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: