可视化分析2015年中国内地电影总票房Top25

注：本文案例数据来自于艺恩电影营销智库

作者：温水根    本文链接：http://www.xueqing.cc/cms/article/115

从网页抓取数据

方法一：使用XML包中的readHTMLTable函数抓取网页表格数据。

方法二：如果用的是chrome浏览器，可以安装一个名叫Table Capture的插件，自动抓取网页表格数据。通过粘贴板或者导入到google的电子表格并下载到本地后，将数据加载到R

本文使用方法一。在windows中，得到的数据会出现中文列变量名乱码(对列变量重新命名就好了，linux不会)。

附：

排名：  影片名                              类型     总票房(万)  平均票价 场均人次    国家及地区   上映日期
1       1.捉妖记                               魔幻       243952          37             42            中国         2015-07-162      
2.速度与激情7                      动作       242655          39             42        美国/日本    2015-04-123      
3.港囧                                   喜剧       161336          33             40            中国          2015-09-254      
4.复仇者联盟2：奥创纪元   科幻       146438          40             29           美国           2015-05-125      
5.夏洛特烦恼                        喜剧       144145          32             34           中国           2015-09-306     
6.侏罗纪世界                         动作       142066          38             33           美国           2015-06-10

清洗并整理数据

可视化结果

现在，我们得到了一个25行8列的电影票房数据框。先查看下结构：

下面用ggplot2来可视化电影票房情况

从下面的条形图可以看到观众最喜欢的三大电影类型依次是动作、科幻、喜剧。

via:雪晴数据网