Rで来店顧客の多い時間を週ごとに分析（ggplot+facet_grid使用）

はじめに

Rを使って、時間帯ごとの来店数を、週ごとに別の棒グラフで分析する方法を記録したいと思います。

対象データ

service.csv

cancel,weekday,hour,attention,sex,age
0,2,18,0,2,10
0,5,12,0,1,10
0,4,17,0,2,10
0,0,10,0,1,10
0,4,17,0,2,10
1,0,17,0,1,10
-------

左から→キャンセルフラグ,曜日,時間,注意フラグ,性別,年代
となります。
（注意フラグは、一定のキャンセル数以上の場合に1が入ります）
こんな感じのcsvデータを利用します。

結果グラフ

※木曜、土曜は午前のみ営業
※14時台は来店が少なく、他は週ごとに多い時間帯が変化している様子

コード

# モジュールのロード
library(ggplot2)
library(dplyr)

# csvの読み込み（先頭行をヘッダに。ファイル文字コードはUTF-8。セパレータは,）
# パラメータをきちんと明示した方が安定する
# encoding="UTF-8"とfileEncoding="UTF-8"は違うので注意
df <- read.csv("service.csv", header = TRUE, fileEncoding="UTF-8", stringsAsFactors = FALSE, sep = ",")

# 週と時間それぞれでgoroupする（dplyrの機能）
df <- group_by(df, weekday, hour)

# group対象の行数をカウントしてcountというカラムを追加（dplyrの機能）
df <- summarize(df, count=n())

# arrangeを使ってweekdayの昇順で並び替え（dplyrの機能）
df <- arrange(df, weekday)

# 先頭行を出力
head(df)

##  Source: local data frame [6 x 3]
##  Groups: weekday [1]
##  
##    weekday  hour count
##      <int> <int> <int>
##  1       0    10    37
##  2       0    11    29
##  3       0    12    35
##  4       0    14    21
##  5       0    15    35
##  6       0    16    37

# 週のレベルを設定
custom_label <- as_labeller(c("0"="月", "1"="火", "2"="水", "3"="木", "4"="金", "5"="土"))

# plotを作成
gp <- ggplot(
  df,
  aes (
    x = hour,
    y = count,
    fill= hour
  )
) 
gp <- gp + geom_bar(stat = "identity")
gp <- gp + facet_grid(weekday ~ ., labeller = custom_label)  # facetgridで週ごとに表示
gp <- gp + ggtitle("週と時間による来店数の分析")
gp <- gp + scale_x_continuous(breaks=c(10, 11, 12, 13, 14, 15, 16, 17, 18)) # xの刻み
plot(gp)

まとめ

今回は来店顧客の時間ごとの分析を、集別にしてみました。
参考になりましたでしょうか。