--- 
title: "R"
date: 2021-04-01T11:48:56+02:00 
tags: 
- R 
categories : 
- R 
draft: true 
description : "analyse des ventes"
slug : "analyse des ventes"
--- 

# Analyse des ventes
Dans une entreprise commerciale, il est souvent pertinent de suivre la vente d'une catégorie particulière.
Ici nous allons nous intéresser à la vente des boissons à 20%

## Le modèle de données
Le fichier csv qui sert de support est comme suit :
jour,date,total.TTC.10,total.TTC.20

Les dates sont au format JJ/MM/AAAA
Exemple de données :

	1 jour,date,total TTC 10 %,total TTC 20 %
	2 samedi,01/04/17,"458,5","7,6"
	3 dimanche,02/04/17,"323,35",
	4 lundi,03/04/17,,
	5 mardi,04/04/17,176,
	6 mercredi,05/04/17,"289,6","6,8"
	7 jeudi,06/04/17,"329,5",

Première étape : charger le fichier csv
	''Database <- read.csv(file.choose(), header = TRUE, sep= ",", encoding="UTF-8")''
	
On vérifie la qualité du chargement :
''Les entêtes'' 
''> names(Database)''
''[1] "jour"           "date"           "total.TTC.10.." "total.TTC.20.."''
Le nombre de colonnes et le nombre de lignes :
'''
> dim(Database)                    
[1] 365   4
'''

On vérifie les premières lignes :
'''
> head(Database)                   
      jour     date total.TTC.10.. total.TTC.20..
1   samedi 01/04/17          458,5            7,6
2 dimanche 02/04/17         323,35               
3    lundi 03/04/17                              
4    mardi 04/04/17            176               
5 mercredi 05/04/17          289,6            6,8
6    jeudi 06/04/17          329,5
'''
               
> 

Sélectionner que les mardis :
	''subset(Database, Database$jour %in% "mardi")''
	

===== Passer la colonne date au format YYYY-MM-DD =====

install.packages('lubridate')
library(lubridate)
dmy(Database$date)

install.packages("magrittr") # pour avoir accés à la fonction %>%
library(magrittr)
install.packages("dplyr") # pour avoir la fonction group_by
library(dplyr)