Chapter 2 数据

2.1 初步了解数据

kable(as.data.frame(colnames(Model_data)))
colnames(Model_data)
发货方式
原始来单金额
修改后金额
发货件数
原始来单件数
cod运费
用户性别
用户设备
app1
用户类型
地址种类
label
下单小时
付款小时
下单与付款时间间隔
金额差异
件数差异
确认小时
付款到派送

2.2 查看数据的结构

str(Model_data)
## Classes 'data.table' and 'data.frame':   322715 obs. of  20 variables:
##  $ 发货方式          : chr  "Delhivery" "Delhivery" "Ecom" "Ecom" ...
##  $ 州                : chr  "Telangana" "Telangana" "Maharashtra" "Maharashtra" ...
##  $ 原始来单金额      : num  5.6 6.92 10.32 4.67 10.26 ...
##  $ 修改后金额        : num  5.6 6.92 10.32 4.67 10.26 ...
##  $ 发货件数          : num  1 1 1 1 1 6 1 3 1 1 ...
##  $ 原始来单件数      : num  1 1 1 1 1 6 1 3 1 1 ...
##  $ cod运费           : num  1.55 1.55 1.55 1.55 1.55 1.55 1.55 1.55 1.55 1.55 ...
##  $ 用户性别          : chr  "women" "women" "men" "women" ...
##  $ 用户设备          : chr  "ios" "android" "android" "android" ...
##  $ app1              : chr  "iOS_4.1.0" "android_4.1.1" "android_4.2.2" "android_4.0.3" ...
##  $ 用户类型          : chr  "new_cod" "new_cod" "new_cod" "old_cod" ...
##  $ 地址种类          : chr  "Valid Address" "Valid Address" "Missing Rooftop" "Valid Address" ...
##  $ label             : Factor w/ 2 levels "0","1": 1 1 1 1 1 1 1 1 1 1 ...
##  $ 下单小时          : num  15 9 10 15 16 16 16 6 12 17 ...
##  $ 付款小时          : num  14 11 15 16 16 17 11 6 6 9 ...
##  $ 下单与付款时间间隔: num  19.5 16.9 17.4 16.9 19.6 ...
##  $ 金额差异          : num  0 0 0 0 0 0 0 0 0 0 ...
##  $ 件数差异          : num  0 0 0 0 0 0 0 0 0 0 ...
##  $ 确认小时          : num  4 3 3 13 4 4 3 9 3 4 ...
##  $ 付款到派送        : num  2.71 -0.477 -0.151 -0.127 -0.17 ...
##  - attr(*, ".internal.selfref")=<externalptr>

2.3 查看数据的基本信息

summary(Model_data)
##    发货方式              州             原始来单金额     修改后金额    
##  Length:322715      Length:322715      Min.   : 0.72   Min.   : 0.390  
##  Class :character   Class :character   1st Qu.: 3.22   1st Qu.: 3.210  
##  Mode  :character   Mode  :character   Median : 7.29   Median : 7.190  
##                                        Mean   :10.12   Mean   : 9.784  
##                                        3rd Qu.:13.54   3rd Qu.:13.210  
##                                        Max.   :51.55   Max.   :51.550  
##                                                                        
##     发货件数       原始来单件数     cod运费        用户性别        
##  Min.   : 0.000   Min.   : 1.0   Min.   :0.000   Length:322715     
##  1st Qu.: 1.000   1st Qu.: 1.0   1st Qu.:0.770   Class :character  
##  Median : 1.000   Median : 1.0   Median :1.550   Mode  :character  
##  Mean   : 1.743   Mean   : 1.8   Mean   :1.197                     
##  3rd Qu.: 1.000   3rd Qu.: 2.0   3rd Qu.:1.550                     
##  Max.   :48.000   Max.   :50.0   Max.   :1.550                     
##                                                                    
##    用户设备             app1             用户类型        
##  Length:322715      Length:322715      Length:322715     
##  Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character  
##                                                          
##                                                          
##                                                          
##                                                          
##    地址种类         label         下单小时        付款小时    
##  Length:322715      0:285297   Min.   : 0.00   Min.   : 0.00  
##  Class :character   1: 37418   1st Qu.: 7.00   1st Qu.: 7.00  
##  Mode  :character              Median :11.00   Median :11.00  
##                                Mean   :10.85   Mean   :10.87  
##                                3rd Qu.:15.00   3rd Qu.:15.00  
##                                Max.   :23.00   Max.   :23.00  
##                                                               
##  下单与付款时间间隔    金额差异           件数差异            确认小时    
##  Min.   :-0.08387   Min.   :-45.6000   Min.   :-31.00000   Min.   : 0.00  
##  1st Qu.:-0.08260   1st Qu.:  0.0000   1st Qu.:  0.00000   1st Qu.: 7.00  
##  Median :-0.08166   Median :  0.0000   Median :  0.00000   Median : 9.00  
##  Mean   : 0.00000   Mean   : -0.3403   Mean   : -0.05702   Mean   : 9.37  
##  3rd Qu.:-0.07987   3rd Qu.:  0.0000   3rd Qu.:  0.00000   3rd Qu.:12.00  
##  Max.   :19.57188   Max.   :  5.1600   Max.   :  1.00000   Max.   :23.00  
##                                                                           
##    付款到派送    
##  Min.   :-4.011  
##  1st Qu.:-0.669  
##  Median :-0.063  
##  Mean   : 0.000  
##  3rd Qu.: 0.611  
##  Max.   :10.935  
##  NA's   :3441