目标：对给定的Excel数据表里的数据进行简单处理，解答相关问题。

源数据：朝阳医院2016年销售数据.xlsx

问题：根据表格数据得出

1.月均消费次数（注：同一天内，同一个人发生的所有消费算作一次消费 月消费次数=总消费次数/月数）

2.月均消费金额（注：同一天内，同一个人发生的所有消费算作一次消费 月消费金额=总消费金额/月数）

3.客单价（客单价=总消费金额/总消费次数）

4.消费趋势（周-消费金额曲线）

R的解决方案：

Step1：读取源数据

在RStudio中，可以采用多种方法导入源数据，在导入过程中，最值得注意的是“如何正确输入源数据路径”这一问题。我在具体实践中发现，由于原数据文件的命名为中文模式“朝阳医院2016年销售数据”，导入时系统总提示路径过长，于是将其重命名为长度较短的英文名称，例如“data”。果然顺利导入：

脚本中输入

Sell_data <- read_excel("C:/Users/Administrator/Desktop/data.xlsx")

View(Sell_data)

显示：

没有乱码，显示正常。

Step 2：数据预处理

数据预处理是一个重要的步骤，原始数据经过预处理（列名重命名、缺失数据剔除、日期处理、数据类型转换以及数据排序）才能更为有效地进行数据分析工作。

列名重命名   首先，为了编码的正常进行，对中文模式的项目名称进行英文重命名，即将表中的“购药时间、社保卡号、商品编码、商品名称、销售数量、应收金额以及实收金额”重命名为“"Time"、"Cardno"、DrugID"、"DrugName"、"SaleNumber"、"Virtualmoney"以及"Actualmoney"。

脚本编码如下：

#rename

names(Sell_data) <- c("Time","Cardno",

"DrugID","DrugName",

"SaleNumber","Virtualmoney",

"Actualmoney")

如图所示，命名成功：

缺失数据剔除   在药物销售表格中，最常见的缺失数据na(Not Available，不可用)是购药时间，合理运用逻辑运算符以及缺失数据函数na.omint()就可以删除所有含有缺失数据的行。

这里，我们选用“！”这一逻辑运算符，表示“非”的意思。再配合相应缺失值语句，写入脚本：

#删除缺失数据

Sell_data <- Sell_data[!is.na(Sell_data$Time),]

如图，6579行缺失数据被剔除成功

日期处理在“Time”项下，我们发现日期是以字符串的形式出现的（日期+星期），为了便于数据分析，需要将字符串拆分为相应的单列字符，这就需要R语言字符串处理包Stringr来帮忙。

输入脚本

#step3:处理日期

TimeSplit <- str_split_fixed(Sell_data$Time, " ",2)

Sell_data$Time <-TimeSplit[,1]

结果显示

这说明字符串处理包Stringr并未导入，此时，我尝试点击右下角目录框中R语言字符串处理包Stringr，

再运行，结果正常：

Time里的字符串被成功分成两列字符。

数据类型转换由于运算的需要，需将Time中的字符型向量由“character”转换为日期型Date"格式。

脚本输入：

#字符串转换为日期格式

Sell_data$Time <- as.Date(Sell_data$Time,

"%Y-%m-%d")

class(Sell_data$Time)

结果为：

同样地，像销售数量、应收金额以及实收金额（"SaleNumber"、"Virtualmoney"以及"Actualmoney"）这些数据也都可以转换为数值类型：

脚本输入：

#step4:数据类型转换

#销售数量

Sell_data$SaleNumber <- as.numeric(Sell_data$SaleNumber)

#应收金额（打折前的金额）

Sell_data$Virtualmoney <- as.numeric(Sell_data$Virtualmoney)

#实收金额（打折后的金额）

Sell_data$Actualmoney <- as.numeric(Sell_data$Actualmoney)

#查看类型

class(Sell_data$SaleNumber）

结果为：

转换成功！

数据排序最后，对销售数据按照时间升序进行排列

运行脚本后，结果如下：

排序没毛病~

总结：经过列名重命名、缺失数据剔除、日期处理、数据类型转换以及数据排序等五个步骤，数据处理完毕。

Step3：数据分析

有了符合要求的数据，才可以正常进行数据分析这个步骤。本次需要解答的问题是：

根据表格数据得出：

1.月均消费次数（注：同一天内，同一个人发生的所有消费算作一次消费 ；月消费次数=总消费次数/月数）

2.月均消费金额（注：同一天内，同一个人发生的所有消费算作一次消费； 月消费金额=总消费金额/月数）

3.客单价（客单价=总消费金额/总消费次数）

4.消费趋势（周-消费金额曲线）

答一:

思路：

根据公式：月消费次数=总消费次数/月数，所以只要获取总消费次数和月数即可。由于同一天内，同一个人发生的所有消费算作一次消费，所以得剔除其本人当天超过一次的消费记录。月数则根据30天为1个月进行粗略计算。

脚本：

# 业务指标1：月均消费次数

#-------------------------------------------------------

kpi1 <- Sell_data[!duplicated( Sell_data[,c("Time","Cardno")]),]#采用逻辑符号“！”以及"duplicated()"语句就能筛选出非重复的消费次数。

ConsumeNumber <- nrow(kpi1) #总消费次数相当于行数

运行得：

可得总消费次数为5394；

接着运行脚本，得出月数：

#月数根据时间范围计算

#最小的时间值

StartTime <- kpi1$Time[1]

#最大的时间值

EndTime <- kpi1$Time[nrow(kpi1)]

#天数

Day <- as.numeric(EndTime -StartTime)

#月数

Month <- Day %/% 30 #整除法得出月数为6

#月均消费次数

MonthConsume <- ConsumeNumber / Month

MonthConsume <- format(round(MonthConsume, 2), nsmall = 2)

最后得出月均消费次数为899次/月。

答二：

思路：

根据公式：月消费金额=总消费金额/月数，所以只要获取总消费金额和月数即可。本次计算中，总消费金额是实际消费金额的总和，月数则根据上次计算的6个月计算即可。

脚本：

TotalMoney <- sum(Sell_data$Actualmoney,na.rm=TRUE)#采用函数sum求和，并用na.rm剔除缺失值，最终为只对有效值进行求和。

MonthMoney <- TotalMoney / Month

最终求得月消费金额为50776.38元。

答三：

思路：根据公式，客单价=总消费金额/总消费次数

脚本：

# 业务指标3：客单价pct(per customer transaction)

pct <- TotalMoney / ConsumeNumber

pct <- format(round(pct, 2), nsmall = 2)#保留小数点后两位

结果得：

最终求得，客单价为56.48元/次

答四：

思路：绘制消费趋势曲线，可以以周为时间横轴，周累计消费金额为纵轴，绘制折线图的方式得出周-消费金额曲线。

脚本：

# 业务指标4：消费曲线图

#-------------------------------------------------------

week <- tapply(Sell_data$Actualmoney, format(Sell_data$Time, "%Y-%U"), sum)#据说利用tapply（）函数进行数组分类，sum()函数分别求和。

week <- as.data.frame.table(week)

names(week) <- c("Time","Actualmoney")

week$Time <- as.character(week$Time)

week$TimeNumber <- c(1:nrow(week))

plot(week$TimeNumber, week$Actualmoney,

xlab="时间（第几周）",

ylab="消费总金额",

xaxt = "n",

main= "2016年朝阳医院消费趋势",

col="red",

type="b")

axis(1.5,at=week$timeNumber, labels=week$time, cex.axis = 1.5)

！！！目前对于tapply（）函数进行数组分类，sum()函数分别求和这串神奇的组合表示有点懵！！！是不是先由format（时间，“%Y-%U”）这个函数把时间按周排序，然后再采用sum（）求和，最后以分组的形式呈现？？？？

这个得自己去查询了！！！

最后画出了消费趋势图：

从图中，就可以轻松得知2016年朝阳医院每周的消费总额以及消费高低等信息，从而获取消费趋势。

总结：

本次通过导入源数据、数据预处理以及数据分析三个步骤，解决了4个实际问题。从一张2016年朝阳医院药房销售数据excel表格，得出月均消费次数（899次/月）、月均消费金额（50776.38元/月）、客单价（56.48元/次）、消费趋势图。这几个数据可以大致反应2016年朝阳医院药房每月的消费人数、消费金额、人均消费水平，还可以分析药品销售的淡季旺季。同理，这种数据分析方式可应用到其它商品当中。

本次数据分析为较为基础的excel数据处理分析，具体应用到的语句、函数、运算符如下：

路漫漫其修远兮，少年仍需加油啊！！！！