[R 프로그래밍] 크로스집계

# CSV 파일을 읽어들이기

dau <- read.csv("section4-dau.csv", header = T, stringsAsFactors = F)

head(dau)

user.info <- read.csv("section4-user_info.csv", header = T, stringsAsFactors = F)

head(user.info)

# DAU에 user.info를 결합시키기

dau.user.info <- merge(dau, user.info, by = c("user_id", "app_name"))

head(dau.user.info)

# 월 항목을 추가

dau.user.info$log_month <- substr(dau.user.info$log_date, 1, 7)

# 세그먼트 분석（성별로 집계）

table(dau.user.info[, c("log_month", "gender")])

# 세그먼트 분석(연령대별로 집계）

table(dau.user.info[, c("log_month", "generation")])

# 세그먼트 분석（성별과 연령대를 조합해 집계）

library(reshape2)

dcast(dau.user.info, log_month ~ gender + generation, value.var = "user_id",

length)

# 세그먼트 분석（단말기별로 집계）

table(dau.user.info[,c("log_month","device_type")])

# 세그먼트 분석 결과를 시각화하기

# 날짜별로 단말기별 유저수를 산출하기

dau.user.info.device.summary <- ddply(dau.user.info, .(log_date, device_type), summarize, dau = length(user_id))

# 날짜별 데이터 형식으로 변환하기

dau.user.info.device.summary$log_date <- as.Date(dau.user.info.device.summary$log_date)

# 시계열의 트렌드 그래프 그리기

library(ggplot2)

library(scales)

limits <- c(0, max(dau.user.info.device.summary$dau))

ggplot(dau.user.info.device.summary, aes(x=log_date, y=dau, col=device_type, lty=device_type, shape=device_type)) +

geom_line(lwd=1) +

geom_point(size=4) +

scale_y_continuous(label=comma, limits=limits)