#BÀI HỌC SỐ 1 # CÁC THAO TÁC CƠ BẢN # 1. CÀI ĐẶT CÁC GÓI PHỔ THÔNG ( tidyverse)

install.packages("tidyverse")

#2. Gọi thư viện cần sử dụng

## 2.1 vẽ biểu đồ ggplot2 

library(ggplot2)

##2.2 xử lý đầu vào và làm sạch chuyển đổi dữ liệu dplyr, tidyr, readr, readxl

library(dplyr)
library(tidyr)
library(readr)
library(readxl)

3 ĐỌc dữ liệu

CO2

#3.1 xem dữ liệu riêng

View(CO2)

3.2 xem nội trực tiếp

head(CO2)

4 . Đánh giá chất lượng bộ dữ liệu

str(CO2)

summary(CO2)

5. Khai thác dữ liệu

5.1 Chọn các trường cần sử dụng

CO2 %>%
  select(Type, conc)

5.2 lọc theo điều kiện

CO2%>%
  filter(conc >500)

-THỰC HÀNH——————

## 1  đọc dữ liệu mẫu có sẵn mpg
mpg
##2  xem giới thiệu thông tin về dữ liệu mẫu này
?mpg

## 2 quan sát cấu trúc dữ liệu
head(mpg)

View(mpg)
## 3 đánh giá hồ sơ dữ liệu

summary(mpg)

## sau khi tóm tắt xong thì chúng ta thấy được các giá trị về số lượng của từng trường dữ liệu


## 4. Khai thác dữ liệu
### 4.1 Chọn một số cột
mpg$hwy

chon_mpg <- mpg %>%
            select(hwy, cty)


head(chon_mpg)

### 4.2 Lọc một số dòng thỏa mãn điều kiện
  
loc_mpg<- mpg%>%
          filter(hwy >20)

head(loc_mpg)

### 4.3 Chỉ  chọn một số cột thỏa mãn điều kiện 
mpg_locchon  <- mpg%>%
               filter(hwy >20) %>%
                select(hwy, cty)


View(mpg_locchon)



## 5. vẽ biểu đồ với R mặc định

plot(mpg$displ, mpg$hwy)


##5.  vẽ biểu đồ với thư viện ggplot2


ggplot(data = mpg) +
  geom_point( mapping = aes(x= mpg$displ, y = mpg$hwy))


## 6. thêm màu sắc
ggplot(data = mpg) +
  geom_point( mapping = aes(x= mpg$displ, y = mpg$hwy, color = mpg$class))

Titanic iris diamonds

Chiều 19.4———————

1.QUan sát dữ liệu

2. Đánh giá dữ liệu

3. Khai thác dữ liệu

4. Khám phá dữ liệu

4.1 Thống kê số hãng xe với group_by

hangxe <- mpg%>%
          group_by(mpg$manufacturer)%>%
          summarise(soluong = n())

hangxe

4.2 thống kê dòng xe

dongxe <- mpg%>%
          group_by(mpg$model)%>%
          summarise(soluong = n())

dongxe

```r
# 4.3 thống kê năm sản xuất
```r
namsx <-mpg%>%
        group_by(mpg$year) %>%
        summarise(soluong = n())
namsx

##4.1

dem_hx <- table(mpg$manufacturer)
dem_hx

dem_nam <-table(mpg$year)
dem_nam

5. Thống kê mô tả sự việc


hangxe1 <- mpg%>%
  group_by(mpg$manufacturer)%>%
  summarise(soluong =n(),
            tonxang = min(hwy),
            tietkiem= max(hwy),
            tb_tieuthu= mean(hwy),
            trungvu_tt = median(hwy)
            )
hangxe1 <- mpg



loaixe <- mpg%>%
          group_by(mpg$class)%>%
          summarise(
            soluong = n(),
            ttmin= min(hwy),
            ttmax = max(hwy),
            tbtt= mean(hwy),
            tvitt=median(hwy)
          )
loaixe

View(loaixe)

6. Biểu đồ hiệu suất tiêu hao nhiên liệu

hist(mpg$hwy)

ggplot(data = mpg)+
  geom_histogram(mapping = aes(x= hwy))

ggplot(data = mpg)+
  geom_histogram(bins = 10, mapping = aes(x= hwy))

7. Biểu đồ so sánh

ggplot(data = mpg)+
geom_bar(mapping = aes(x= class, y =n))

#———————–

Phần 2: Sử dụng dữ liệu tùy biến để phân tích

1. lấy dữ liệu từ file excel

gọi thư viên đọc file excel

library(readxl) # gọi file excel. Lưu ý tên file để địa chỉ chính xác Superstore <- read_excel(“3.SUPERSTORE.xlsx”, sheet = 1)

Quan sát

head(Superstore)

Đánh giá chất lượng

summary(Superstore)

#—Bộ dữ liệu thông tin thẻ tín dụng–

1. Lấy dữ liệu vào Rstudio

creditdata <- read_excel("creditdata.xlsx", sheet =1)

creditdata

View(creditdata)

2.1 Xử lý làm sạch dữ liệu với lỗi NA là chuyển hết NA về 0


credit_data <- creditdata
  credit_data[ is.na (credit_data)] <- 0
  
  View(credit_data)

2.2 xử lý làm sạch thay thế toàn bộ dấu ” ” trên tiêu đề thành _

 names(credit_data) <-gsub(" ", "_", names(credit_data))

View(credit_data)


# Thống kê

theonhom1 <- credit_data%>%
            group_by(credit_data$Term)%>%
            summarise(soluong = n())
theonhom1


## phâm bổ theo nhóm
library(ggplot2)

ggplot(data = credit_data) +
  geom_bar(mapping = aes(x= Term)) 


ggplot(data = credit_data) +
  geom_bar(mapping = aes(x= Term)) + 
  labs( title = " Số lượng kh theo Nhóm",
        x = " Nhóm",
        y = " Số lượng")


ggplot(data = credit_data) +
  geom_bar(mapping = aes(x= Home_Ownership)) + 
  labs( title = " Số lượng kh theo nhóm sở hữu nhà",
        x = " Nhóm",
        y = " Số lượng")
## cách thể hiện khác
ggplot(credit_data, aes(x = Home_Ownership)) +
  geom_bar( fill = "blue")

ggplot(credit_data, aes(x = Home_Ownership, color = Term)) +
  geom_bar( fill ="#1C2686")