4강: R데이터 분석: 자유자재로 데이터 가공하기

수업후기/확률과 통계

4강: R데이터 분석: 자유자재로 데이터 가공하기

Heeyeon Choi 2019. 4. 11. 12:44

728x90

06 자유자재로 데이터 가공하기

dplyr 함수	기능
filter()	행 추출
select()	열(변수)추출
arrange()	정렬
mutate()	변수추가
summarise()	통계치 산출
group_by()	집단별로 나누기
left_join()	데이터 합치기
bind_rows()	데이터 합치기

06-2 조건에 맞는 데이터만 추출하기

*dplyr 패키지의 filter() 이용하여 데이터 추출하기

#조건에 맞는 데이터만 추출하기

1. dplyr 패키지를 로드한 후 csv_exam.csv 파일을 데이터 프레임으로 만들어 출력하기

2. dplyr 패키지의 filter()로 1반 학생들의 데이터만 추출하기

3.같은 형식으로 2반 학생만 추출하여 보기

4. 변수가 '특정 값이 아닌 경우'에 해당하는 데이터 추출

#초과, 미만, 이상, 이하 조건 걸기

1. 초과일 경우만 추출

2. 미만일 경우만 추출

3. 이상일 경우만 추출

4. 이하일 경우만 추출

# 여러 조건을 충족하는 행 추출하기

1. '그리고'를 의미하는 &를 사용하기

# 여러 조건 중 하나 이상 충족하는 행 추출하기

1. '또는' 을 의미하는 | 를 사용하기

수학 점수가 90점 이상이거나 영어 점수가 90점 이상인 경우만 추출하기

#목록에 해당하는 행 추출하기

1. | 사용하여 1,2,3 반에 속한 학생의 데이터만 추출하기

2. %in% 기호와 c() 함수를 이용하기

#추출한 행으로 데이터 만들기

1. <- 를 이용하여 새로운 데이터 만들기

<R에서 사용하는 기호들(헷갈리는 것)>

^, **	제곱
%/%	나눗셈의 몫
%%	나눗셈의 나머지

06-3 필요한 변수만 추출하기

#변수 추출하기

1. select() 이용하여 math 만 추출하기

2. english() 추출하기

3. 여러 변수 추출하기

4. 변수 제외하기

#dplyr 함수 조합하기

*dplyr 의 함수들은 %>% 를 이용하여 조합할 수 있다는 장점이 있다.

1. filter() 과 select() 조합하기

2. 가독성 있게 줄 바꾸기

exam %>%
filter(class==1) %>%
select(english)

3. 일부만 출력하기

06-4 순서대로 정렬하기

* arrange() 이용하여 정렬하기

#오름차순으로 정렬하기

#내림차순으로 정렬하기

* 쉼표로 여러 변수를 한번에 정렬할 수 있음

06-5 파생변수 추가하기

*mutate() 사용하여 파생변수 추가할 수 있다.

#파생변수 추가하기

1. exam에 세 과목의 점수를 모두 합한 총합 변수를 만들어 추가한 후 일부 출력하기

2. 여러 파생변수 한번에 추가하기

3. mutate() 에 ifelse() 적용하기

4. 추가한 변수를 dplyr 코드에 바로 활용하기

06-6 집단별로 요약하기

* group_by() 와 summarise() 사용하기

#집단별로 요약하기

1. summarise() 사용하기

2. group_by() 로 집단별로 요약하기

3. 여러 요약 통계량 한번에 산출하기

* n() :행의 갯수 세는 함수

4. 각 집단별로 다시 집단 나누기

각 회사별로, 구동방식에 따라 연비가 어떻게 다른지 알 수 있다.

drv 변수에서 4는 사륜구동, f는 전륜구동, r은 후륜구동을 의미한다.

#dplyr 조합하기

1. 코드를 작성하기 전에 어떤 절차로 어떤 함수를 사용할지 생각하면서 정리하자

절차	기능	dplyr함수
1	회사별로 분리	group_by()
2	suv 추출	filter()
3	통합 연비 변수 생성	mutate()
4	통합 연비 평균 산출	summarise()
5	내림차순 정렬	arrange()
6	1~5위까지 출력	head()