chǔ)日期變量。
給的表中日期為“2016-01-01 星期五”，但是我們需要的是“2016-01-01”，日期值的默認(rèn)輸入格式為yyyy-mm-dd，代碼如下：
另一種猴子老師給的方法是，安裝stingr包，利用str_split_fixed()函數(shù)，將字符串分離，代碼如下：
e 數(shù)據(jù)類型轉(zhuǎn)換
需要將日期轉(zhuǎn)換為date類型，才能進(jìn)行相應(yīng)的日期函數(shù)的處理。代碼如下：
f 數(shù)據(jù)排序
用到order()函數(shù)，默認(rèn)的排序是升序，代碼如下：
結(jié)果如下：
若要降序，需要加入?yún)?shù)，decreasing=True，猴子的代碼：
二 數(shù)據(jù)分析
a 月均消費(fèi)次數(shù)
注意，同一天內(nèi)，同一個(gè)人多次消費(fèi)算一次。
這里用到函數(shù)duplicated() ，判斷哪些元素是比它下標(biāo)小的元素的復(fù)制，輸出是一個(gè)邏輯值，而這個(gè)邏輯值可以用于篩選數(shù)據(jù)框的行和列，代碼如下：
kpi1是一個(gè)新的向量，把和date&cardno都一樣的“復(fù)制行”都給刪了，而它的行數(shù)就是總的消費(fèi)次數(shù)。
接下來是統(tǒng)計(jì)月份數(shù)，首先要知道總天數(shù)，有了總天數(shù)，除余30天，就可以得到有幾個(gè)月。代碼如下：
得到結(jié)果，899.67次，用函數(shù)format和round使其顯示小數(shù)點(diǎn)后六位。
b 月均消費(fèi)金額
首先要得到總的消費(fèi)金額，再除以月份數(shù)即可。這里要用到sum()函數(shù)，代碼如下：
得到結(jié)果，50771.71元每月。
猴子老師的代碼如下：
c 客單價(jià)
首先要知道有多少客戶，用總的消費(fèi)金額除以客戶數(shù)量即可。
這里的客戶數(shù)量，我的理解有誤，我認(rèn)為是整個(gè)時(shí)間段內(nèi)同一個(gè)客戶多次購買行為只算一次，但其實(shí)猴子老師給的客戶數(shù)量是同一天同一個(gè)客戶的多次購買行為只算一次，于是我的代碼如下：
得到結(jié)果，125.57元/客。
猴子老師的代碼，這里的consumeNumber<-nrow(kpi1)：
得到結(jié)果：56.43元/客。
d 消費(fèi)趨勢
消費(fèi)趨勢指的是每周的營業(yè)額的走勢，需要繪制圖形。
這里要用到分組函數(shù)tapply()，但是具體的用法不是很清楚，跟著猴子的代碼打了一遍，如下：
得到結(jié)果如下：
關(guān)于繪圖的操作可以看《R語言實(shí)戰(zhàn)》第三章相關(guān)內(nèi)容。
總結(jié)與疑問：
即使聽課的時(shí)候聽懂了，實(shí)際操作起來也是麻煩重重，正是“紙上得來終覺淺，絕知此事要躬行”。
我想主要的難點(diǎn)在于：
1 對(duì)于基本的數(shù)據(jù)分析“套路”還不清楚，思路比較混亂，甚至連一開始的思路都沒有。
2 對(duì)于很多函數(shù)以及里面的參數(shù)不熟悉，不知道如何設(shè)置，不清楚如何使用。
自己磕磕碰碰地按照自己的思路“爬了一遍”，其中也出現(xiàn)了很多問題，大部分都通過Google，Rstudio中的幫助，以及自檢解決了。有一點(diǎn)心得：處理數(shù)據(jù)時(shí)，少新造一些變量名，自己容易搞混，之后還會(huì)忘了使用。
還有一些疑問，記錄下來：
1 rtools是干什么的，Google了一下并沒有找到滿意的答案？
2 我自己把excel表格中的某個(gè)數(shù)改為NA或者直接刪掉，但是卻無法用函數(shù)is.na()判斷出來？
3 as.Date()并不能改變已有的日期字符串的年月日順序，但是可以把后面的“星期五”給刪除了，那么用什么函數(shù)可以改變?nèi)掌诘娘@示格式呢？
4 insatll.packages("stringr")和 insatll.packages('stringr')， 前者不行，后者成功？
5 關(guān)閉Rstudio之后，第二天打開，代碼中的中文變成了亂碼？
6 tapply() ,format() ,as.data.frame.table()用法不清楚？
