Bài tập thực hành các tuần PTDLDT

Thực hành tuần 2 (ngày 19/5)

Đọc dữ liệu

library(csv)
d <- read.csv("D:/UFM/2025- Kì 2/Phân tích dữ liệu định tính - Trần Mạnh Tường/Supermarket Transactions.csv", header = T)

names(d)

##  [1] "X"                 "PurchaseDate"      "CustomerID"       
##  [4] "Gender"            "MaritalStatus"     "Homeowner"        
##  [7] "Children"          "AnnualIncome"      "City"             
## [10] "StateorProvince"   "Country"           "ProductFamily"    
## [13] "ProductDepartment" "ProductCategory"   "UnitsSold"        
## [16] "Revenue"

tbdt <- c("Gender","MaritalStatus","Homeowner","City","StateorProvince","Country","ProductFamily","ProductDepartment","ProductCategory")
dc <- d[,tbdt]
head(dc)

Gender	MaritalStatus	Homeowner	City	StateorProvince	Country	ProductFamily	ProductDepartment	ProductCategory
F	S	Y	Los Angeles	CA	USA	Food	Snack Foods	Snack Foods
M	M	Y	Los Angeles	CA	USA	Food	Produce	Vegetables
F	M	N	Bremerton	WA	USA	Food	Snack Foods	Snack Foods
M	M	Y	Portland	OR	USA	Food	Snacks	Candy
F	S	Y	Beverly Hills	CA	USA	Drink	Beverages	Carbonated Beverages
F	M	Y	Beverly Hills	CA	USA	Food	Deli	Side Dishes

Biến Gender

Tần số giới tính

table(d$Gender)

## 
##    F    M 
## 7170 6889

Tần suất giới tính

table(d$Gender)/sum(nrow(d))

## 
##         F         M 
## 0.5099936 0.4900064

Vậy trong bdl này có 50.9993598% nữ và 49.0006402% nam.

Biểu đồ tần số

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(ggplot2)

d %>% group_by(Gender) %>% summarise(n = n()) %>%
  ggplot(aes(x = Gender, y = n))+
  geom_col(fill='lightblue')+
  labs(x = "Giới tính", y="tần suất")+
  labs(caption = "Biểu đồ tần suất giới tính")+
  geom_text(aes(label =n), vjust=2, color = 'black')

Biểu đồ tần suất

d %>% group_by(Gender) %>% summarise(n = n()) %>%
  ggplot(aes(x = Gender, y = n))+
  geom_col(fill='pink')+
  labs(x = "Giới tính", y="tần suất")+
  labs(caption = "Biểu đồ tần suất giới tính")+
  geom_text(aes(label = table(d$Gender)/sum(nrow(d))), vjust=2, color = 'black')

## Don't know how to automatically pick scale for object of type <table>.
## Defaulting to continuous.