R语言分析朝阳医院数据
本次实践通过分析朝阳医院2016年销售数据，得出“月均消费次数”、“月均消费金额”、“客单价”、“消费趋势”等结果，并据此作出可视化图形。
一、读取数据：
library(openxlsx)
#1、读取目标数据
salesData <-read.xlsx("D:/test/朝阳医院2016年销售数据.xlsx，sheet=1")
二、对数据进行预处理：
1、列名重命名：打开excel表格发现列名都是中文名称，所以这里要对列名进行修改。
names(salesData) <- c("time","cardno","drugId","drugName","saleNumber","virtualmoney","actualmoney")
salesData #打印查看结果
显示结果如下：
2、检测缺失数据：如出现“TRUE”则为缺失值，需要处理。
#（2）检测缺失数据
is.na(salesData)
3、处理日期：
我们看到，导入的【time】列的日期是包含字符串的，所以需要把字符串分离提取需要的部分，这里用到stringr包，导入即可。
#（3）处理日期
library(stringr)#导入字符串处理包
timestrsplit <- str_split_fixed(salesData$time," ",n=2)
salesData$time <- timestrsplit[,1]
class(salesData$time)#检测数据类型
#myformat <-"%m/%d/%y"
salesData$time <-as.Date(salesData$time,"%Y-%m-%d")#转换为日期类型
class(salesData$time)#检测数据类型
显示结果如下：
4、其他类型转换：
#(4)其他类型转换
salesData$cardno <- as.numeric(salesData$cardno)
salesData$saleNumber <- as.numeric(salesData$saleNumber)
salesData$virtualmoney <- as.numeric(salesData$virtualmoney)
salesData$actualmoney <- as.numeric(salesData$actualmoney)
5、用order进行排序：
salesData <-salesData[order(salesData$time),]#将salesData按时间进行排序
显示结果如下：
三、获取目标数据指标：
1、月均消费次数
#计算月均消费次数
kpi1 <- salesData[!duplicated(salesData[c("time","cardno")]),]#定义变量kpi1，存储time和cardno的非重复值
consumeNumber <- nrow(kpi1) #计算总消费次数
startTime <-kpi1$time[1]
startTime
endTime <-kpi1$time[nrow(kpi1)]
endTime
day <- endTime-startTime #计算总天数
day#计算不同的天数为200天
month <- 200%/%30 #对月份求余
month
monthConsume <- consumeNumber/month
monthConsume
#得出月均消费次数为899
2、月均消费金额
#计算月均金额
totalMoney <- sum(salesData$actualmoney,na.rm = TRUE)#计算总金额
monthMoney <- totalMoney/6
monthMoney
#得出月均消费金额为50771
3、客单价
#计算客单价
kdj <-totalMoney/consumeNumber
kdj
#得出客单价为56.4
4、分组计算周消费金额
#计算周消费金额
week <- tapply(salesData$actualmoney,format(salesData$time,"%Y-%U"),sum)
week
四、绘制简单图表
week <- as.data.frame.table(week)#构造week数据框
names(week) <- c("time","actualmoney")#对列表重命名
week$time <-as.character(week$time)
week$timeNumber <-c(1:nrow(week))
plot(week$timeNumber,week$actualmoney,
xlab="时间（年份-第几周",
ylab="消费金额",
xaxt="n",
main="2016朝阳医院消费曲线",
col="blue",
type="b")
axis(1,at=week@timeNumber,labels = week$time,cex.axis = 1.5)
显示结果如下：