标签：数据分析 loc lib win library 超市 3.5 data
- 我们需要用到的包有：arules、arulesViz、chron、dplyr、ggplot2、gplots、reshape2、wordcloud2、plyr。
> library("arules", lib.loc="~/R/win-library/3.5")
> library("arulesViz", lib.loc="~/R/win-library/3.5")
> library("chron", lib.loc="~/R/win-library/3.5")
> library("dplyr", lib.loc="~/R/win-library/3.5")
> library("ggplot2", lib.loc="~/R/win-library/3.5")
> library("gplots", lib.loc="~/R/win-library/3.5")
> library("chron", lib.loc="~/R/win-library/3.5")
> library("reshape2", lib.loc="~/R/win-library/3.5")
> library("wordcloud2", lib.loc="~/R/win-library/3.5")
> library("plyr", lib.loc="~/R/win-library/3.5")
- 查看数据并进行数据预处理
读入数据
> data<-read.csv("c:\\超市销售数据.csv",header = T)
#三种不同的查看数据的方式
> head(data)
> summary(data)
> str(data)
发现销售时间、商品名称、销售数量、销售金额中有不规范信息，需要进行清理和改正。对数据进行以下操作：
> sum(is.na(data))
[1] 0
> time1<-as.character(data$销售时间)
> data$销售时间<-strptime(time1,"%Y %m %d %H %M %S")
> data$商品货号<-sub("\\s","",data$商品货号,fixed = F)
> invdata1<-subset(data,data$商品名称=="合计分舍去")
> nrow(invdata1)
[1] 618
> invdata2<-subset(data,data$商品名称=="积点印花")
> nrow(invdata2)
[1] 265
> data<-subset(data,data$商品名称!="合计分舍去"&data$商品名称!="积点印花")
> summary(data)
> valdata<-data %>%
+ select(c(销售数量,销售金额)) %>%
+ aggregate(by=list(单据号=data$单据号,商品货号=data$商品货号),FUN=sum) %>%
+ arrange(单据号) %>%
+ merge(unique(data[,1:5]),by=c("单据号","商品货号"),all=FALSE)%>%
+ mutate(销售单价=销售金额/销售数量)
> nrow(subset(valdata,valdata$销售金额<0))
> valdata<-subset(valdata,valdata$销售金额>0)
> summary(valdata)
> valdata[,1]<-as.factor(valdata[,1])
> valdata[,2]<-as.factor(valdata[,2])
> valdata[,5]<-as.factor(valdata[,5])
> valdata[,7]<-as.factor(valdata[,7])
- 分析销售数量前十的商品
snbp<-valdata%>%
group_by(商品名称)%>%
summarise(销售量=n())%>%
arrange(desc(销售量))
head(snbp,10)
str(snbp)
- 分析一定时间段内的热销商品
一年内的热销商品
valdata<-mutate(valdata,byday=days(销售时间),byweek=weekdays(销售时间),bymonths=months(销售时间),byhours=hours(销售时间))
valdata[,9]<-as.factor(valdata[,9])
valdata[,10]<-factor(valdata[,10],order=TRUE,levels = c("星期一","星期二","星期三","星期四","星期五","星期六","星期日"))#
valdata[,11]<-factor(valdata[,11],order=TRUE,levels = c("十月","十一月","十二月","一月","二月"))
valdata[,12]<-as.factor(valdata[,12])
valdata$销售时间<-as.Date(valdata$销售时间)
b1<-tapply(valdata$销售金额,valdata$销售时间,sum)
b2<-tapply(valdata$单据号,valdata$销售时间,length)
b3<-rbind(b1,b2)%>%t()%>%as.data.frame()
names(b3)<-c("销售金额","商品数按种类")
b3$时间<-rownames(b3)
rownames(b3)<-NULL
b3$时间<-strptime(b3$时间,"%Y-%m-%d")
b4<-valdata%>%
group_by(销售时间)%>%
summarise(订单数=n_distinct(单据号))
names(b4)<-c("时间","顾客数")
b3<-cbind(b3,b4[,2])
str(b3)
head(b3,15)
b3[,c(1,2,4)]<-scale(b3[,c(1,2,4)])
b3$时间<-as.Date(b3$时间)
b5<-melt(b3,id.vars=c("时间"),
measure.vars=c("销售金额", "商品数按种类", "顾客数"),
variable.name="项目类型", value.name="值")
x<-b5$时间
y<-b5$值
z<-b5$项目类型
ggplot(b5,aes(x=x,y=y,color=z,group=z))+
geom_line(size=1)+
geom_point(size=2,shape=21,fill="white")+
labs(y="标准化后值",x="时间",color="项目类型")+
theme(legend.position=c(0.5,1),legentification=c(0.5,1))+
ggtitle("按时间销售情况汇总图")
从这张图我们可以看出：
1.二月中旬的销售额和顾客数有很大差距，可以猜测，这一天是节日，从而导致客单价提高
2.每天销售有波浪形周期，周期为一天
3.十一月初销售有明显下滑，可以猜测本天为活动日，购买量显著下降
4.十二月至二月销售量较低，推测和季节有关
- 对商品名称和销售数量进行关联规则挖掘
library(arules)
library(arulesViz)
tdata<-as.split(valdata$商品名称,valdata$销售数量),"transactions")
summary(tdata)
inspect(tdata)
rules0<-apriori(tdata,parameter=list(support=0.048,confidence=0.5))
Apriori
Parameter specification:
confidence minval smax arem aval originalSupport maxtime support minlen maxlen target ext
0.5 0.1 1 none FALSE TRUE 5 0.048 1 10 rules FALSE
Algorithmic control:
filter tree heap memopt load sort verbose
0.1 TRUE TRUE FALSE TRUE 2 TRUE
Absolute minimum support count: 9
set item appearances ...[0 item(s)] done [0.00s].
set transactions ...[2115 item(s), 191 transaction(s)] done [0.00s].
sorting and recoding items ... [8 item(s)] done [0.00s].
creating transaction tree ... done [0.00s].
checking subsets of size 1 2 3 done [0.00s].
writing ... [20 rule(s)] done [0.00s].
creating S4 object ... done [0.00s].
> plot(rules0,method = "graph")
- 词云
wordcloud2(snbp, color = "random-light", backgroundColor = "grey",minRotation = -pi/6, maxRotation = -pi/6, minSize = 10,rotateRatio = 1)
标签：数据分析,loc,lib,win,library,超市,3.5,data 来源： https://www.cnblogs.com/lj-C/p/14978251.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。