庫存分析R語言實現(xiàn)方法

通過R腳本實現(xiàn)庫存分析的兩個內容榴芳，一是庫存結余量隨時間變化的折線圖和月同柱狀圖，二是各個門店庫存結余隨時間變化的熱力圖辜荠。

R腳本繪制折線圖和條形圖

library(tidyverse)
library(readxl)
library(patchwork)

df1 <- read_xlsx("庫存分析數(shù)據(jù).xlsx")
head(df1)
df1$`出售年月(年月日)` = as.Date(df1$`出售年月(年月日)`,"%Y-%m-%d")
df1$`品類上新時間(年月日)` = as.Date(df1$`品類上新時間(年月日)`,"%Y-%m-%d")
#is.na(df1)

df_n <- df1 %>% 
  mutate(month = cut(`出售年月(年月日)`,breaks = "month")) %>%
  group_by(month) %>%
  summarise_if(is.numeric,~sum(.)) %>% 
  mutate(月同比=c(0,(本期結存量[-1] - 本期結存量[-15])/本期結存量[-1])) %>%
  select(month,本期結存量,月同比)

p1<- df_n %>%
  ggplot(aes(x=month,y=本期結存量,group = 1,color = "Orang"))+
  geom_line() +
  geom_point()+
  theme_minimal()+
  theme(legend.position = "none",axis.text.x = element_text(angle = 30, hjust=1))
p1

p2 <- df_n %>% 
  ggplot(aes(x=month,y=月同比))+
  geom_bar(stat = "identity",fill = "#009E73")+
  theme(axis.text.x = element_text(angle = 30, hjust=1))

p2 
p1/p2

庫存變化趨勢

R腳本實現(xiàn)門店信息熱力圖

df_m <- df1 %>% 
  mutate(month = cut(`出售年月(年月日)`,breaks = "month")) %>%
  group_by(month,門店) %>%
  summarise_at(vars(本期結存量),~sum(.)) 

p1 <- df_m %>%
  ggplot(aes(x = month, y= 門店,fill =本期結存量 )) +
  geom_tile()+
  theme(axis.text.x = element_text(angle = 30,hjust = 1)) +
  scale_fill_viridis()+
  labs(x = '',y='')+ 
  theme(axis.text.x=element_blank()) +
  guides(fill = FALSE)

p1 
p2<- df_m%>%
  filter( 門店!= "上海七莘路旗艦店") %>%
  ggplot(aes(x = month, y= 門店,fill =本期結存量 )) +
  geom_tile()+
  theme(axis.text.x = element_text(angle = 30,hjust = 1)) +
  scale_fill_viridis()
  
p2

p1 /p2

各門店庫存變化

小結

R腳本實現(xiàn)以上兩個分析琼开，有幾個關鍵點。

時間信息的分組精算，cut(出售年月(年月日),breaks = "month")瓢宦，完成按月分組，從而結合group_by函數(shù)和summarise 函數(shù)進行歸總
應用summarise 函數(shù)的各種變形灰羽，尤其是scope 應用驮履，使得數(shù)據(jù)歸總十分強大
ggplot 繪圖在實現(xiàn)繪圖主題定制上腳本會比較多

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者