Raport2
download.file("https://github.com/devbabar/realestate_data_analysis/blob/master/Sacramento_realestate_transactions.csv?raw=true", destfile="dane.csv", mode="wb")
dane <- read.csv("dane.csv")
attach(dane)
library(tidyverse) #pakiet wranglingowy, z fajkami i grafiką ggplot2## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.5
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ ggplot2 3.5.1 ✔ tibble 3.2.1
## ✔ lubridate 1.9.3 ✔ tidyr 1.3.1
## ✔ purrr 1.0.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
##
## Dołączanie pakietu: 'magrittr'
##
## Następujący obiekt został zakryty z 'package:purrr':
##
## set_names
##
## Następujący obiekt został zakryty z 'package:tidyr':
##
## extract
Analizy
Zadanie 1
Podsumuj najważniejsze statystyki dot. cen sprzedaży nieruchomości w mieście Sacramento wg ich typu.
dane %>%
filter(city == "SACRAMENTO") %>%
group_by(type) %>%
summarize(
średnia = mean(price, na.rm=TRUE),
mediana = median(price, na.rm=TRUE),
minimum = min(price),
maksimum = max(price),
liczba = n()
)## # A tibble: 3 × 6
## type średnia mediana minimum maksimum liczba
## <chr> <dbl> <dbl> <int> <int> <int>
## 1 Condo 137691. 110700 40000 360000 27
## 2 Multi-Family 214190. 187290 100000 416767 10
## 3 Residential 201360. 180000 55422 699000 402