R语言学习：添加文本标签、流转分析漏斗图，聚合函数，EDA，雷达图，TidyX项目

library(ggplot2)
set.seed(123)
data <- data.frame(x = sample(LETTERS[1:6], 300, replace = TRUE))
head(data)   
dim(data)

# 使用geom_text()函数
ggplot(data, aes(x = factor(x), fill = factor(x))) +
  geom_bar() +
  geom_text(aes(label = ..count..), 
            stat = "count", 
            vjust = 1.5, 
            colour = "white")

# 或者
data1<- as.data.frame(table(data$x))      
data1
ggplot(data1, aes(x = Var1, y = Freq, fill = Var1)) + 
  geom_bar(stat = "identity") +
  geom_text(aes(label = Freq), 
            vjust = 0)

library(dplyr)
library(highcharter)
options(highcharter.theme = hc_theme_smpl(tooltip = list(valueDecimals = 2)))

df <- data.frame(
  x = c(0, 1, 2, 3, 4),
  y = c(975, 779, 584, 390, 200),
  name = as.factor(c("潜在客户", "电话销售", "跟进", "转化", "销售"))
) %>%
  arrange(-y)
(df)

hc <- df %>%
  hchart(
    "funnel", 
    hcaes(x = name, y = y),
    name = "销售流转"
  )
hc

# 聚合函数aggregate对数据框做汇总操作
help("aggregate")
data(iris)

# 1) 按着类别计算均值
aggregate(x = iris[,colnames(iris)!="Species"],
          by = list(iris$Species),
          FUN = mean)

# 2）按着类别计算标准差
aggregate(x = iris[,colnames(iris)!="Species"],
          by = list(iris$Species),
          FUN = sd)

library(qcc)
df <- data.frame(product=c('A', 'B', 'C', 'D', 'E', 'F'),
                 count=c(40, 57, 50, 82, 17, 16))
df

pareto.chart(df$count,
             main='Pareto Chart',
             col=heat.colors(length(df$count)))

# R包
library(tidyverse)
library(DataExplorer)

# 数据集
dim(gss_cat)
str(gss_cat)

# 1) 数据集概览
gss_cat %>% glimpse()

# 2) 数据集简要
gss_cat  %>% introduce()

# 3) 数据简要信息可视化
gss_cat %>% plot_intro()

# 4) 变量缺失率分析
gss_cat %>% plot_missing()
gss_cat %>% profile_missing()

# 5) 连续变量可视化
gss_cat  %>% plot_density() # 密度曲线图
gss_cat  %>% plot_histogram() # 直方图

# 6) 类别变量可视化
gss_cat  %>% plot_bar() # 条形图

# 7) 相关性可视化图
gss_cat  %>% plot_correlation()
gss_cat  %>% plot_correlation(maxcat = 5) 

# 8) 探索性分析报告
gss_cat %>%
  create_report(
    output_file = "gss_survey_data_profile_report",
    output_dir = "./report/",
    y="rincome",
    report_title = "EDA Report"
  )

library(tidyverse)
# devtools::install_github("ricardo-bion/ggradar")
library("ggradar") 
data<- data.frame(
  row.names = c("A", "B", "C"),
  Thickness = c(7.9, 3.9, 9.4),
  Apperance = c(10, 7, 5),
  Spredability = c(3.7, 6, 2.5),
  Likeability = c(8.7, 6, 4)
)
data
df <- data %>% rownames_to_column("group")
df
ggradar(
  df, 
  values.radar = c("0", "5", "10"),
  grid.min = 0, 
  grid.mid = 5, 
  grid.max = 10,
  # Polygons
  group.line.width = 1, 
  group.point.size = 3,
  group.colours = c("#00AFBB", "#E7B800", "#FC4E07"),
  background.circle.colour = "white",
  gridline.mid.colour = "grey",
  legend.position = "bottom"
)

# 读入数据
# sf_trees <- readr::read_csv('https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2020/2020-01-28/sf_trees.csv')
sf_trees <- readr::read_csv('./data/tidytuesday/data/2020/2020-01-28/sf_trees.csv')

# 探索数据

# 提取类别名
# Extract specie name
library(stringr)
species <- as.data.frame(as.character(word(sf_trees$species, 1, 2)))
names(species)[1] <- "specie"
sf_trees <-
  cbind(sf_trees, species)                              #Bind specie name with datase
sf_trees$specie <-
  gsub("[[:punct:]]", " ", sf_trees$specie)     #Remove punctuation

# Extract trees planted last year
# 获取数据集
sf_trees$year<-as.numeric(substr(sf_trees$date, start = 1, stop = 4)) #Get year
trees2010s <-subset(sf_trees, year >=2015 & year <=2019) 

# 可视化
# 生成树地图

#Get specie planted by year
library(dplyr)
count <- trees2010s %>%
  group_by(specie, year) %>%
  count()

# Remove empty rows
count <- count[-c(509:513,544:548), ]

# Generate treemap
library(treemap)
treemap<-treemap(count,
                 index=c("year","specie"),
                 vSize="n",
                 type="index",
                 title="Trees Planted in San Franciscon 2015-2019",
                 fontsize.title = 14,
                 fontsize.labels=c(15,11), 
                 fontcolor.labels=c("black","brown"),    
                 fontface.labels=c(2,2),                 
                 overlap.labels=1,                      
                 inflate.labels=F,
                 palette="Greens",            
                 align.labels=list(
                   c("right", "bottom"), 
                   c("center", "center")))