R语言处理数据——dplyr包的使用（1）

使用场景

首先根据以下两个数据集进行处理：
attend.csv

performance.csv

主要需求如下：
两个数据有共同的列，需要合并他们；
根据weekattend获得10个最佳的团队；
绘制图表，根据playoff和non-playoff选择top10的球队作图。

实现代码

两个数据有共同的列，需要合并

at <- read.csv("attend.csv")
pe <- read.csv("performance.csv")
at$X = pe$X = NULL
## i) 组合这两个数据集 ##
common_cols <- Reduce(intersect,list(colnames(at),colnames(pe)))
ap <- merge(at, pe, by.x = common_cols, by.y = common_cols)

根据weekattend获得10个最佳的团队

## ii) 使用dplyr，根据weekattend获得10个最佳团队 ##
q2_group_dat <- ap %>% group_by(name) %>%
  mutate(average_attend=sum(na.omit(weekAttend))/(length(unique(week))*length(unique(seasonYear)))) %>%
  ungroup()
unique(q2_group_dat[order(-q2_group_dat$average_attend),"name"])[1:10,]

绘制图表，根据playoff和non-playoff选择top10的球队作图

## iii) 绘制一个图表，根据季后赛和非季后赛的平均每周上座率来描绘10支最好的球队。
# 使用forcats包的函数对图表进行适当排序，并很好地呈现图表，为整个图形、轴和图例添加
# 相关的标题
# 10支playoff最好的球队，10支non-playoff最好的球队

q3_playoff_dat <- filter(q2_group_dat, playoffs=="Playoffs")
q3_nonplayoff_dat <- filter(q2_group_dat, playoffs=="No Playoffs")
q3_playoff_dat %>%
  count(name) %>%
  mutate(name = fct_reorder(name, n, .desc = T))%>%
  ggplot(aes(name, n)) + geom_col(fill = '#FF9999') +
  coord_flip()#-> p1

q3_nonplayoff_dat %>%
  count(name) %>%
  mutate(name = fct_reorder(name, n, .desc = T))%>%
  ggplot(aes(name, n)) + geom_col(fill = 'skyblue') +
  coord_flip() #-> p2