第一個教學就先用dplyr 當開頭吧，在我還沒使用過dplyr 時，每次對有相同特徵的資料做分群並運算時，常常把R 寫的非常奇怪...，不僅在程式碼閱讀上困難，效能上也可能非常低落，所以第一個問題開始...，如何知道網站的註冊會員狀況？

使用read.csv 將資料載入

user = read.csv("input/user.csv", stringsAsFactors=FALSE)

#install.packages("stringr")
library(dplyr)

至於如何分析問題呢？ 我第一個想法是：利用CREATETIME 時間分出不同月份，在看每個月份註冊的會員總數是多少，因此我需要創建一個新欄位:Month，但目前CREATETIME 的儲存欄位還是character

再來就是要介紹dplyr 的mutate 功能，mutate可以為原先的dataframe 新增一個新的欄位，因此我們這樣子寫

result <- user %>%
    mutate(Month = as.Date(user$CREATETIME, "%m/%d/%Y %H:%M:%S"))

就取得了Month結果

但因為我們是用月份來切割的，因此只需要取得前面7個字，所以再呼叫mutate一次並使用substring() 取字。

result <- user %>%
    mutate(Month = as.Date(user$CREATETIME, "%m/%d/%Y %H:%M:%S")) %>%
    mutate(Month = substring(Month,1,7))

接再來介紹dplyr 的group_by() 和summarise() 函式，group_by可以將你指定的同個特徵集合一起，再利用summarise() ，取得結果，其中，可以用n() 來得出被group的筆數。

result <- user %>%
    mutate(Month = as.Date(user$CREATETIME, "%m/%d/%Y %H:%M:%S")) %>%
    mutate(Month = substring(Month,1,7)) %>%
    group_by(Month) %>%
    summarise(MembersCount = n())

這樣就完成了各個月份註冊人數的統計

再利用ggplot 畫出圖表

library(ggplot2)

ggplot(result, aes(x=Month, y=MembersCount)) +
    geom_bar(stat="identity", fill="skyblue")

因此，你就可以拿著這張圖表去報告目前會員的註冊狀況囉！

ref: day2原始碼