Bài tập 19/5
Ngọc Trâm
2025-05-19
1. Đọc bộ dư liệu
d<-read.csv("C:/Users/PC/Downloads/Supermarket Transactions.csv", header= T)2. Chọn các biến định tính
d1 <- c("MaritalStatus", "City", "StateorProvince",
"Country", "ProductFamily", "ProductDepartment",
"ProductCategory" , "Gender", "Homeowner")
d2 <-d[,d1]
head(d2)## MaritalStatus City StateorProvince Country ProductFamily
## 1 S Los Angeles CA USA Food
## 2 M Los Angeles CA USA Food
## 3 M Bremerton WA USA Food
## 4 M Portland OR USA Food
## 5 S Beverly Hills CA USA Drink
## 6 M Beverly Hills CA USA Food
## ProductDepartment ProductCategory Gender Homeowner
## 1 Snack Foods Snack Foods F Y
## 2 Produce Vegetables M Y
## 3 Snack Foods Snack Foods F N
## 4 Snacks Candy M Y
## 5 Beverages Carbonated Beverages F Y
## 6 Deli Side Dishes F Y2.1 Mô tả biến MaritalStatus
Bảng tần suất
HN1 <- table(d$MaritalStatus)/sum(nrow(d))
HN1##
## M S
## 0.4883704 0.5116296Bảng tần số
HN2<-table(d$MaritalStatus)
HN2##
## M S
## 6866 7193Vậy trong data này có 48.8370439% đã kết hôn và 51.1629561% chưa kết hôn
Biểu đồ
# Vẽ biểu đồ tròn
pie(HN2 ,
main = "Phân bố sở hữu nhà",
labels = paste0(names(HN2),
" (", round(HN1 *100, 1), "%)"),
col = c("blue", "red"))
2.2 Mô tả biến City
Bảng tần suất
c1 <- table(d$City)/sum(nrow(d))
c1##
## Acapulco Bellingham Beverly Hills Bremerton Camacho
## 0.027242336 0.010171420 0.057685468 0.059321431 0.032150224
## Guadalajara Hidalgo Los Angeles Merida Mexico City
## 0.005334661 0.060103848 0.065865282 0.046518245 0.013798990
## Orizaba Portland Salem San Andres San Diego
## 0.033003770 0.062308841 0.098584537 0.044170994 0.061597553
## San Francisco Seattle Spokane Tacoma Vancouver
## 0.009246746 0.065580767 0.062237712 0.089408920 0.045024539
## Victoria Walla Walla Yakima
## 0.012518671 0.011380610 0.026744434Bảng tần số
c2<-table(d$City)
c2##
## Acapulco Bellingham Beverly Hills Bremerton Camacho
## 383 143 811 834 452
## Guadalajara Hidalgo Los Angeles Merida Mexico City
## 75 845 926 654 194
## Orizaba Portland Salem San Andres San Diego
## 464 876 1386 621 866
## San Francisco Seattle Spokane Tacoma Vancouver
## 130 922 875 1257 633
## Victoria Walla Walla Yakima
## 176 160 376Vậy trong data này có 2.72% sống ở Acapulco và 1.02% sống ở Bellingham.
Tiếp theo, có 5.77% sống ở Beverly Hills, 5.93% ở Bremerton và 3.22% ở Camacho.
Trong khi đó, chỉ 0.53% cư dân sống ở Guadalajara và 6.01% ở Hidalgo. Los Angeles có tỷ lệ cao hơn với 6.59%.
Mexico City chiếm 1.38%, thấp hơn so với Portland (6.23%) và Salem (9.86%).
Các thành phố tại Washington như Seattle (6.56%), Spokane (6.22%), và Tacoma (8.94%) có tỷ lệ đáng kể.
Cuối cùng, các khu vực nhỏ như Victoria (1.25%), Walla Walla (1.14%) và Yakima (2.67%) chỉ chiếm phần nhỏ.
Biểu đồ
library(ggplot2)
# Bảng tần suất và phần trăm dưới dạng data.frame
c_df <- as.data.frame(table(d$City))
colnames(c_df) <- c("City", "Frequency")
c_df$Percentage <- round(c_df$Frequency / sum(c_df$Frequency) * 100, 2)
# Vẽ biểu đồ cột
ggplot(c_df, aes(x = reorder(City, -Percentage), y = Percentage, fill = City)) +
geom_col(width = 0.6) +
geom_text(aes(label = paste0(Percentage, "%")), vjust = -0.3, size = 3) +
labs(
title = "Phân bố theo thành phố",
x = "Thành phố",
y = "Phần trăm (%)"
) +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1),
legend.position = "none")
2.3 Mô tả biến StateorProvince
Bảng tần suất
BT1 <- table(d$StateorProvince)/sum(nrow(d))
BT1##
## BC CA DF Guerrero Jalisco OR
## 0.057543211 0.194395049 0.057969984 0.027242336 0.005334661 0.160893378
## Veracruz WA Yucatan Zacatecas
## 0.033003770 0.324845295 0.046518245 0.092254072Bảng tần số
BT2<-table(d$StateorProvince)
BT2##
## BC CA DF Guerrero Jalisco OR Veracruz WA
## 809 2733 815 383 75 2262 464 4567
## Yucatan Zacatecas
## 654 1297Vậy trong data này có 5.75% sống ở BC và 19.44% sống ở CA.
Tiếp theo, có 5.80% sống ở DF, 2.72% ở Guerrero và 0.53% ở Jalisco.
Trong khi đó, OR chiếm 16.09% và Veracruz là 3.30%. Tỷ lệ cao nhất là bang WA với 32.48%.
Yucatan có tỷ lệ 4.65%, trong khi Zacatecas chiếm 9.23% tổng số khách hàng trong dữ liệu.
2.4 Mô tả biến StateorProvince
Bảng tần suất
co1 <- table(d$Country)/sum(nrow(d))
co1##
## Canada Mexico USA
## 0.05754321 0.26232307 0.68013372Bảng tần số
co2<-table(d$Country)
co2##
## Canada Mexico USA
## 809 3688 9562Vậy trong data này có 48.8370439% đã kết hôn và 51.1629561% chưa kết hôn
Biểu đồ
# Vẽ biểu đồ tròn với 3 thành phố
pie(co2,
main = "Phân bố theo Country",
labels = paste0(names(co2),
" (", round(co2 * 100, 1), "%)"),
col = c("blue", "red", "green"))
2.5 Mô tả biến ProductFamily
Bảng tần suất
f1 <- table(d$ProductFamily)/sum(nrow(d))
f1##
## Drink Food Non-Consumable
## 0.08891102 0.72217085 0.18891813Bảng tần số
f2<-table(d$ProductFamily)
f2##
## Drink Food Non-Consumable
## 1250 10153 2656Phần lớn sản phẩm được bán là thực phẩm (72.22%), tiếp theo là hàng phi tiêu dùng (18.89%) và đồ uống (8.89%). Điều này cho thấy thực phẩm là nhóm hàng chủ lực trong hoạt động bán lẻ của siêu thị
Biểu đồ
# Vẽ biểu đồ tròn với 3 thành phố
pie(f2,
main = "Phân bố theo Country",
labels = paste0(names(f2),
" (", round(f2 * 100, 1), "%)"),
col = c("blue", "red", "green"))
2.6 Mô tả biến ProductDepartment
Bảng tần suất
dp1 <- table(d$ProductDepartment)/sum(nrow(d))
dp1##
## Alcoholic Beverages Baked Goods Baking Goods Beverages
## 0.025321858 0.030229746 0.076250089 0.048367594
## Breakfast Foods Canned Foods Canned Products Carousel
## 0.013372217 0.069492852 0.007753041 0.004196600
## Checkout Dairy Deli Eggs
## 0.005832563 0.064229319 0.049719041 0.014083505
## Frozen Foods Health and Hygiene Household Meat
## 0.098300021 0.063518031 0.101002916 0.006330464
## Periodicals Produce Seafood Snack Foods
## 0.014368020 0.141830856 0.007255139 0.113806103
## Snacks Starchy Foods
## 0.025037343 0.019702682Bảng tần số
dp2<-table(d$ProductDepartment)
dp2##
## Alcoholic Beverages Baked Goods Baking Goods Beverages
## 356 425 1072 680
## Breakfast Foods Canned Foods Canned Products Carousel
## 188 977 109 59
## Checkout Dairy Deli Eggs
## 82 903 699 198
## Frozen Foods Health and Hygiene Household Meat
## 1382 893 1420 89
## Periodicals Produce Seafood Snack Foods
## 202 1994 102 1600
## Snacks Starchy Foods
## 352 277Vậy trong data này có 2.53% sản phẩm thuộc nhóm Alcoholic Beverages và 3.02% thuộc Baked Goods.
Baking Goods chiếm 7.63%, cao hơn Breakfast Foods (1.34%) và Canned Products (0.78%).
Canned Foods chiếm 6.95%, trong khi Carousel và Checkout chỉ chiếm lần lượt 0.42% và 0.58%.
Các nhóm lớn hơn gồm Dairy (6.42%), Deli (4.97%) và Eggs (1.41%).
Frozen Foods chiếm 9.83%, Health and Hygiene là 6.35%, trong khi Household là một trong các nhóm lớn nhất với 10.10%.
Nhóm sản phẩm chiếm tỷ lệ cao nhất là Produce, với 14.18%, tiếp theo là Snack Foods (11.38%).
Ngược lại, một số nhóm nhỏ như Meat (0.63%), Seafood (0.73%) và Starchy Foods (1.97%) chỉ chiếm một phần nhỏ trong tổng phân phối.
2.6 Mô tả biến ProductCategory
Bảng tần suất
pc1 <- table(d$ProductCategory)/sum(nrow(d))
pc1##
## Baking Goods Bathroom Products Beer and Wine
## 0.034426346 0.025962017 0.025321858
## Bread Breakfast Foods Candles
## 0.030229746 0.029660716 0.003200797
## Candy Canned Anchovies Canned Clams
## 0.025037343 0.003129668 0.003769827
## Canned Oysters Canned Sardines Canned Shrimp
## 0.002489508 0.002845153 0.002702895
## Canned Soup Canned Tuna Carbonated Beverages
## 0.028736041 0.006188207 0.010953837
## Cleaning Supplies Cold Remedies Dairy
## 0.013443346 0.006614980 0.064229319
## Decongestants Drinks Eggs
## 0.006045949 0.009602390 0.014083505
## Electrical Frozen Desserts Frozen Entrees
## 0.025250729 0.022974607 0.008393200
## Fruit Hardware Hot Beverages
## 0.054413543 0.009175617 0.016075112
## Hygiene Jams and Jellies Kitchen Products
## 0.014012376 0.041823743 0.015434953
## Magazines Meat Miscellaneous
## 0.014368020 0.054129028 0.002987410
## Packaged Vegetables Pain Relievers Paper Products
## 0.003414183 0.013656732 0.024539441
## Pizza Plastic Products Pure Juice Beverages
## 0.013798990 0.010029163 0.011736254
## Seafood Side Dishes Snack Foods
## 0.007255139 0.010882709 0.113806103
## Specialty Starchy Foods Vegetables
## 0.020556227 0.019702682 0.122910591Bảng tần số
pc2<-table(d$ProductCategory)
pc2##
## Baking Goods Bathroom Products Beer and Wine
## 484 365 356
## Bread Breakfast Foods Candles
## 425 417 45
## Candy Canned Anchovies Canned Clams
## 352 44 53
## Canned Oysters Canned Sardines Canned Shrimp
## 35 40 38
## Canned Soup Canned Tuna Carbonated Beverages
## 404 87 154
## Cleaning Supplies Cold Remedies Dairy
## 189 93 903
## Decongestants Drinks Eggs
## 85 135 198
## Electrical Frozen Desserts Frozen Entrees
## 355 323 118
## Fruit Hardware Hot Beverages
## 765 129 226
## Hygiene Jams and Jellies Kitchen Products
## 197 588 217
## Magazines Meat Miscellaneous
## 202 761 42
## Packaged Vegetables Pain Relievers Paper Products
## 48 192 345
## Pizza Plastic Products Pure Juice Beverages
## 194 141 165
## Seafood Side Dishes Snack Foods
## 102 153 1600
## Specialty Starchy Foods Vegetables
## 289 277 1728Vậy trong data này có 3.44% sản phẩm thuộc nhóm Baking Goods, 2.60% là Bathroom Products, và 2.53% là Beer and Wine.
Tiếp theo, Bread chiếm 3.02%, Breakfast Foods 2.97%, còn Candles chỉ chiếm 0.32%.
Các nhóm như Candy (2.50%), Canned Anchovies (0.31%), Canned Clams (0.38%), Canned Oysters (0.25%) và Canned Shrimp (0.27%) có tỷ lệ rất nhỏ.
Canned Soup chiếm 2.87%, cao hơn Canned Tuna (0.62%) và Carbonated Beverages (1.10%).
Cleaning Supplies có tỷ lệ 1.34%, Cold Remedies là 0.66%, trong khi Dairy là một trong các nhóm lớn với 6.42%.
Drinks chiếm 0.96%, còn Eggs là 1.41%.
Frozen Desserts (2.30%) và Frozen Entrees (0.84%) thấp hơn so với Fruit (5.44%) và Meat (5.41%).
Hot Beverages chiếm 1.61%, Hygiene 1.40%, Jams and Jellies 4.18%, và Kitchen Products 1.54%.
Các nhóm khác như Magazines (1.44%), Miscellaneous (0.30%) và Packaged Vegetables (0.34%) chiếm tỷ lệ khá nhỏ.
Paper Products có 2.45%, Pizza là 1.38%, và Snack Foods đứng đầu với 11.38%.
Cuối cùng, nhóm Vegetables chiếm tỷ lệ cao nhất với 12.29%, tiếp theo là Snack Foods, trong khi các nhóm nhỏ như Seafood (0.73%) và Side Dishes (1.09%) chỉ đóng góp một phần nhỏ trong tổng phân phối.
2.7 Mô tả biến Gender
Bảng tần suất
g1 <- table(d$Gender)/sum(nrow(d))
g1##
## F M
## 0.5099936 0.4900064Bảng tần số
g2<-table(d$Gender)
g2##
## F M
## 7170 6889Vậy trong data này có 50.9993598% là nữ 51.1629561% là nam
Biểu đồ
# Vẽ biểu đồ tròn
pie(g2 ,
main = "Phân bố sở hữu nhà",
labels = paste0(names(g2),
" (", round(g1 *100, 1), "%)"),
col = c("blue", "red"))
2.9 Mô tả biến Homeowner
Bảng tần suất
H1 <- table(d$Homeowner)/sum(nrow(d))
H1##
## N Y
## 0.3993883 0.6006117Bảng tần số
H2<-table(d$Homeowner)
H2##
## N Y
## 5615 8444Vậy trong data này có 39.9388292% đã có nhà và 60.0611708% chưa có nhà
Biểu đồ
# Vẽ biểu đồ tròn
pie(H2 ,
main = "Phân bố sở hữu nhà",
labels = paste0(names(H2),
" (", round(H1 *100, 1), "%)"),
col = c("blue", "red"))