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)