實驗目標：

透過對朝陽醫院2016年銷售資料進行處理和分析，獲得以下4個指標：月均消費次數、月均消費金額、客單件、消費趨勢

實驗材料：

朝陽醫院2016年銷售資料。xlsx

packages：openxlsx 和 stringr

實驗步驟：

1，選用 openxlsx 讀取 Excel資料

#安裝packages（“openxlsx”）

install。packages（“openxlsx”）

library（“openxlsx”）

#讀取資料

#指定資料路徑

readFilePath <- “/Users/chaorenbuhuifei/Documents/workspace/bigdata/闖關遊戲課程《從零學會大資料核心：資料分析》/第3關：簡單資料處理和分析/原始碼和資料/朝陽醫院2016年銷售資料。xlsx”

sellData <- read。xlsx（readFilePath，sheet = 1）

2，資料預處理

2。1 列名重新命名

#考慮到R對中文支援不太好以及便於編寫程式碼，對列進行重新命名

names（sellData） <-c（“time”，“SscNo”，“drugCode”，“drugName”，“sellAmount”，“receivables”，“received”）

2。2 刪除缺失資料

#刪除所有含有缺失資料的行，此處僅刪除time為空的記錄

sellData <- sellData［！is。na（sellData$time），］

2。3 處理日期

#處理日期

#選用 R語言

字串

處理包stringr

library（stringr）

timesplit <- str_split_fixed（sellData$time，“ ”，n=2） #此處注意，雙引號之間是空格

sellData$time <- timesplit［，1］

2。4

資料型別轉換

#資料型別轉換

class（sellData$time）

sellData$time <- as。Date（sellData$time，“%Y-%m-%d”）

class（sellData$time）

2。5 資料排序

#按照時間升序排列

sellData <- sellData［order（sellData$time，decreasing = FALSE），］

3，獲得4個指標

根據4個指標來看，我們需要獲取總消費次數、總月份、總消費金額

#同一天內，同一個人發生的所有消費算作一次消費，因此需要先根據此條件進行資料去重

kpi1 <- sellData［！duplicated（sellData［，c（“time”，“SscNo”）］），

#透過

nrow函式

獲取總消費次數

consumerNumber <- nrow（kpi1）

#開始獲取總月份處理

starttime <- kpi1$time［1］

endtime <- kpi1$time［nrow（kpi1）］

day <- endtime - starttime

# ‘%%’對“difftime”物件不適用，必須先轉換為numeric

month <- as。numeric（day） %/% 30

3。1 計算月均消費次數

#月均消費次數 等於 總消費次數 除以總月份

monthConsume <- consumerNumber / month

3。2 計算

月均消費金額

#月均消費金額等於 總消費金額處以總月份

totalMoney <- sum（sellData$received，na。rm = TRUE）

monthMoney <- totalMoney / month

monthMoney

3。3 計算客單價

#客單價等於 總消費金額／總消費次數

pct <- totalMoney / consumerNumber

3。4 繪製

消費趨勢

#消費趨勢

week <- tapply（sellData$received，

format（sellData$time，“%Y-%U”），

sum）

week

week <-as。data。frame。table（week）

names（week） <- c（“time”，“recevied”）

week$time <- as。character（week$time）

week$timeNumber <- c（1：nrow（week））

#注意，如果Plot遇到中文亂碼，請用

family引數

指定下本地計算機中的中文字型即可

plot（week$timeNumber，week$recevied，

family = ‘STFangsong’，

xlab = “時間（年份-第幾周）”，

ylab =“消費金額”，

xaxt = “n”，

main = “2016年朝陽醫院消費曲線”，col。main = “red”，

col = “blue”，

type = “b”）

axis（1，at=week$timeNumber，labels = week$time，cex。axis = 1。5）

總結：

1，透過本次練習，複習了簡單資料處理的基本步驟 依次為列名重新命名、刪除缺失的資料、處理日期、資料型別轉換、資料排序

2，透過本次練習，複習了列名重新命名函式、資料型別轉換函式、排序函式、

字串處理函式

、sum 函式、分組函式tapply

3，透過本次練習，複習了Plot 繪圖

4，sellData［order（sellData$time，decreasing = FALSE），］ 實驗結果是按照時間生序排列，而非學習文件中所說的

降序排列

5，Plot繪圖會遇到中文亂碼的問題，實質在於未指定中文字型。本人使用

mac 電腦

解決方案是用family引數指定下本地計算機中已安裝的中文字型。

延伸：如何檢視mac中已安裝的中文字型

command + 空格 調出搜尋，錄入 字型

雙擊字型冊

檢視字型的PostScript名稱，family 引數指定時候填寫PostScript名稱

6，知乎文章複製過來的程式碼，一般不要直接在R 中執行，會有意想不到的錯誤。