Whatsapp 通话统计

拿R 统计一下whatsapp的发消息的时段和频率。

首先导出whatsapp通话记录，whatsapp可以发送记录到信箱，下载保存。
在命令行下提取前两行
cut -d " " -f 1,2  WhatsApp\ Chat.txt > ~/Desktop/whatsappFeb-May.txt

进入R
setwd("~/Desktop")
text <- read.table("whatsappFeb-May.txt", head=FALSE, as.is=TRUE, sep="\t")
text$V2 <- strptime(text$V1,"%Y/%m/%d %H:%M:%S:") ＃将字符串转换成时间格式
attach(text)

# 月份的统计
table(format(V2,format="%B"))
April  February  March     May
3194      2499           2370    3835

# 周一到周日的统计
table(format(V2,format="%A"))
Friday Monday Saturday Sunday Thursday Tuesday Wednesday
1316     1478         2358           2633         1531          1084           1498

# 按小时的汇总
table(format(V2,format="%H"))
00 01 02 07 08 09 10 11 12 13 14 15 16 17
1156 208 7 30 738 67 145 224 422 678 775 563 311 528
18 19 20 21 22 23
510 753 617 1215 1387 1564

统计结果如下，周末消息最多，其次周四，周二最少
晚上10点至12点消息最多
每月消息数有所上涨。

但是上边可以看到星期和月份的顺序并不是按实际顺序排列的
因此改为数字表示
table(format(V2,format="%m"))
02       03        04      05
2498 2370    3194   3835

table(format(V2,format="%u")) ＃ weekday

1         2          3          4            5           6           7
1478   1084   1497   1531    1316   2358    2633

R apply family

R 的apply 类函数包括 apply, lapply, sapply, tapply, mapply 等。
这些函数经常被用来取代for loop 来进行矩阵，列表等的分割和计算处理。

首先谈 apply - apply 处理matrix 或者 array 的行或者列， 返回一个vector或者list.
基本使用为
apply ( x, 1, FUN)  对 x 的行进行操作
apply ( x, 2, FUM) 对x 的列进行操作

举例如下
m <- matrix(1:9,3,3, byrow=TRUE)
得到如下的一个矩阵
# 1 2 3
# 4 5 6
# 7 8 9
o1 <- apply(m,1,mean)
o1
[1] 2 5 8   可以看出来这个得到了每一行的平均值，第一行的平均为2，第二行为5，第三行为 8
同列也可以对列进行操作
o2 <- apply(m,2,mean)
o2
[1] 4 5 6

---

lappy 用来处理一个list，并且返回一个list

举例如下
l <- list(seq(1:5),seq(1:10),seq(1:25))
l
[[1]]
[1] 1 2 3 4 5
[[2]]
[1] 1 2 3 4 5 6 7 8 9 10
[[3]]
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

lapply(l,sum)
[[1]]
[1] 15
[[2]]
[1] 55
[[3]]
[1] 325

---

sapply 类似于lapply，但是返回一个vector 而非列表，在很多情况下便于阅读和后续处理，其实相当于unlist(lapply( x,FUN))
用sapply来处理上个例子
sapply(l,sum)
[1]  15  55 325
如果FUN运算的值是matrix的话，sapply会降解为list，举例说明
假设有如下list
l <- list(seq(1:4),seq(1:9),seq(1:25))
如果试图将list每一项转变为矩阵
首先定义函数
ToMatrix <- function(x){
root <- sqrt(length(x))
converted <- matrix(x,ncol=root,nrow=root,byrow=T)
return (converted)
}
z<-sapply(l,ToMatrix)
z

[[1]]
[,1] [,2]
[1,] 1 2
[2,] 3 4

[[2]]
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 4 5 6
[3,] 7 8 9

[[3]]
[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 3 4 5
[2,] 6 7 8 9 10
[3,] 11 12 13 14 15
[4,] 16 17 18 19 20
[5,] 21 22 23 24 25

str(z)
可以看到z 为list

---

tapply 用来处理含有factor的vector，tapply的第二项必须是factor

r<-c(1:100)
f <- rep(c("A","B","C","D"),each=25)
tapply(r,f,mean)
结果如下
A B C D
13 38 63 88

---

mapply 的用法为 mapply(FUN, …,  ... )
mapply的第一项是函数，后面省略号代表vector 或者list 的， 这些vector的每第N项都做为函数的参数传递到函数中。看起来很复杂，举例如下
fx <- function(x,y,z) { x+y^2+z^3}
首先定义一个函数，有三个参数x，y，z , 最后返回  x+y^2+z^3
假设有一个matrix m2
m2 <- matrix(1:6,2,3,byrow=T)
m2 如下两行三列
1   2   3
4   5   6

如果想对m2的每一列的值作为参数取得fx 的计算结果，就可以如下操作
mapply(fx, m2[,1],  m2[,2], m2[,3])
[1] 32   245

验证如下
1 + 2*2 + 3*3*3 = 1+4+27 =32
4 + 5*5 + 6*6*6 = 4+25 +216 =245

这个例子也可以用apply 来实现
apply(m2,1,function(x){x[1]+x[2]^2+x[3]^3})
[1]  32   245

R 自测 test -1

1. vector, matrix, array, list, data frame 的区别。如何从不同subject提取值。


2. attach, with 和 within 的区别


3. as.is 和 stringsAsFactors 的区别。 如何在全局声明 as.is = True


4. data frame 包含 A 和 B 两列，C是vector，是B列数值的子集。如何提取 data frame只含有C的行。


5. Edit 和 fix 的区别


6. apply, lappy, sapply, tapply 的区别


7. 如何删除当前环境下所有objects


8. str, class, mode 的区别


9. par 中 mai 和 mar 的区别


10. 如何关闭当前 graphic 窗口


11. mtext中side line adj 的取值范围和意义


12. as.data中 %d, %a, %A, %m, %b, %B, %y 和%Y 的含义


13. sort 和 order 如何使用