R语言分析任务：-编程知识

有需要实验报告的可CSDN 主页个人私信

《大数据统计分析软件（R语言）》

实验报告

指导教师：

专业：

班级：

姓名：

学号：

完成时间：

实验目的

掌握数据读入的各类函数；简单的数据处理：新变量的生成，数据集筛选排序，数据集合并。

掌握dplyr包中的主要函数。

掌握绘图的主要函数。

掌握数据整理、描述性统计分析、回归等，较为完整的数据分析过程。

实验内容

读入数据集：“(1)2002-2022年网民数量.csv”

计算半年度网民数量增长率；

# 引入所需的库library(readr)library(dplyr)library(lubridate)# 读取数据# data <- read_csv("(1)2002-2022年网民数量.csv")data <- read_csv("(1)2002-2022年网民数量.csv", locale = locale(encoding = "GB2312"))# 使用head函数查看数据前10行head(data, 10)# 重命名列名data <- data %>%rename(时间 = 时间,网民数量 = `网民数量（万人）`,互联网普及率 = `互联网普及率`)# 将时间转换为日期data$时间 <- dmy(paste0("01-", data$时间), tz = "UTC")# 将互联网普及率转换为数值类型data$互联网普及率 <- as.numeric(gsub("%", "", data$互联网普及率)) / 100# 计算半年度网民数量增长率data <- data %>%arrange(时间) %>%mutate(增长率 = (网民数量 - lag(网民数量)) / lag(网民数量))# 使用head函数查看数据前10行head(data, 10)

根据网民数量、网民数量增长率绘制双轴图，网民数量用柱状图表示，网民数量增长率用折线图表示；

双轴图如图1所示：

图1双轴图

代码如下：

# 将增长率列转换为数值类型
data$增长率 <- as.numeric(data$增长率)# 移除第一个NA值
data <- data[-1, ]# 绘制图表
# 输出增长率的数值
print(data$增长率)ggplot(data, aes(x = 时间)) +geom_col(aes(y = 网民数量), fill = "blue") +geom_line(aes(y = 增长率 * 100000, color = "增长率"), size = 1) +  # 增大增长率的显示范围scale_y_continuous(name = "网民数量（万人）", sec.axis = sec_axis(~./100000, name = "增长率 (%)")) +theme_minimal() +labs(color = "指标")

根据图形说明我国网民规模的变化趋势与特征。

从图形可以看出，我国网民数量呈现出明显的增长趋势。从2002年到2022年底，网民数量从约4580万人增长到约106744万人，增长了近23倍。这表明互联网的普及程度不断提高，越来越多的人开始使用互联网。

增长率特征：增长率是描述网民数量增长速度的指标。从图形中可以看出，增长率在不同时间段内有所波动。初期增长率较高，随着网民数量的增加，增长率逐渐趋于平缓。可以观察到，在2002年到2007年初期，增长率呈现出较大的波动，而在2014年后增长率相对较稳定。

互联网普及率变化：互联网普及率是衡量互联网在整个人口中普及程度的指标。根据数据，互联网普及率从2002年的0.036增长到2022年底的0.756。这显示了互联网的普及程度不断提高，越来越多的人开始接触和使用互联网。

综上所述，通过观察图形，我们可以看到我国网民规模的变化趋势是逐年增长，并且增长率逐渐稳定。互联网普及率也在不断提高，显示出我国互联网发展的活跃态势。


读入数据集：“(2)2007-2022年接入方式.csv”
与“(1)2002-2022年网民数量.csv”进行合并
代码如下：# 读取数据集
data1 <- read.csv("(1)2002-2022年网民数量.csv")
data2 <- read.csv("(2)2007-2022年接入方式.csv")
# 合并数据集
merged_data <- merge(data1, data2, by = "时间")
head(merged_data, 10)
# 保存合并后的数据集为CSV文件
write.csv(merged_data, "合并后数据.csv", row.names = FALSE)

前十个数据结果显示如图2所示：

图2合并后前十条数据

计算出手机上网比例、电视网民数、台式电脑网民数、笔记本电脑网民数、平板电脑网民数（不同接入方式人数有重合，总数会大于真实网民数量）

代码如下：

# 读取合并后的数据集
merged_data <- read.csv("合并后数据.csv")
# 计算手机上网比例
merged_data$手机上网比例 <- as.numeric(gsub("%", "", merged_data$手机网民数量.万人.)) / merged_data$网民数量.万人. * 100
# 将因子列转换为数值型
merged_data$电视网民数 <- as.numeric(gsub("%", "", merged_data$电视上网比例))
merged_data$台式电脑网民数 <- as.numeric(gsub("%", "", merged_data$台式电脑上网比例))
merged_data$笔记本电脑网民数 <- as.numeric(gsub("%", "", merged_data$笔记本电脑上网比例))
merged_data$平板电脑网民数 <- as.numeric(gsub("%", "", merged_data$平板电脑上网比例))
# 打印计算结果
print(merged_data[, c("时间", "手机上网比例", "电视网民数", "台式电脑网民数", "笔记本电脑网民数", "平板电脑网民数")])

数据展示前十条，如图3所示：

图3合并后前十条数据

根据数据绘制各种接入方式比例的折线图，并比较说明每种接入方式的变化趋势与特征。

各种接入方式变化的折线图如图4所示；

图4 接入方式折线图

在整体趋势上，电视上网比例呈现下降趋势，从高达94.00%逐渐下降至约31.10%左右。从7-Dec到8-Dec有较大幅度的下降，之后逐渐下降至最低点，之后保持相对稳定。

台式电脑上网比例呈现下降趋势，从26.70%逐渐下降至约29.80%左右。从7-Dec到8-Dec有轻微上升，之后逐渐下降至最低点，之后保持相对稳定。

笔记本电脑上网比例呈现下降趋势，从26.70%逐渐下降至约28.30%左右。从7-Dec到8-Dec有较大幅度的上升，之后逐渐下降至最低点，之后保持相对稳定。

平板电脑上网比例呈现下降趋势，从34.80%逐渐下降至约27.50%左右。从14-Dec到15-Dec有轻微的上升，之后逐渐下降至最低点，之后保持相对稳定。

各种接入方式的变化趋势都呈现下降的特征，其中电视上网比例下降幅度最大，而台式电脑、笔记本电脑和平板电脑的下降趋势相对较缓。这可能反映了手机和移动设备的普及，以及人们更多地倾向于使用便携式设备进行上网。

读入数据集：“(3)2008-2022年网民结构.csv”

与“(1)2002-2022年网民数量.csv”进行合并；
代码：# 读取数据集
data1 <- read.csv("(3)2008-2022年网民结构.csv", header = TRUE, stringsAsFactors = FALSE)
data2 <- read.csv("(1)2002-2022年网民数量.csv", header = TRUE, stringsAsFactors = FALSE)# 合并数据集
merged_data <- merge(data1, data2, by = "时间")# 修改列名
colnames(merged_data)[colnames(merged_data) == "X10岁以下"] <- "10岁以下"
colnames(merged_data)[colnames(merged_data) == "X10.19岁"] <- "10-19岁"
colnames(merged_data)[colnames(merged_data) == "X20.29岁"] <- "20-29岁"
colnames(merged_data)[colnames(merged_data) == "X30.39岁"] <- "30-39岁"
colnames(merged_data)[colnames(merged_data) == "X40.49岁"] <- "40-49岁"
colnames(merged_data)[colnames(merged_data) == "X50.59岁"] <- "50-59岁"
colnames(merged_data)[colnames(merged_data) == "X60岁及以上"] <- "60岁及以上"
colnames(merged_data)[colnames(merged_data) == "小学及以下"] <- "小学及以下"# 显示前10条数据
head(merged_data, 10)# 将合并后的数据保存到CSV文件
write.csv(merged_data, file = "合并后的数据.csv", row.names = FALSE)

运行结果如图5所示：