R语言二手车汽车销售数据可视化探索：预处理、平滑密度图、地理空间可视化（带自测题）|附代码数据

# 我们可以通过计算行的数量来获得观察值的数量
## [1] 34677
# 另外，我们可以得到数据集，并查看行数（观察值）。
dim(vposts)
## [1] 34677    27    

unist sply(X  vposs, FUN = las) )

prit.able( sply(X = vosts, FUN clss) )

denstyplot(osts$pice, min = "rice", xlab = Prie")

# 可以肯定的是，9999999 30002500 600030000 600030000的价格是非常可疑的。
# 让我们看看任何超过100,000的汽车。
idx =which( vpss$price >=  100000 & !is.na(vpst$price) ) 
legt( idx )

idx = idx[de(vpsts[ idx, "price"])]

vos[ idx, c(headr", "prce") ] 

idx = which( post$ri == 1 & !is.na(vpostspce) )
idx = smple(x = dx, size = 60, replace = FALSE)


denstyplotvpots$pice[ idx )

quantle(x = ve, probs = c(0.05,0.99), na.rm = TRUE)

dec = quantile(x = vposce[ idx ], probs = seq(from = 0.1, to = 0.9, by = 0.1) )


plot(density(vpss$pce[ idx ])

nams( table(vpoype, useNA = "ifany") )

ort( rond( x = prop.tbl( x = tae(vpst$type,eNA = "ifany") ),digis = 4) )

dott(x = sort(t), xlim = c(-0.05, 1.05), cex = 1.5)

t = prole( x = table(ts$type[ !is.(vposs$type) ], usNA = "ifany") )
dolot(x 

tbl = tbl[ rw.orde, col.order ]


maicpot(tbl

dotplot( 
  prop.tabl

length( levels(vpcity) )

table(vpoity)

prop.table(taler, vposrgin = 2)

plot( table(vpostty, vporDealer, u

plot( prtable(table(vpoststy

# 让我们使用一个四舍五入的平均价格
nwPice = rund( man(osts$prie[ix]), digits = -3)


# 让我们看看我们是否能从数据集本身找到一个合适的点估计。
idx = ( voss$maer == adillac" & vpots$yar%in% c(2002) & 
          vpts$price < 999999 &vpostspric > .case = TRUE) &

# 平均价格估计低于2500美元或3000美元的发布价格，因此使用较低的2500美元
roud( meanvpots$prie[id]), diits = -3)

cities = levels(vposts$city)

# 我们可以在一行中完成内部函数，但它很难读懂，所以把它分成几个步骤。

#      names( head( sort( table(vposts$maker[ vposts$city == x & vposts$byOwner == y & sing = TRUE), 3) )
makeByCityByOwner = lapply(X = c(TRUE, FALSE), FUN = function(y){

})

names(makeByCityByOwner) = c("Owner", "Dealer")

makeByCityByOwner

# 按业主和经销商检查每个城市的顶部是否匹配
makeByyOwner$Owner[ 1, ] == makeByOwner$Dealer[ 1, ] 

vpyear[ vpyear == 2022 & !is.na(vpstsyer) ] = 2002
vposts = osts[ -which(pstsyar == 1900 & !is.na(vpotar)), ]
vpotsyar[ vposear == 4 & !is.na(vpose) ] = 2004

vpossage = 2016 - vpyear

histrm( ~ age | byOwn)

ix = ( vpsts$g < 25 & !is.na(vostge))

hitoram( ~ age | byOwne

# 按城市来看，不同城市的车主与经销商根本没有太大的区别。
histogram( ~ age | byOwner + city,

map('state', mar = c(0,0,0,0))
invisible( 
  lapply( 1:le col.palette[x]  )
        }
  ) 
)
legend("bottch = 15, cex = 0.9)

points(x = loionByCity[[ "sac" ]]$lette[1] )

points(x = locationBy[[ "sfbay" ]]$l5] )

dotplot( table(vpossts$drive, vposransmission, vpo$type))


dotplot( tasts$type,sts$uel,vpos$drive, vpostrnsmission, 
         auto.key = list(co )

# 对于几乎所有的数据，燃料=汽油。
table(vposts$fuel, useNA = "ifany")

dotplot( 
  prop.table( table(vposts$ty

quantile(vpoter, probs = 0.99, na.rm = TRUE)

idx = ( vpots$meter < 500000 & vpsts$ice >= 500 & vposice <= 100000 &
          !is.na(vposdometer) & !is.na(vposprice) )
smoothScatte

idx = (vpts$prie >= 500 & vpos$rce <= 100000 &
          !is.na(vpsts$rice)  !is.na(vpoge) )

smootScater(x = vpst$ge[idx], y = vpoce[ix]

# 看看制造商和 老爷车的价格分布情况
idx = (vpoage >= 35 & !is.na(vpst$ge))

head(vposts$header, 20)

conditos = leels(vpsts$conitio)
conditon= sprintf('"%s",\n', conditions)
 cat(conditions)

# 我们将以最常见的现有类别为基础建立新的类别。
sort(tble(vpst$coition))

vposts$
sane_odo = subst
boxplot(odoution bb = "Miles")

# 做第二张图，以更好地显示分布情况。
boxlotoistuiles")

# 现在我们可以看到，最高的里程表读数似乎是在 "一般 "和 "良好 "条件下，这有点令人惊讶。有可能人们在里程表较高时夸大了车况，试图让它听起来更吸引人。车况分布最分散的是 "残次品"，这是有道理的，因为残次品汽车可能非常旧，也可能是被损坏的新汽车。


san_rice = suset(vpsts,pric < 2e5)
pice_y_cond =split(sane_prce$prce, san_pricew_cond)
boxplo(price_b_con, co

age_y_cod = spli(sane_ae$age, sae_age$new_cond)
boxplot(age_by_cond, col = "