苏果超市R语言关联分析

一、超市总体销售情况
1.1.数据预处理
读取超市数据并命名数据集 dat，观察数据，并更改原始数据中时间的记录方式：

dat<-read.csv("某超市销售数据.csv")
dat$销售时间<-format(dat$销售时间,scientific=FALSE)

由于售货员姓名对分析不产生影响，删除该列，并重新命名各列：

dat<-dat[,-c(1)]
names(dat)<-c("ID","time","No.","item","price","num","total")
as.factor(dat$item)#将产品名称设置为因子变量

为了分别按照日期和时间段进行分析，把销售时间拆分为两部分，销售日期和销售时间。

date<-substr(dat$time,1,8)
hour<-substr(dat$time,9,10)#文本拆分，按照日期与时间
dat<-data.frame(dat,date=date,hour=hour)#更新数据集

1.2不同产品的销售量及销售额
此处利用tapply函数进行分组计算，分别得到每种产品的销售额及销售量，并进行排序：

cp<-tapply(dat$total,dat$item,sum)#计算每种产品的销售额
cpn<-tapply(dat$num,dat$item,sum)#计算每种产品的销售量
cp<-data.frame(cp)
cpn<-data.frame(cpn)
ocpn<-cpn[order(cpn,decreasing = T),]#对产品销售量进行排序
ocp<-cp[order(cp,decreasing = T),]#对产品销售额进行排序

可以发现，销量较高的产品中，小吃类占大多数。

销售额较高的则主要是香烟，对于烤肠这种成本低，销售额却高的产品，看来是每家超市必进的商品。
1.4对不同时间段超市运营情况的分析
想要从时间角度来对超市运营情况分析，首先要做的就是对数据集按照不同的时间分布来进行合并，此处我们分别按照日期和小时来进行数据的合并。

datecp<-tapply(dat$total,dat$date,sum)
hourcp<-tapply(dat$total,dat$hour,sum)

tapply函数得到的结果是一组向量，并且是带行名的向量，因此需要对所得到数据集进行一个处理方便后续分析。

days<-rownames(datecp)
hour<-rownames(hourcp)
cp<-as.vector(hourcp)
hourcp<-data.frame(hour=