本文作者在学习R语言前四章后，通过分析2017年上半年的支付宝账单进行实践。首先从支付宝下载账单数据，然后进行数据清洗，将付款时间和消费金额提取出来。接着，作者将数据按日期排序并删除异常值，利用tapply函数计算每月消费总额和交易次数，最后用plot函数绘制了消费趋势图。尽管发现plot函数生成的图表不够美观，作者意识到需要学习ggplot2改进。文章表达了作者在数据处理过程中的体验和进一步学习的计划。
学习了R语言的前四章后，决定做个小项目练练手，翻了下知乎，发现有人用自己的支付宝账单做过相关的简单分析，所以我也打算用这个练练手
首先从支付宝首页下载了2017年1月到6月的支付宝账单，对其中的付款时间和消费金额拎出来进行分析。
读取CSV文件，将这俩列数据从整个数据中摘出来，并改成英文名字，做成新的数据框，代码如下：
alib<-read.csv2('C:/Users/10357/Desktop/alipay_record_20170605_2208_1.csv',header=TRUE,sep=',')
names(alib)[4]<-'Paytime'
names(alib)[10]<-'Account'
newname<-c('Paytime','Account')
newdata<-alib[newname]
接着开始对数据进行清洗和处理，首先将“Account”列数据由因子转换为numeric类型，同理将“Paytime”转换为character类型，并调用sapply函数将“Paytime”中的“年月日”数据和“时分秒”数据分隔出来，且只保留前者；之后将“Account”中数据低于0.3的数据设定为NA值后删除，并同样删除掉俩个不符合条件的异常数据。接着将所有数据按照支付时间来排序。代码如下：
newdata$Account<-as.numeric(levels(newdata$Account)[newdata$Account])
newdata$Paytime<-as.character(newdata$Paytime)
最低0.47元/天 解锁文章
513
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
