使用R语言进行分类数据的统计分析

一、导入原始数据

原始数据：

日期	销售城市	产品类别	销售员	数量	单价	金额
1/1/2020	广州	纯棉口罩	表姐	6	1	6
1/1/2020	武汉	明星口罩	王大刀	30	30	900
1/1/2020	深圳	明星口罩	王大刀	2	30	60
3/1/2020	上海	防雾霾口罩	张盛茗	63	28	1764
4/1/2020	武汉	明星口罩	张盛茗	25	30	750
4/1/2020	武汉	防雾霾口罩	表姐	40	28	1120
5/1/2020	深圳	明星口罩	王大刀	5	30	150
5/1/2020	上海	N95口罩	张盛茗	71	25	1775
5/1/2020	上海	纯棉口罩	表姐	60	1	60
6/1/2020	厦门	明星口罩	王大刀	27	30	810
6/1/2020	武汉	医用口罩	赵小平	232	3	696
7/1/2020	南昌	医用口罩	凌祯	213	3	639
7/1/2020	上海	纯棉口罩	表姐	49	1	49
8/1/2020	厦门	明星口罩	凌祯	6	30	180
9/1/2020	上海	医用口罩	张盛茗	163	3	489
9/1/2020	武汉	纯棉口罩	表姐	46	1	46
9/1/2020	武汉	N95口罩	张盛茗	27	25	675
10/1/2020	北京	N95口罩	张盛茗	24	25	600
10/1/2020	杭州	防雾霾口罩	表姐	82	28	2296
10/1/2020	南昌	明星口罩	王大刀	27	30	810
11/1/2020	厦门	医用口罩	凌祯	96	3	288
11/1/2020	上海	明星口罩	赵小平	30	30	900
11/1/2020	杭州	纯棉口罩	表姐	89	1	89
12/1/2020	杭州	医用口罩	凌祯	260	3	780
13/1/2020	上海	医用口罩	王大刀	145	3	435
13/1/2020	北京	医用口罩	凌祯	381	3	1143
14/1/2020	杭州	明星口罩	张盛茗	32	30	960
14/1/2020	武汉	明星口罩	表姐	35	30	1050
14/1/2020	杭州	防雾霾口罩	表姐	51	28	1428
15/1/2020	武汉	纯棉口罩	表姐	33	1	33
17/1/2020	厦门	明星口罩	表姐	22	30	660
18/1/2020	深圳	明星口罩	凌祯	26	30	780
18/1/2020	武汉	明星口罩	赵小平	2	30	60
19/1/2020	武汉	N95口罩	张盛茗	29	25	725
19/1/2020	武汉	医用口罩	表姐	375	3	1125
20/1/2020	武汉	纯棉口罩	张盛茗	22	1	22
20/1/2020	北京	医用口罩	张盛茗	51	3	153
20/1/2020	武汉	医用口罩	凌祯	421	3	1263
21/1/2020	武汉	防雾霾口罩	赵小平	49	28	1372
21/1/2020	北京	N95口罩	张盛茗	91	25	2275
22/1/2020	北京	纯棉口罩	赵小平	24	1	24
22/1/2020	武汉	防雾霾口罩	赵小平	59	28	1652
22/1/2020	武汉	医用口罩	凌祯	181	3	543
22/1/2020	上海	医用口罩	王大刀	192	3	576
23/1/2020	杭州	纯棉口罩	赵小平	66	1	66
23/1/2020	武汉	医用口罩	凌祯	255	3	765
23/1/2020	广州	纯棉口罩	凌祯	1	1	1
23/1/2020	杭州	纯棉口罩	表姐	87	1	87
24/1/2020	上海	N95口罩	赵小平	15	25	375
24/1/2020	上海	纯棉口罩	凌祯	20	1	20
24/1/2020	北京	医用口罩	赵小平	390	3	1170
24/1/2020	武汉	明星口罩	赵小平	16	30	480
25/1/2020	南昌	医用口罩	王大刀	400	3	1200
25/1/2020	杭州	明星口罩	王大刀	2	30	60
26/1/2020	深圳	N95口罩	张盛茗	71	25	1775
27/1/2020	厦门	纯棉口罩	赵小平	29	1	29
27/1/2020	北京	纯棉口罩	张盛茗	21	1	21
27/1/2020	上海	明星口罩	赵小平	4	30	120
27/1/2020	北京	N95口罩	凌祯	90	25	2250
28/1/2020	深圳	纯棉口罩	表姐	99	1	99
28/1/2020	武汉	N95口罩	张盛茗	100	25	2500
29/1/2020	武汉	明星口罩	凌祯	26	30	780
29/1/2020	武汉	N95口罩	张盛茗	88	25	2200
29/1/2020	武汉	N95口罩	张盛茗	42	25	1050
30/1/2020	南昌	医用口罩	表姐	416	3	1248
30/1/2020	上海	N95口罩	赵小平	16	25	400
30/1/2020	广州	医用口罩	凌祯	137	3	411
30/1/2020	武汉	医用口罩	凌祯	268	3	804
1/2/2020	武汉	医用口罩	张盛茗	153	3	459
1/2/2020	深圳	医用口罩	凌祯	402	3	1206
1/2/2020	北京	医用口罩	王大刀	132	3	396
1/2/2020	深圳	N95口罩	张盛茗	83	25	2075
1/2/2020	武汉	纯棉口罩	赵小平	36	1	36
1/2/2020	厦门	N95口罩	凌祯	56	25	1400
2/2/2020	上海	医用口罩	凌祯	150	3	450
2/2/2020	深圳	防雾霾口罩	表姐	32	28	896
3/2/2020	杭州	纯棉口罩	表姐	78	1	78
4/2/2020	杭州	明星口罩	王大刀	34	30	1020
4/2/2020	武汉	纯棉口罩	表姐	50	1	50
4/2/2020	深圳	N95口罩	张盛茗	79	25	1975
4/2/2020	武汉	纯棉口罩	表姐	6	1	6
5/2/2020	武汉	防雾霾口罩	凌祯	80	28	2240
6/2/2020	北京	明星口罩	凌祯	7	30	210
6/2/2020	武汉	N95口罩	张盛茗	93	25	2325
6/2/2020	北京	防雾霾口罩	赵小平	9	28	252
7/2/2020	深圳	纯棉口罩	表姐	46	1	46
7/2/2020	厦门	纯棉口罩	表姐	44	1	44
8/2/2020	北京	N95口罩	赵小平	2	25	50
9/2/2020	武汉	医用口罩	凌祯	358	3	1074
9/2/2020	厦门	纯棉口罩	王大刀	65	1	65
9/2/2020	广州	明星口罩	王大刀	17	30	510
10/2/2020	武汉	防雾霾口罩	凌祯	28	28	784
10/2/2020	武汉	明星口罩	王大刀	19	30	570
11/2/2020	杭州	纯棉口罩	凌祯	85	1	85
12/2/2020	杭州	医用口罩	凌祯	408	3	1224
12/2/2020	杭州	纯棉口罩	赵小平	72	1	72
12/2/2020	武汉	医用口罩	凌祯	55	3	165
12/2/2020	武汉	明星口罩	张盛茗	7	30	210
12/2/2020	南昌	明星口罩	王大刀	5	30	150
12/2/2020	武汉	明星口罩	王大刀	20	30	600
13/2/2020	深圳	明星口罩	表姐	12	30	360
13/2/2020	上海	医用口罩	凌祯	127	3	381
13/2/2020	厦门	纯棉口罩	表姐	17	1	17
14/2/2020	上海	纯棉口罩	表姐	53	1	53
14/2/2020	深圳	医用口罩	王大刀	291	3	873
14/2/2020	武汉	明星口罩	王大刀	34	30	1020
14/2/2020	广州	纯棉口罩	表姐	44	1	44
15/2/2020	北京	明星口罩	表姐	12	30	360
15/2/2020	北京	纯棉口罩	王大刀	51	1	51
15/2/2020	深圳	防雾霾口罩	赵小平	32	28	896
15/2/2020	北京	纯棉口罩	赵小平	51	1	51
16/2/2020	北京	纯棉口罩	表姐	77	1	77
16/2/2020	厦门	明星口罩	张盛茗	35	30	1050
16/2/2020	深圳	N95口罩	张盛茗	24	25	600
16/2/2020	杭州	N95口罩	表姐	57	25	1425
16/2/2020	北京	纯棉口罩	王大刀	52	1	52
18/2/2020	北京	医用口罩	张盛茗	156	3	468
18/2/2020	北京	纯棉口罩	赵小平	4	1	4
18/2/2020	南昌	医用口罩	王大刀	257	3	771
18/2/2020	武汉	医用口罩	凌祯	169	3	507
19/2/2020	厦门	明星口罩	王大刀	22	30	660
19/2/2020	上海	医用口罩	表姐	79	3	237
20/2/2020	厦门	医用口罩	赵小平	366	3	1098
20/2/2020	北京	防雾霾口罩	赵小平	85	28	2380
21/2/2020	武汉	医用口罩	凌祯	286	3	858
21/2/2020	南昌	纯棉口罩	表姐	34	1	34
21/2/2020	武汉	防雾霾口罩	赵小平	65	28	1820
21/2/2020	厦门	明星口罩	王大刀	35	30	1050
22/2/2020	上海	明星口罩	王大刀	4	30	120
22/2/2020	北京	防雾霾口罩	赵小平	17	28	476
22/2/2020	北京	纯棉口罩	表姐	45	1	45
23/2/2020	上海	医用口罩	表姐	236	3	708
23/2/2020	厦门	医用口罩	王大刀	188	3	564
24/2/2020	北京	防雾霾口罩	赵小平	45	28	1260
24/2/2020	南昌	医用口罩	凌祯	452	3	1356
25/2/2020	上海	明星口罩	张盛茗	31	30	930
25/2/2020	上海	纯棉口罩	表姐	45	1	45
26/2/2020	北京	明星口罩	王大刀	25	30	750
26/2/2020	南昌	N95口罩	表姐	22	25	550
26/2/2020	武汉	N95口罩	赵小平	27	25	675
27/2/2020	武汉	医用口罩	凌祯	465	3	1395
27/2/2020	武汉	N95口罩	王大刀	52	25	1300
28/2/2020	武汉	防雾霾口罩	凌祯	76	28	2128
28/2/2020	广州	纯棉口罩	表姐	100	1	100
28/2/2020	武汉	纯棉口罩	表姐	56	1	56
28/2/2020	武汉	明星口罩	张盛茗	8	30	240

在此使用了把原始数据复制到剪贴板上方法再进行导入命令

df<-read.delim('clipboard')
df

运行得到：

日期 销售城市   产品类别 销售员 数量 单价 金额
1    1/1/2020     广州   纯棉口罩   表姐    6    1    6
2    1/1/2020     武汉   明星口罩 王大刀   30   30  900
3    1/1/2020     深圳   明星口罩 王大刀    2   30   60
4    3/1/2020     上海 防雾霾口罩 张盛茗   63   28 1764
5    4/1/2020     武汉   明星口罩 张盛茗   25   30  750
6    4/1/2020     武汉 防雾霾口罩   表姐   40   28 1120
7    5/1/2020     深圳   明星口罩 王大刀    5   30  150
8    5/1/2020     上海    N95口罩 张盛茗   71   25 1775

。。。。。。。。。

二、显示分类汇总数据

table(df$销售城市,df$销售员)

运行得到：
     表姐 凌祯 王大刀 张盛茗 赵小平
  北京    3    3      4      5      9
  广州    3    2      1      0      0
  杭州    6    3      2      1      2
  南昌    3    2      4      0      0
  厦门    3    3      5      1      2
  上海    6    3      3      4      4
  深圳    4    2      3      4      1
  武汉    8   13      5     11      8

这里得到的是每个销售的在各个城市的销售记录条数。

table(df$日期,df$销售员)
           
            表姐 凌祯 王大刀 张盛茗 赵小平
  1/1/2020     1    0      2      0      0
  1/2/2020     0    2      1      2      1
  10/1/2020    1    0      1      1      0
  10/2/2020    0    1      1      0      0
  11/1/2020    1    1      0      0      1
  11/2/2020    0    1      0      0      0
  12/1/2020    0    1      0      0      0
  12/2/2020    0    2      2      1      1
  13/1/2020    0    1      1      0      0
  13/2/2020    2    1      0      0      0
  14/1/2020    2    0      0      1      0
  14/2/2020    2    0      2      0      0
  15/1/2020    1    0      0      0      0
  15/2/2020    1    0      1      0      2
  16/2/2020    2    0      1      2      0
  17/1/2020    1    0      0      0      0
  18/1/2020    0    1      0      0      1
  18/2/2020    0    1      1      1      1
  19/1/2020    1    0      0      1      0
  19/2/2020    1    0      1      0      0
  2/2/2020     1    1      0      0      0
  20/1/2020    0    1      0      2      0
  20/2/2020    0    0      0      0      2
  21/1/2020    0    0      0      1      1
  21/2/2020    1    1      1      0      1
  22/1/2020    0    1      1      0      2
  22/2/2020    1    0      1      0      1
  23/1/2020    1    2      0      0      1
  23/2/2020    1    0      1      0      0
  24/1/2020    0    1      0      0      3
  24/2/2020    0    1      0      0      1
  25/1/2020    0    0      2      0      0
  25/2/2020    1    0      0      1      0
  26/1/2020    0    0      0      1      0
  26/2/2020    1    0      1      0      1
  27/1/2020    0    1      0      1      2
  27/2/2020    0    1      1      0      0
  28/1/2020    1    0      0      1      0
  28/2/2020    2    1      0      1      0
  29/1/2020    0    1      0      2      0
  3/1/2020     0    0      0      1      0
  3/2/2020     1    0      0      0      0
  30/1/2020    1    2      0      0      1
  4/1/2020     1    0      0      1      0
  4/2/2020     2    0      1      1      0
  5/1/2020     1    0      1      1      0
  5/2/2020     0    1      0      0      0
  6/1/2020     0    0      1      0      1
  6/2/2020     0    1      0      1      1
  7/1/2020     1    1      0      0      0
  7/2/2020     2    0      0      0      0
  8/1/2020     0    1      0      0      0
  8/2/2020     0    0      0      0      1
  9/1/2020     1    0      0      2      0
  9/2/2020     0    1      2      0      0
> 运行得到的是每个销售员在每天的销售记录条数。

三、对销售记录条数进行行列汇总

b<-table(df$销售城市,df$销售员)
margin.table(b,2)

运行得到：

表姐   凌祯 王大刀 张盛茗 赵小平 
    36     31     27     26     26 

运行得到上面的每个销售员在每个城市的销售记录条数的列汇总。

margin.table(b,1)

北京 广州 杭州 南昌 厦门 上海 深圳 武汉 
  24    6   14    9   14   20   14   45 

运行得到上面的每个销售员在每个城市的销售记录条数的行汇总。

sum(b)
[1] 146

得到了总的销售记录条数。

三、对每个数据按行求比率。

round(prop.table(b,1),digit=2)

  表姐 凌祯 王大刀 张盛茗 赵小平
  北京 0.12 0.12   0.17   0.21   0.38
  广州 0.50 0.33   0.17   0.00   0.00
  杭州 0.43 0.21   0.14   0.07   0.14
  南昌 0.33 0.22   0.44   0.00   0.00
  厦门 0.21 0.21   0.36   0.07   0.14
  上海 0.30 0.15   0.15   0.20   0.20
  深圳 0.29 0.14   0.21   0.29   0.07
  武汉 0.18 0.29   0.11   0.24   0.18

round(prop.table(b,2),digit=2)
      
       表姐 凌祯 王大刀 张盛茗 赵小平
  北京 0.08 0.10   0.15   0.19   0.35
  广州 0.08 0.06   0.04   0.00   0.00
  杭州 0.17 0.10   0.07   0.04   0.08
  南昌 0.08 0.06   0.15   0.00   0.00
  厦门 0.08 0.10   0.19   0.04   0.08
  上海 0.17 0.10   0.11   0.15   0.15
  深圳 0.11 0.06   0.11   0.15   0.04
  武汉 0.22 0.42   0.19   0.42   0.31

得到按列汇总数据求比率。

round(prop.table(b,2),digit=2)*100
      
       表姐 凌祯 王大刀 张盛茗 赵小平
  北京    8   10     15     19     35
  广州    8    6      4      0      0
  杭州   17   10      7      4      8
  南昌    8    6     15      0      0
  厦门    8   10     19      4      8
  上海   17   10     11     15     15
  深圳   11    6     11     15      4
  武汉   22   42     19     42     31

得到对表中每个数字乘以100后的结果。

round(b/sum(b),digits=2)
      
       表姐 凌祯 王大刀 张盛茗 赵小平
  北京 0.02 0.02   0.03   0.03   0.06
  广州 0.02 0.01   0.01   0.00   0.00
  杭州 0.04 0.02   0.01   0.01   0.01
  南昌 0.02 0.01   0.03   0.00   0.00
  厦门 0.02 0.02   0.03   0.01   0.01
  上海 0.04 0.02   0.02   0.03   0.03
  深圳 0.03 0.01   0.02   0.03   0.01
  武汉 0.05 0.09   0.03   0.08   0.05

得到了全局相对频率列联表数据。

四、列联表的图形描述

1、使用条形图

以销售员为X轴的分类变量绘制条形图，以销售城市为图例。

barplot(b,legend.text = attr(b,'dimnames')[[1]])

运行得到：

这是按行销售城市叠加，按列进行横轴排列的结果条形图，也可以列并列放。

设置beside=TRUE

barplot(b,beside = TRUE,legend.text = attr(b,'dimnames')[[1]])

运行得到：

五、绘制点图

dotchart(b)

运行得到：