〇、作业要求

某共享单车公司近期对北京市四个城区的用户进行了满意分数调查。在拿到调研数据后，数据团队负责人想看到 不同城区用户所给分数的分布情况 以及 不同城区用户年龄和分数之间的关系 。

该共享单车公司「用户满意分数调查」数据：R项目数据.zip 。在接到需求和数据后，数据分析师小A认为可以使用 R 处理数据并进行可视化，展现不同城区用户所给分数的分布情况 以及 不同城区用户年龄和分数之间的关系。

请同学们下载作业数据，并在R Studio 中完成本次分析工作。

分析思路提示：

步骤1：查看数据的结构、类型；

步骤2：数据处理；预览数据后发现有缺失值，建议使用均值或中位数进行补齐；

步骤3：数据可视化；

可以绘制直方图、箱型图、小提琴图等展示分数的分布情况；

可以通过散点图和线性拟合来展示分数和年龄之间的关系；

步骤4：美化图形；

切分多个子图；

设置散点透明度；

设置图形标题及位置；

修改横纵坐标；

步骤5：得出结论；根据可视化结果展开分析，可以从分数分布规律、走向等方面来说明；

完成本次分析后，请同学提交：

1、填补缺失值的采用的统计量以及填补缺失值大小；

2、不同城区用户所给分数的分布情况的分析及结论（可视化图形+文字）；

3、不同城区用户年龄和分数之间的关系分析及结论（可视化图形+文字）；

4、请复制你的完整代码 及注释粘贴到作业提交区；

一、填补缺失值的采用的统计量以及填补缺失值大小

我们观察数据发现分数列存在缺失值，考虑本次打分的分值均为整数，我们采用中位数进行补齐。

通过命令

data[is.na(data$分数),]

得到如下缺失信息

利用

median(data$分数,na.rm=TRUE)

计算出整体的分数均值为7，即我们利用分数中位数7来填充缺失的分数，具体命令如下：

data[is.na(data$分数),"分数"]<-median(data$分数,na.rm=TRUE)

二、不同城区用户所给分数的分布情况

从直方图中可以看出，本次调查四个城区高分与低分的频数较高，中间分段的人数较少，调查结果两级分化严重。

三、不同城区用户年龄和分数之间的关系

由下图可以看出用户的打分高低和年龄呈正比关系。年龄越高，给出的满意度分数越高。

四、代码展示