昨天給大家分享了我國什麼地方吃貨最多的分析結果，今天給大家上R語言分析過程和代碼。

本文需要用到的R包有reshape2、plyr、ggplot2、Hmisc、coefplot。

1、整理數據

由於我們下載到的數據是好幾個單表，為了後期數據處理方便我們需要合成一個單表。

圖為：中華人民共和國國家統計局下載的各省市人們平均年收入數據

如圖列命都是中文命名，為了方便R語言程序處理我們把列命命名為“zone、y2016、y2015、y2014、y2013，如下圖

從表中我們可以發現對於特定的城市，每年的數值在不同的列中，也就是所謂的交叉表，雖然方便人類使用，但對於我們接下來用ggplot2作圖和數據分析算法不理想，我們想讓他設置為每一行代表一個單獨的城市-指標-年，因此我們使用reshape包中的melt函數來“融化”這些數據，使其變成單獨的城市-年-指標

其他表同樣的處理，之後就是用plyr包中的join函數按照“zone”和“year”兩個字段把所有錶鏈接起來。

最後處理好的數據是這樣的

計算人均消費支出的數據、全部消費與收入比、飲食消費與全部消費比

到這裡我們的數據全部處理好了，接下來就是數據可視化的操作，用到ggplot2包製作圖像。

1、各省市人均收入

人均收入箱線圖

2、連鎖餐飲企業門店個數

4、人均消費率

5、用於餐飲的消費率

建立數據模型

1、構建人均消費和收入率的模型

2、構建連鎖門店數量和消費率的模型(和上面代碼一樣，這裡也沒有封裝，直接重複使用代碼)

3、構建餐飲行業從業人數和消費率的模型

4、構建餐飲消費率與人均收入、門店個數、和從業人數的模型

閱讀更多 畢業零距離 的文章

關鍵字: 大數據 單表 R語言