作者：谢佳标，微软中国MVP，多届中国R语言大会演讲嘉宾，R语言中文社区专栏作者，著有《R语言游戏数据分析与挖掘》，合著《R语言与数据挖掘》、《数据实践之美》等书籍。

插入R代码样例展示：

---
title: "R代码块"
output: html_document
---

### 不显示warnings信息
```{r,warning=FALSE}
a <- 1:4
b <- 1:3
a +b
```

***

#### 不显示代码
```{r,fig.align='left',echo=FALSE}
library(recharts)
g <- echartr(iris, Sepal.Width, Petal.Width, series =Species) %>%
  setSeries(symbolSize=8) %>%
  setSymbols(c('heart', 'arrow','diamond')) %>%
  setToolbox(show=FALSE)
g %>% addMarkPoint(series=unique(iris$Species),
                   data=data.frame(type="max",name="最大值"))
```

•Rmarkdown通常以html、word、pdf格式输出，但是也可实现slidy输出。只需将output设置为“slidy_presentation” 即可。

---
title: "Presentations with Slidy"
author: "Daniel xie"
date: "November 14, 2017"
output:
  slidy_presentation:
    incremental: yes
---

#### 使用 Markdown 的优点

-  专注你的文字内容而不是排版样式。
-  轻松的导出 HTML、PDF 和本身的 .md 文件。
-  纯文本内容，兼容所有的文本编辑器与字处理软件。
-  可读，直观。
-  适合所有人的写作语言。

#### RMarkdown简要语法

[RStudio](www.rstudio.com)

![](R.png)

**这是粗体**

*这是斜体*

<font color=#D87093>使用十六进制颜色值: color=#D87093 </font>

~~删除文本~~

#### 插入表格
```{r}
library(DT)
datatable(iris)
```

#### 输出模型结果
```{r}
fit <-lm(women)
summary(fit)
```

#### 打印图形
```{r,fig.align='center'}
par(mfrow=c(2,2))
plot(fit)
par(mfrow=c(1,1))
```

#### 交互可视化
```{r}
library(rpivotTable)
rpivotTable(mtcars)
```

实例：构建自动化报表

•Rmarkdown最大的优势是可以制作自动化报表，将人从繁琐的重复性工作中解放出来，更专注创造性的工作。

•头有这样的需求，针对大量的指标，需要对每个指标的时间序列进行研究，且需要区分不同的用户群，此时用rmarkdown来构建报表是最适宜的。

•模拟一份数据集，一共有10万个业务员，有10个过程指标（共60个字段），且业务员分为7种不同的类型：

•构建衡量时间序列的指标：波动性和幅度（利用差分和均值进行组合构建）

•然后利用衍生指标，分别对每个人群建立K均值聚类，查看不同组别的业务员在最近6个月的变化趋势，找出规律

•对于聚类结果，根据不同组别的簇中心，进行可视化展示。

---
title: "过程化指标聚类"
author: "谢佳标"
date: "2017年11月16日"
output: html_document
---

```{r,warning=FALSE,message=FALSE,echo=FALSE,pdi=300,fig.width=12}
set.seed(1234)
empno = seq(1,100000)
gu_flag = sample(c("C00","C12","C3","C45","L45","1A_under","1A"),100000,replace = T)
dat <- matrix(sample(c(1,2,3,50:500,1000,2000,5000),100000*60,replace = T),100000,60)
customer <- data.frame(empno,gu_flag,dat)
for(n in 1:10){
 customer_new <- customer[,c(1,2,(6*n-3):(6*n+2))] 
 # 计算差分
 customer_diff1 <- t(apply(customer_new[,c(-1,-2)],1,diff))
 # 增加实际值均值、（差分/上月）均值和差分为正的个数
 customer_data1 <- data.frame(empno = customer_new$empno,
                              gu_flag = customer_new$gu_flag,
                              mean = rowMeans(customer_new[,3:8],na.rm = T),
                              diff = rowMeans(customer_diff1/rowMeans(customer_new[,3:7]),na.rm = T),
                              positive = rowSums(ifelse(customer_diff1 > 0,1,0)))
 # 将diff变量中的-Inf与Inf、NA设置为0
 customer_data1$diff <- ifelse(is.infinite(customer_data1$diff),0,customer_data1$diff)
 customer_data1$diff <-  ifelse(is.na(customer_data1$diff),0,customer_data1$diff)
 # 按照gu_flag进行分组、分别建立K均值聚类模型
 gu_flag1 <- c("C00","C12","C3","C45","L45","1A_under","1A")
 for(i in 1:length(gu_flag1)){
   customer_data1_sub1 <- customer_data1[customer_data1$gu_flag==gu_flag1[i],]
   set.seed(1234)
   km_model <- kmeans(scale(customer_data1_sub1[,3:5]),3)
   # 给原始数据打上标签
   customer_new[customer_new$gu_flag==gu_flag1[i],'type'] <- km_model$cluster
 }
 # 按照gu_flag、type进行分组，分别统计最近六个月的平均值(按列求平均值)
 customer_sub_mean1 <- data.frame(aggregate(customer_new[,3:8],list(gu_flag=customer_new[,2],type=customer_new[,9]),
                                                                    FUN=function(x){mean(x,na.rm = T)}))
 colnames(customer_sub_mean1)[3:8] <- seq(6,1,-1)
 
# 展示数据集
 print(knitr::kable(customer_sub_mean1,digits = 2,padding=0))
 # 绘图
 library(reshape)
 md <- melt(customer_sub_mean1,id=c("gu_flag","type"))
 library(lattice)
 mygraph <- xyplot(value ~ variable|gu_flag,data=md,groups = type,type=c("l","p"),
                  pch=16,xlab=NULL,layout=c(7,1),
                  ylab=NULL,main=paste0("指标",n,"过程化指标聚类结果"))
 print(update(mygraph,
              panel = function(...){
                panel.grid(h=-1,v=-1)
                panel.xyplot(...,border="transparent")
              }))
}
```

效果如下：

ITPub博客

利用R语言做可重复性报告研究

最新文章