这篇的文章主要目的是,根据提供的朝阳区医院2016年销售数据.xlsx数据表,得出月均消费次数、月均消费金额、客单价和消费趋势这五个结论。
阅读路线:
- 数据导入
- 数据清洗
- 数据分析
数据导入
为了方便,我把excel文件另存为了csv文件,并且重命名为2016.csv,然后放在Desktop文件夹下。
设置工作路径
>setwd("C:\\Users\\lkx\\Desktop")
查看下到底是不是这个工作路径
>getwd()
[1] "C:/Users/lkx/Desktop" #确实是的
利用read.table()读入csv文件
> import.csv<-read.table("2016.csv",header = TRUE,sep=",")
# 其中"2016.csv"就是我们要读入的文件;header=TRUE表示读入变量(就是我们excel中见到的表头);sep=","表示以逗号为分隔符
我们读取前六行先简单看一下数据
> head(import.csv)
购药时间 社保卡号 商品编码 商品名称 销售数量 应收金额 实收金额
1 2016-01-01 星期五 1616528 236701 三九感冒灵 7 196 182.00
2 2016-01-02 星期六 1616528 236701 三九感冒灵 3 84 84.00
3 2016-01-06 星期三 10070343428 236701 三九感冒灵 3 84 73.92
4 2016-01-11 星期一 13389528 236701 三九感冒灵 1 28 28.00
5 2016-01-15 星期五 101554328 236701 三九感冒灵 8 224 208.00
6 2016-01-20 星期三 13389528 236701 三九感冒灵 1 28 28.00
其实我们读入的数据共有6577行,7列
如果点击上图中箭头所指向的位置就能够看到所有的数据:
数据处理
当我们拿到数据的时候不应该着急去计算,先观察数据,看数据是否规整、是否符合我们的需要。根据我们的分析要求将做五个方面的修整:列名重命名、删除缺失数据、处理日期、数据类型转换和数据排序
- 列名重命名
把列名汉语名称变为英文状态下的名称将会编程环境更加适合。这里我们通过names()函数来重命名变量。
>names(import.csv)<- c("time","cardno","drugld","drugName","saleNumber","virtualmoney","actualmoney")
- 删除缺失数据
在任何规模的项目中,数据都可能