ScienceCookBook-汽车数据可视化分析（R）总结

1、本次案例概述（案例描述、代码地址）

获取近几年汽车行业总体数据，并对其进行一定整理。重点分析燃油使用率(MPG)，发动机类型（cylinder）、传动类型（Trany）、排量（displ）供应商以及其相互之间的关系，来发现近年来汽车生产销售的趋势或规律。

代码展示：

代码下载：https://github.com/HelloMrChen/DataScienceCookbook/tree/master/R-01-carDataVisualization  
  
#install.packages("plyr")  
library(plyr)  
#install.packages("ggplot2")  
#install.packages("reshape2")  
library(ggplot2)  
library(reshape2)  
#cmd+shift+c 注释快捷键  
  
  
#将文件夹拖进终端中即可  
setwd("/Users/gavinchen/我的文档/MBA养成记/2-自我提升/2-数据分析/程序练习/数据科学实战手册/R-01-carDataVisualization")  
vehicles<-read.csv("Data/vehicles.csv") #由于设置了工作目录，直接写下一层目录Data即可  
head(vehicles)  
  
#给csv中的变量贴上标签  
#这里的空格很重要，防止无拆分连续的字符串，这用到了readline、strsplit、docall、rbind   
labels<-do.call(rbind,strsplit(readLines("Data/varlabels.txt")," - "))  
  
  
#------数据准备及查看详情  
summary(vehicles)  
nrow(vehicles)  
ncol(vehicles)  
names(vehicles)  
  
length(unique(vehicles[,"year"]))  
vehicles[,"year"] #取数据框中的某一列  
length(unique(vehicles$year))  
  
min_year=min(vehicles[,"year"])  
max_year=max(vehicles[,"year"])  
  
table(vehicles$fuelType1)  
  
#按条件筛选某列并将汽传动类型的空值赋值为NA  
vehicles$trany[vehicles$trany==""]<-NA    
  
length(vehicles$trany[vehicles$trany==""]<-NA)  
vehicles$trany2<-ifelse(substr(vehicles$trany,1,4)=="Auto","Auto","Manual")  
  
vehicles$trany2<-as.factor(vehicles$trany2) #设置为新变量为因子类型  
table(vehicles$trany2)  
  
with(vehicles,table(sCharger,year))   
  
  
#-----------画图描述相关业务  
  
#一、查看近几年来所有汽车每加仑汽油能行驶的公里数  趋势   
  
#ddply可以将数据集按照制定函数进行计算并且赋给新数据框  
#参数1  数据集，2 分类变量   
mpgByYr<-ddply(vehicles,~year,summarise,avgMPG&