[R 프로그래밍] 히스토그램

# CSV 파일을 읽어들이기

dau <- read.csv("section3-dau.csv", header = T, stringsAsFactors = F)

head(dau)

dpu <- read.csv("section3-dpu.csv", header = T, stringsAsFactors = F)

head(dpu)

install <- read.csv("section3-install.csv", header = T, stringsAsFactors= F)

head(install)

# DAU 데이터에 Install 데이터를 결합시키기

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

head(dau.install)

# 위 데이터에 다시 DPU 데이터를 결합시키기

dau.install.payment <- merge(dau.install, dpu, by = c("log_date",

"app_name", "user_id"), all.x = T)

head(dau.install.payment)

head(na.omit(dau.install.payment))

# 비과금 유저의 과금액에 0을 넣기

dau.install.payment$payment[is.na(dau.install.payment$payment)] <- 0

head(dau.install.payment)

# 월차로 집계하기

# 월 항목 추가

dau.install.payment$log_month <-substr(dau.install.payment$log_date, 1, 7)

dau.install.payment$install_month <- substr(dau.install.payment$install_date, 1, 7)

install.packages("plyr")

library("plyr")

mau.payment <- ddply(dau.install.payment,

.(log_month, user_id, install_month), # 그룹화

summarize, # 집계 명령

payment = sum(payment) # payment 합계

)

head(mau.payment)

# 신규 유저인지 기존 유저인지 구분하는 항목을 추가

# 신규 유저와 기존 유저 식별

mau.payment$user.type <- ifelse(mau.payment$install_month == mau.payment$log_month,

"install", "existing")

mau.payment.summary <- ddply(mau.payment,

.(log_month, user.type), # 그룹화

summarize, # 집계 명령어

total.payment = sum(payment) # payment 합계

)

head(mau.payment) 

head(mau.payment.summary)

# 그패프로 데이터를 시각화하기 （geom_bar()　->　geom_bar(stat="identity")로 수정 2014/08/22）

library("ggplot2")

library("scales")

ggplot(mau.payment.summary, aes(x = log_month, y = total.payment,

fill = user.type)) + geom_bar(stat="identity") + scale_y_continuous(label = comma)

# old_theme = theme_update(

# axis.title.x = theme_text(family="HiraKakuProN-W3"),

# axis.title.y = theme_text(family="HiraKakuProN-W3", angle=90),

# plot.title = theme_text(family="HiraKakuProN-W3", size=14.4))

ggplot(mau.payment[mau.payment$payment > 0 & mau.payment$user.type == "install", ], 

aes(x = payment, fill = log_month)) + geom_histogram(position = "dodge", binwidth = 20000)