数据来源：https://www.kaggle.com/gregorut/videogamesales\  
变量：Rank - Ranking of overall sales   
Name - The games name   
Platform - Platform of the games release (i.e. PC,PS4, etc.)   
Year - Year of the game’s release   
Genre - Genre of the game   
Publisher - Publisher of the game  
NA_Sales - Sales in North America (in millions)   
EU_Sales - Sales in Europe (in millions)   
JP_Sales - Sales in Japan (in millions)   
Other_Sales - Sales in the rest of the world (in millions)   
Global_Sales - Total worldwide sales.   
     
 
 
1.数据预处理

#数据预处理


Sys.setlocale("LC_ALL","Chinese")
## [1] "LC_COLLATE=Chinese (Simplified)_China.936;LC_CTYPE=Chinese (Simplified)_China.936;LC_MONETARY=Chinese (Simplified)_China.936;LC_NUMERIC=C;LC_TIME=Chinese (Simplified)_China.936"
data = read.csv("D:/R/PROJECTS/GAME SALES/Datasets6073/vgsales.csv",
                stringsAsFactors = FALSE, header=TRUE)

# 查看缺失值： 
sum(is.na(data))
## [1] 2
# 把 Year 转换为 INT
data[,'Year']=as.integer(data[,'Year'])
## Warning: NAs introduced by coercion
sum(is.na(data[,'Year']))
## [1] 273
# 发现271个 NA

# 选取年份值完整的OBS
data1 = data[complete.cases(data),]
sum(is.na(data1))
## [1] 0
#源数据集的数据年份为1983-2019，查看有无异常值

 sort(data1[!duplicated(data1$Year),'Year'])
##  [1] 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994
## [16] 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
## [31] 2010 2011 2012 2013 2014 2015 2016 2017 2020
# 查看是什么游戏
data1[data1$Year==2020,]
#经过查询，Imagine: Makeup Artist是2009年发售，对数据做出更新
data1[data1$Name=='Imagine: Makeup Artist','Year'] = 2009

sum(is.na(data1))
## [1] 0
#缺失值处理完毕

#对1990-2010年的数据进行分析
data1 = data1[data1$Year %in% c(seq(from = 1990, to = 2010, by = 1)),]
#对Rank值重新按照Global_Sales排序
data1$Rank=c(seq(from=1, to = nrow(data1),by=1))
row.names(data1) <- seq(1,nrow(data1),1)

 
    2. 全部游戏厂商不同年份总销售额对比情况

#全部游戏厂商不同年份总销售额对比情况

plot(sort(data1[!duplicated(data1$Year),'Year']),tapply(data1$Global_Sales,data1$Year,sum),type = 'l',xlab='Year', ylab='Total Global Sales', main = '全球销量变化')

结论： 2008年之前销售额逐年升高，从2000年开始进入迅猛增长阶段，并在2008年达到顶峰。 但在2008年之后销售逐年下降。 猜测：从1980年开始到2008年，各大游戏市场趋近饱和且头部被大厂占领，小厂没有和大厂进行争夺的优势 各类游戏也没有出现太多新颖的玩法和机制，玩家的兴趣逐渐丧失。加上2008年的金融危机也对游戏产业造成了冲击，销量进一步下降。

#全球销量前十的游戏
head(data1[order(-data1$Global_Sales),],n=10)

结论: 发行商全为Nintendo，此游戏发行商制作的游戏质量很高，多数游戏的主机为Wii。 Wii平台的游戏为动作感应类，耐玩性，可玩性都很高。

 
   

  1. 不同发布商全球总销售额对比情况
#3.不同发布商全球总销售额对比情况

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
sales_by_group = aggregate(data1$Global_Sales,list(c(data1$Publisher)),sum)
sales_by_group=sales_by_group[order(-sales_by_group$x),]
sales_by_group_top6 = sales_by_group[1:6, ]

pie.number<- sales_by_group_top6$x
pie.labels<- sales_by_group_top6$Group.1
pie.pct <- round(100*sales_by_group_top6$x/sum(sales_by_group_top6$x), 2)
pie.labels <- paste(pie.labels," ",pie.pct,"%" , sep="")
pie(pie.number, pie.labels,main = '全球总销售额前六强公司对比情况')

结论： 在前6家大型游戏厂商中，任天堂占据了最大份额的收益，两家日本游戏厂家（Nintendo 和 Sony Computer Entertainment）在前6家大厂种占据几乎50%的份额，可见日本的游戏 产业十分强劲。

 
   

  1. 所有厂家不同类别游戏销售额对比情况
# 所有厂家不同类别游戏销售额对比情况

library(ggplot2)
sales_by_genre = aggregate(data1$Global_Sales,list(c(data1$Genre)),sum)
sales_by_genre = sales_by_genre[order(-sales_by_genre$x),]
genre = c(sales_by_genre$Group.1)
sales_genre = c(sales_by_genre$x)

sales_df = data.frame(sales_genre,genre)

sales_df$genre=factor(sales_df$genre,levels=genre)

par(pin=c(1,1))
ggplot(sales_df, aes(x=genre, y=sales_genre,fill=genre)) + geom_bar(stat="identity",width = 1)+geom_text(aes(label=sales_genre), vjust=-0.2, size = 2.8)+ labs(x='Genre',y='Corresponding Global Sales',title='不同类别游戏销售额')+theme(plot.title=element_text(hjust=0.5),text=element_text(size=7))+guides(fill=FALSE)

#与全球销售额前十的游戏做对比
head(data1[order(-data1$Global_Sales),'Genre'],n=10)
##  [1] "Sports"       "Racing"       "Sports"       "Role-Playing" "Platform"    
##  [6] "Misc"         "Platform"     "Simulation"   "Racing"       "Role-Playing"

结论： 可以看出动作、运动以及射击类游戏是最受玩家欢迎的游戏类别，而策略类是受众最小的游戏类型。值得注意的是，这与全球销售额最大的10大游戏反映出的不同，任天堂上榜的游戏中，没有动作和射击类游戏，全球最畅销的游戏大多为运动，竞赛，和竞速。  
   

  1. 观察任天堂公司的热卖游戏类别,旗下主机热销游戏类别，推断任天堂如何将主机优势和游戏相结合
#观察任天堂公司的热卖游戏类别
library(data.table)
## Warning: package 'data.table' was built under R version 4.0.3
## 
## Attaching package: 'data.table'
## The following objects are masked from 'package:dplyr':
## 
##     between, first, last
data2 =data.table(data1)
#data2[Publisher=='Nintendo',sum(Global_Sales),by = Genre]
Nintendo_df = data.frame(data2[Publisher=='Nintendo',sum(Global_Sales),by = Genre])
Nintendo_df[order(-Nintendo_df$V1),]
#Wii平台下销量游戏类别销量一览

Nintendo = data1[data1$Publisher=='Nintendo',]




library(data.table)
Nintendo_table = data.table(Nintendo)
Nintendo_table[Nintendo$Platform=='Wii',sum(Global_Sales), by = Genre]
#Wii平台销售额最好的是运动类
#Nintendo旗下主机全球对Nintendo全球销售额贡献情况

Nintendo_df = data.frame(Nintendo_table[,sum(Global_Sales), by = Platform])
par(pin=c(3,3))
pie.number<- Nintendo_df$V1
pie.labels<- Nintendo_df$Platform
pie.pct <- round(100*Nintendo_df$V1/sum(Nintendo$Global_Sales),2)
pie.labels <- paste(pie.labels," ",pie.pct,"%" , sep="")
pie(pie.number, pie.labels,main = 'Nintendo旗下主机对Nintendo全球销售额贡献情况')

#任天堂不同年份总销售额对比情况
plot(sort(Nintendo[!duplicated(Nintendo$Year),'Year']),tapply(Nintendo$Global_Sales,Nintendo$Year,sum),type = 'l',xlab='Year', ylab='Total Global Sales',main='任天堂不同年份全球销售额',xaxt="n")
axis(side=1, at=c(seq(from=1990,to=2010,by=2)))
abline(v=2006)

#5.不同平台总销售额对比情况
library(dplyr)


sort(tapply(data1$Global_Sales,data1$Platform,sum))
##    PCFX      GG     3DO    TG16      WS      NG     SCD      DC     NES     GEN 
##    0.03    0.04    0.10    0.16    1.42    1.44    1.87   15.97   27.55   28.36 
##     SAT      PC      GB      GC    SNES     N64      XB     PSP     GBA     PS3 
##   33.59  159.32  188.01  197.14  200.05  218.21  252.09  262.51  313.56  491.25 
##    X360      PS      DS     Wii     PS2 
##  583.70  727.39  777.52  809.28 1232.99
platform_top6 = c('PS2','X360','PS3','Wii','DS','PS')

sales_top6 = c(1233.46,969.61,949.35,909.81,818.96,727.39)
top6 = data.frame(global_sales = sales_top6, platform = platform_top6)

top6$platform = factor(top6$platform, levels=c('PS2','X360','PS3','Wii','DS','PS'))

library(ggplot2)
ggplot(top6, aes(x=platform, y=global_sales,fill=platform)) + geom_bar(stat="identity")+geom_text(aes(label=global_sales), vjust=-0.2)+labs(x='Platform',y='Corresponding Global Sales',title='全球游戏销售额前六名主机排名')+guides(fill=FALSE)

结论： 任天堂在动作游戏领域的竞争效果并不理想，只在任天堂所有游戏类别的全球销售额占到第五名 销售额最多的游戏类别依次是:平台、角色扮演、竞 速（在之前的全球销售额排名中，Wii Sports系列的两部游戏和Super Mario Bros占据了全球销量前4） 任天堂非常善于使用Wii系列游戏主机，发售了许多竞速，运动,音乐相关的游戏，此类游戏 可以大大发挥出Wii平台动作感应的特点。而又得益于Wii平台可以多人互动的优势，上述游戏类别成了Wii平台玩家中意的游戏类型。而Wii主机也没有辜负任天堂的期许，在所有主机中为任天堂贡献21%的销售额，是任天堂旗下为任天堂盈利最多的主机。06年Wii的发售， 也让任天堂的全球销售额达到了顶峰，同时Wii在全球游戏主机的市场中也霸据了第四名的位置。