Векторы, таблица, функция, условие и график у вас уже есть. Соберём всё вместе.
Скрипт kiosk.R
Соберём кусочки в один файл. Это скрипт (файл .R): R читает его сверху вниз, строку за строкой, как рецепт. Всё в нём вам уже знакомо.
# kiosk.R - неделя лимонадного киоска
day <- c("Пн", "Вт", "Ср", "Чт", "Пт", "Сб", "Вс")
temp <- c(22, 25, 19, 28, 30, 33, 27)
cups <- c(40, 55, 31, 62, 58, 85, 74)
kiosk <- data.frame(day = day, temp = temp, cups = cups)
revenue <- function(cups, price = 50) {
cups * price
}
kiosk$money <- revenue(kiosk$cups)
kiosk$level <- ifelse(kiosk$cups > 60, "много", "мало")
sum(kiosk$money)
round(mean(kiosk$cups), 1)
best <- kiosk[kiosk$cups == max(kiosk$cups), ]
best
paste("Лучший день:", best$day, "-", best$cups, "стаканов")
summary(kiosk$cups)
plot(kiosk$temp, kiosk$cups, main = "Жара и лимонад", xlab = "Температура", ylab = "Стаканов", col = "orange", pch = 19)R напечатает вот это (график рисуется отдельно):
[1] 20250
[1] 57.9
day temp cups money level
6 Сб 33 85 4250 много
[1] "Лучший день: Сб - 85 стаканов"
Min. 1st Qu. Median Mean 3rd Qu. Max.
31.00 47.50 58.00 57.86 68.00 85.00 plot ничего не печатает, а рисует точки: чем жарче день, тем выше точка.
Разбор по строкам
day,temp,cups— три вектора с данными неделиdata.frame(...)— собираем их в таблицуkioskrevenue <- function(...)— своя функция выручки; цена по умолчанию 50kiosk$money <- revenue(kiosk$cups)— новый столбец выручки по днямifelse(kiosk$cups > 60, ...)— столбецlevel: «много» или «мало»sum(...)иround(mean(...), 1)— итоги: выручка 20250 и среднее 57.9 стаканаkiosk[kiosk$cups == max(kiosk$cups), ]— отбор строки с самым большим числом стакановpaste(...)— склеивает фразу про лучший деньsummary(kiosk$cups)— сводка: минимум, квартили, медиана, среднее, максимумplot(...)— график жары и продаж
Попробуйте
- Цена 60 ₽:
sum(revenue(kiosk$cups, 60)). Выручка недели вырастет с 20250 до[1] 24300. minвместоmaxв отборе: выйдет самый слабый день, среда.col = "blue": точки станут синими.
По желанию запустите скрипт на площадке webR (R прямо в браузере) или в RStudio. Не хотите — просто читайте.
Что вы теперь умеете
- считать в R и сохранять результаты через
<-; - собирать вектор
c(...)и считать со всеми значениями сразу; - считать итоги:
sum,mean,median,max,summary; - хранить данные в таблице
data.frame, выбирать строки и столбцы, добавлять новые; - писать свои функции и выбирать действие через
ifиifelse; - рисовать точечный график и читать его: чем жарче, тем больше продаж.
Куда дальше
Это знакомство на час, углублённого курса по R в школе пока нет. Зато данные можно продолжать двумя путями.
Если хочется в аналитику и Data Science — курс «Python для аналитиков»: 8 модулей, 51 урок. Там те же таблицы, что у вас в data.frame (библиотека Pandas), графики Matplotlib и Seaborn, статистика SciPy, NumPy и модели scikit-learn.
Если интересна сама статистика — курс «Математика и статистика для работы с данными»: 4 модуля, 21 урок. Описательная статистика, вероятность, гипотезы, A/B-тесты и корреляция — та самая связь, которую вы видели на графике (у нас вышло 0.9).
А R можно и дальше изучать самому: скачать его на CRAN, поставить удобную среду RStudio и читать свои данные командой read.csv (имя файла в скобках).
Вы начали с 2 + 2, а закончили готовым отчётом. Поздравляем!