目标：把fitbit的每日运动记录导入到R语言中进行分析，画出统计图表来

已有原始数据：fitbit2014年每日的记录电子表格文件，全部数据点此下载，示例如下：

1）转换xls为csv

首先要把xls电子表格导入，这里用最简单的办法，首先将xls另存为csv文件。为了输入命令方便，把列名都改为了英文。

2）将csv复制到工作目录中，或设置自己的工作目录，以让R环境可以找到相应的文件

将csv放在工作目录下，也可以用setwd("c:/myfitbit")设置自己的工作目录

3）导入csv文件到数据框

fitbit <- read.table("fitbit.csv", header=TRUE, sep=",", row.names="date")

也可以直接调用read.csv()函数，可以少填几个参数选项

4）看看数据的概貌

summary(fitbit)

可以看出每列数据的最小、最大、平均值、中位数等统计信息。

ka step dist floor
Min. :2031 Min. : 0 Min. : 0.000 Min. : 0.00
1st Qu.:2290 1st Qu.: 8593 1st Qu.: 6.135 1st Qu.: 11.00
Median :2408 Median :10515 Median : 7.570 Median : 16.00
Mean :2432 Mean :10152 Mean : 7.274 Mean : 17.35
3rd Qu.:2547 3rd Qu.:12665 3rd Qu.: 9.120 3rd Qu.: 20.00
Max. :3360 Max. :25779 Max. :18.410 Max. :165.00
sit inactive move active
Min. : 829 Min. : 0.0 Min. : 0.00 Min. : 0.00
1st Qu.:1119 1st Qu.:126.0 1st Qu.: 75.00 1st Qu.: 18.50
Median :1159 Median :146.0 Median : 93.00 Median : 37.00
Mean :1170 Mean :137.3 Mean : 91.89 Mean : 37.26
3rd Qu.:1188 3rd Qu.:163.0 3rd Qu.:113.00 3rd Qu.: 51.00
Max. :1440 Max. :238.0 Max. :222.00 Max. :137.00

5）看看数据框的结构，即各列分别是什么类型？

用str函数，str是structure单词的缩写。

str(fitbit)

'data.frame': 243 obs. of 8 variables:
$ ka : num 2496 2513 2228 2336 2508 ...
$ step : num 12803 12955 8768 8971 12078 ...
$ dist : num 9.14 9.47 6.31 6.41 9.05 ...
$ floor : int 15 12 16 16 8 20 12 13 13 13 ...
$ sit : num 1161 1188 1234 1140 1153 ...
$ inactive: int 123 112 97 174 130 177 156 121 126 123 ...
$ move : int 98 67 72 113 108 141 99 118 65 73 ...
$ active : int 58 73 37 13 49 61 40 37 47 56 ...

6）画出每天步数的统计图

plot(fitbit$step)

要取出某列，可以用$符号。

如果每次都写上fitbit$太麻烦，就可以用attach(fitbit)把这个数据框的搜索路径加上，这样以后就可以输入step来表示fitbit$step了。

与attach()相对的是detach()函数，为了避免编程错误，最好成对出现。

7）看看走的步数与公里数有什么关系？

plot(setp, dist)

可以看出fitbit实际上就是一个非常简单的算法把步数换算为公里数，什么高级计算也没有。

8）给图加上标题

title("fitbit统计图")

9）用命令的方式将图形输出到jpeg文件中

jpeg("a.jpg") #将绘图送到jpeg图形文件中

plot(step, dist)

title("fitbit统计图")

dev.off() #最后要关闭设备

其它命令：dev.new()可以打开一个新的绘图窗口。dev.next(), dev.prev(), dev.set()...

当然在R交互环境中的图形上点右键，或用R环境的菜单功能，可以随便复制和输出图形。

看看步数的统计分布图

hist(step)

平均下来每天超过1万步，有些记录在fitbit同步时丢失，所以有20多天走了零步。

显示日期

日期是以"2014年10月28日"这样的字符串格式记录的，默认是不转换为日期型的，需要用as.Date函数转换一下。

month <- as.Date(row.names(fitbit), "%Y年%m月%d日")
plot(month, step)

这时可以看到水平轴已经显示的是日期了。

只统计某个月份的数据

如果只统计9月份的数据，需要用到日期处理的函数。

monthData <- fitbit[as.double(format(fitbit$date, "%m"))==9, ]

自动生成统计图并保存为文件

现在要自动生成fitbit的10月的统计图，并保存为文件fitbit_month_10.jpg。

m <- 10

jpeg(paste0("fitbit_month_", m, ".jpg"))

monthData <- fitbit[as.double(format(fitbit$date, "%m"))==m, ]

plot(format(monthData$date,"%d"), monthData$step, type="l", xlab="date", ylab="steps", main=paste("2014年",m,"月步数统计图",sep=""))

dev.off()

分组统计每个月的平均步数

meanMonthStep <- aggregate(fitbit$step, by=list(format(fitbit$date,"%m")), mean)

plot(meanMonthStep,type="b",main="月平均步数", xlab="month", ylab="step")

由于4、5月份的数据同步有故障，丢失了部分数据，所以平均步数偏低。

后来发现用tapply函数也可以得到同样的结果：

monthStep <- tapply(fitbit$step, format(fitbit$date,"%m"), mean)

实际上tapply将向量分割为组，然后对每组应用指定的函数。

显示一条平滑曲线

plot(fitbit$date, fitbit$step, type="l")

lines(lowess(fitbit$date, fitbit$step),col="blue")

identify()误别图上的点

plot(fitbit$date,fitbit$step,type="p", pch=16,ylim=c(0,30000))

identify(fitbit$date,fitbit$step)

鼠标在图形上点击，可以得到点的序号。我这里找了步数最少的两天，还有走得最多的一天。

查了一下为什么那两天走得最少？很可能忘了带计步器！

fitbit[c(96,182,269),c("date","step")]

          date  step

96  2014-04-06  2285

182 2014-07-24 25779

269 2014-10-19  1633

下面的代码把12个月的图画到一个PDF文件中。

fitbit <- read.csv("fitbit2014.csv")
# 一定要转换为日期类型
fitbit$date <- as.Date(fitbit$date)

PlotMonthGraph <- function(m)
{
    monthData <- fitbit[as.double(format(fitbit$date, "%m"))==m, ]
    plot(format(monthData$date,"%d"), monthData$step, type="l", ylim=c(0,25000), xlab="日期", ylab="步数", main=paste("2014年", m, "月",sep=""))
}


pdf("fitbit2014年计步数据统计图.pdf", family='GB1')
par(mfrow=c(4,3)) #4行，3列
for(i in 1:12) PlotMonthGraph(i)
dev.off()

par(mfrow=c(1,1))
png("全年步数统计图.png")
plot(fitbit$date, fitbit$step, type="l", xlab="date", ylab="steps", main="2014年全年步数统计图")
dev.off()