R语言做数据分析：三步搞定销售报表可视化

小王在电商公司做运营，每月初都要手动整理几百行订单ref="/tag/426/" style="color:#8B0506;font-weight:bold;">数据，用Excel画折线图、算同比、导出截图——直到他花一个午休学了三行R代码。

装好R和RStudio，就像装微信一样简单

去CRAN官网下载对应系统的R安装包，再装个RStudio（界面清爽，比原生R好上手多了）。装完打开，左下角控制台能敲1+1出结果，就算成功了。

读数据、看分布、画图，三步不拖泥带水

假设你有个叫sales.csv的销售表，含日期、销售额、品类三列。直接这样写：

library(readr)
library(ggplot2)

# 读数据
data <- read_csv("sales.csv")

# 快速看看前6行和数据结构
head(data)
str(data)

# 按月份汇总销售额，画趋势图
data$month <- format(as.Date(data$date), "%Y-%m")
monthly <- aggregate(sales ~ month, data = data, sum)

ggplot(monthly, aes(x = month, y = sales)) + 
  geom_line(color = "#2a5caa") + 
  geom_point() + 
  labs(title = "月度销售额趋势", x = "月份", y = "销售额（万元）")

回车一按，右侧图形窗立刻弹出清晰折线图——不用拖拽、不点右键、不调格式，改个颜色、换种图型，改两三个词就行。

遇到脏数据？R比Excel更“耐造”

比如某天销售额是空值或写了“暂无”，Excel会卡住或报错，R里一句就搞定：

data$sales <- as.numeric(data$sales)  # 自动把非数字转成NA
data <- na.omit(data)  # 直接删掉含NA的行

再比如想快速知道哪个品类卖得最好，不用排序筛选，一行命令：

aggregate(sales ~ category, data, sum) %>% arrange(desc(sales))

结果直接按销售额从高到低排好，连表格都省得手动整理。

不是程序员也能用，关键是“先跑通再优化”

R的语法像说话：用read_开头就是读数据，plot或ggplot就是画图，filter、group_by这些词，基本就是字面意思。别怕报错，多数时候只是少了个引号、拼错了函数名，把错误提示复制到百度，前几条基本就是解法。你不需要背函数手册，记住library()、read_csv()、ggplot()这仨，已经能干掉日常80%的数据活。