來(lái)玩一玩全球500強(qiáng)排行榜數(shù)據(jù)

相似文件 換一批

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應(yīng)屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個(gè)全額獎(jiǎng)學(xué)金名額~ !

立即領(lǐng)取

感謝您參與論壇問(wèn)題回答

經(jīng)管之家送您兩個(gè)論壇幣！

+2 論壇幣

By 寫長(zhǎng)城的詩(shī)


金融時(shí)報(bào)在7月20日公布了全球500強(qiáng)排行榜。根據(jù)這個(gè)數(shù)據(jù)嘗試回答下面的一些問(wèn)題。

1. 哪個(gè)行業(yè)的上榜公司最多？

看得出來(lái)，銀行、石油、制藥是前三強(qiáng)。


2. 哪個(gè)國(guó)家的上榜公司最多？

美國(guó)公司占據(jù)了大部分，日本和英國(guó)則位居其后。

3. 哪個(gè)行業(yè)最賺錢？

根據(jù)各行業(yè)公司的凈利潤(rùn)中位數(shù)進(jìn)行排序，地產(chǎn)、采礦、石油這三個(gè)行業(yè)公司利潤(rùn)不錯(cuò)。

4. 公司的排名變化如何？

根據(jù)2011年和2012年的排位之差，計(jì)算各公司的排名變化，對(duì)于2011年未上榜公司假設(shè)為501名。大致上正態(tài)分布，在退步前十名中有知名的Nokia、Sony、Philips。

5. 哪個(gè)行業(yè)的排名進(jìn)步最大？

取其行業(yè)公司排名變化的中位數(shù)，旅游、地產(chǎn)、煙草公司排名有進(jìn)步。

5. 中國(guó)的上榜公司排名總體變化如何？

和上面的一樣，取各國(guó)公司排名變化的中位數(shù)，看得出中國(guó)上榜公司的排名略有下降。東南亞新興市場(chǎng)的公司有很大進(jìn)步。

需要說(shuō)明的是FT只提供了排名的PDF文檔，如果各位數(shù)據(jù)愛(ài)好者要折騰的話需要先將其轉(zhuǎn)為Excel格式，或者下載我已經(jīng)整理好的CSV文檔。

R代碼如下：
mydata <- read.csv('d:\\ft500.csv',T,stringsAsFactors = F)
data  <- transform(mydata,
          Country = factor(Country),
          Sector = factor(Sector),
          value = as.numeric(gsub(',','',value)),
          netincome = as.numeric(gsub(',','',netincome)),
          employees = as.numeric(gsub(',','',employees)),
          totalasset = as.numeric(gsub(',','',totalasset)),
          turnover = as.numeric(gsub(',','',turnover)),
           price = as.numeric(gsub(',','',price)))
library(ggplot2)
# 哪個(gè)行業(yè)的上榜公司最多
data$Sector <- with(data,reorder(Sector,Sector,function(x) length(x)))
p <- ggplot(data=data)
p + geom_bar(aes(x=Sector,y=..count..),fill='deepskyblue') + coord_flip()
# 哪個(gè)國(guó)家的上榜公司最多？
data$Country <- with(data,reorder(Country,Country,function(x) length(x)))
p + geom_bar(aes(x=Country,y=..count..),fill='deepskyblue') + coord_flip()

# 哪個(gè)行業(yè)最賺錢
isna <- is.na(data$employees) |is.na(data$netincome)
data2 <- data[!isna,]
data2$Sector <- with(data2,reorder(Sector,netincome,median))
p2 <- ggplot(data=data2,aes(x=Sector,y=netincome))
p2 + stat_summary(fun.y=median,geom='bar',fill='deepskyblue') + coord_flip()

# 排名變化情況
data$X2011[is.na(data$X2011)] <- 501
data$change <- with(data,X2011-X2012)
p + geom_histogram(aes(x=change,y=..density..),
                   fill='deepskyblue',color='white')
# 進(jìn)步前十名
data[order(data$change,decreasing=T),][1:10,]

掃碼加我 拉你入群

請(qǐng)注明：姓名-公司-職位

以便審核進(jìn)群資格，未注明則拒絕

分享0 收藏3 回帖

關(guān)鍵詞：全球500強(qiáng) 500強(qiáng) 排行榜 Excel格式 Philips 公司 正態(tài)分布 comment 排行榜

ft500.zip (22.17 KB) 本附件包括：

• ft500.csv

2013-3-7 08:48:43 上傳

# 退步前十名
data[order(data$change,decreasing=F),][1:10,]

# 行業(yè)的進(jìn)退
data$Sector <- with(data,reorder(Sector,change,median))
p3 <- ggplot(data=data,aes(x=Sector,y=change))
p3 + stat_summary(fun.y=median,geom='bar',fill='deepskyblue') + coord_flip()

# 國(guó)家的進(jìn)退
data$Country <- with(data,reorder(Country,change,median))
p4 <- ggplot(data=data,aes(x=Country,y=change))
p4 + stat_summary(fun.y=median,geom='bar',fill='deepskyblue') + coord_flip()

# 各變量之間的相關(guān)性
library(corrgram)
data3 <- data[,c(6:13,15)]
corrgram(order = T, data3, lower.panel = panel.shade, upper.panel = panel.pie)

哈哈  從上面的代碼中學(xué)到了GSUB

高手啊，數(shù)據(jù)整理是重要的一環(huán)

學(xué)習(xí)了  謝謝樓主！

wwwww學(xué)習(xí)貼
果然對(duì)于處理數(shù)據(jù)的人而言沒(méi)有什么從數(shù)據(jù)中看不到w

謝謝