R  0 visits

R 데이터 분석 기초

데이터 파악하기

  • head() : 데이터 앞부분 출력
  • tail() : 데이터 뒷부분 출력
  • View() : 뷰어 창에서 데이터 확인
  • dim() : 데이터 차원 출력 (Dimension)
  • str() : 데이터 속성 출력 (Structure)
  • summary() : 요약통계량 출력
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
exam <- read.csv("csv_exam.csv")
head(exam)
##   id class math english science
## 1  1     1   50      98      50
## 2  2     1   60      97      60
## 3  3     1   45      86      78
## 4  4     1   30      98      58
## 5  5     2   25      80      65
## 6  6     2   50      89      98

head(exam, 10)
##    id class math english science
## 1   1     1   50      98      50
## 2   2     1   60      97      60
## 3   3     1   45      86      78
## 4   4     1   30      98      58
## 5   5     2   25      80      65
## 6   6     2   50      89      98
## 7   7     2   80      90      45
## 8   8     2   90      78      25
## 9   9     3   20      98      15
## 10 10     3   50      98      45

tail(exam)
##    id class math english science
## 15 15     4   75      56      78
## 16 16     4   58      98      65
## 17 17     5   65      68      98
## 18 18     5   80      78      90
## 19 19     5   89      68      87
## 20 20     5   78      83      58

tail(exam, 10)
##    id class math english science
## 11 11     3   65      65      65
## 12 12     3   45      85      32
## 13 13     4   46      98      65
## 14 14     4   48      87      12
## 15 15     4   75      56      78
## 16 16     4   58      98      65
## 17 17     5   65      68      98
## 18 18     5   80      78      90
## 19 19     5   89      68      87
## 20 20     5   78      83      58

View(exam)

dim(exam)
## [1] 20  5

str(exam)
## 'data.frame':	20 obs. of  5 variables:
##  $ id     : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ class  : int  1 1 1 1 2 2 2 2 3 3 ...
##  $ math   : int  50 60 45 30 25 50 80 90 20 50 ...
##  $ english: int  98 97 86 98 80 89 90 78 98 98 ...
##  $ science: int  50 60 78 58 65 98 45 25 15 45 ...

summary(exam)
##        id            class        math          english        science     
##  Min.   : 1.00   Min.   :1   Min.   :20.00   Min.   :56.0   Min.   :12.00  
##  1st Qu.: 5.75   1st Qu.:2   1st Qu.:45.75   1st Qu.:78.0   1st Qu.:45.00  
##  Median :10.50   Median :3   Median :54.00   Median :86.5   Median :62.50  
##  Mean   :10.50   Mean   :3   Mean   :57.45   Mean   :84.9   Mean   :59.45  
##  3rd Qu.:15.25   3rd Qu.:4   3rd Qu.:75.75   3rd Qu.:98.0   3rd Qu.:78.00  
##  Max.   :20.00   Max.   :5   Max.   :90.00   Max.   :98.0   Max.   :98.00
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
mpg <- as.data.frame(ggplot2::mpg)
head(mpg)
##   manufacturer model displ year cyl      trans drv cty hwy fl   class
## 1         audi    a4   1.8 1999   4   auto(l5)   f  18  29  p compact
## 2         audi    a4   1.8 1999   4 manual(m5)   f  21  29  p compact
## 3         audi    a4   2.0 2008   4 manual(m6)   f  20  31  p compact
## 4         audi    a4   2.0 2008   4   auto(av)   f  21  30  p compact
## 5         audi    a4   2.8 1999   6   auto(l5)   f  16  26  p compact
## 6         audi    a4   2.8 1999   6 manual(m5)   f  18  26  p compact

tail(mpg)
##     manufacturer  model displ year cyl      trans drv cty hwy fl   class
## 229   volkswagen passat   1.8 1999   4   auto(l5)   f  18  29  p midsize
## 230   volkswagen passat   2.0 2008   4   auto(s6)   f  19  28  p midsize
## 231   volkswagen passat   2.0 2008   4 manual(m6)   f  21  29  p midsize
## 232   volkswagen passat   2.8 1999   6   auto(l5)   f  16  26  p midsize
## 233   volkswagen passat   2.8 1999   6 manual(m5)   f  18  26  p midsize
## 234   volkswagen passat   3.6 2008   6   auto(s6)   f  17  26  p midsize

View(mpg)

dim(mpg)
## [1] 234  11

str(mpg)
## 'data.frame':	234 obs. of  11 variables:
##  $ manufacturer: chr  "audi" "audi" "audi" "audi" ...
##  $ model       : chr  "a4" "a4" "a4" "a4" ...
##  $ displ       : num  1.8 1.8 2 2 2.8 2.8 3.1 1.8 1.8 2 ...
##  $ year        : int  1999 1999 2008 2008 1999 1999 2008 1999 1999 2008 ...
##  $ cyl         : int  4 4 4 4 6 6 6 4 4 4 ...
##  $ trans       : chr  "auto(l5)" "manual(m5)" "manual(m6)" "auto(av)" ...
##  $ drv         : chr  "f" "f" "f" "f" ...
##  $ cty         : int  18 21 20 21 16 18 18 18 16 20 ...
##  $ hwy         : int  29 29 31 30 26 26 27 26 25 28 ...
##  $ fl          : chr  "p" "p" "p" "p" ...
##  $ class       : chr  "compact" "compact" "compact" "compact" ...

summary(mpg)
##  manufacturer          model               displ            year     
##  Length:234         Length:234         Min.   :1.600   Min.   :1999  
##  Class :character   Class :character   1st Qu.:2.400   1st Qu.:1999  
##  Mode  :character   Mode  :character   Median :3.300   Median :2004  
##                                        Mean   :3.472   Mean   :2004  
##                                        3rd Qu.:4.600   3rd Qu.:2008  
##                                        Max.   :7.000   Max.   :2008  
##       cyl           trans               drv                 cty       
##  Min.   :4.000   Length:234         Length:234         Min.   : 9.00  
##  1st Qu.:4.000   Class :character   Class :character   1st Qu.:14.00  
##  Median :6.000   Mode  :character   Mode  :character   Median :17.00  
##  Mean   :5.889                                         Mean   :16.86  
##  3rd Qu.:8.000                                         3rd Qu.:19.00  
##  Max.   :8.000                                         Max.   :35.00  
##       hwy             fl               class          
##  Min.   :12.00   Length:234         Length:234        
##  1st Qu.:18.00   Class :character   Class :character  
##  Median :24.00   Mode  :character   Mode  :character  
##  Mean   :23.44                                        
##  3rd Qu.:27.00                                        
##  Max.   :44.00

데이터 수정하기

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
install.packages("dplyr")
library(dplyr)

?dplyr

df_raw <- data.frame(var1 = c(1, 2, 1),
                     var2 = c(2, 3, 3))
df_raw
##   var1 var2
## 1    1    2
## 2    2    3
## 3    1    3

df_new <- df_raw
df_new
##   var1 var2
## 1    1    2
## 2    2    3
## 3    1    3

df_new <- rename(df_new, v2 = var2)   # dplyr 함수, '새 변수명 = 기존 변수명'
df_new
##   var1 v2
## 1    1  2
## 2    2  3
## 3    1  3

실습

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
'''
Q1. ggplot2 패키지의 mpg 데이터를 사용할 수 있도록 불러온 뒤 복사본을 만드세요.
'''
mpg <- as.data.frame(ggplot2::mpg)
mpg_new <- mpg

'''
Q2. 복사본 데이터를 이용해서 cty는 city로, hwy는 highway로 변수명을 수정하세요.
'''
mpg_new <- rename(mpg_new, city = cty, highway = hwy)

'''
Q3. 데이터 일부를 출력해서 변수명이 바뀌었는지 확인해 보세요.
'''
head(mpg_new)

데이터에 새로운 변수 만들기

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
df <- data.frame(var1 = c(4, 3, 8),
                 var2 = c(2, 6, 1))
df
##   var1 var2
## 1    4    2
## 2    3    6
## 3    8    1

df$var_sum <- df$var1 + df$var2
df
##   var1 var2 var_sum
## 1    4    2       6
## 2    3    6       9
## 3    8    1       9

df$var_mean <- (df$var1 + df$var2)/2
df
##   var1 var2 var_sum var_mean
## 1    4    2       6      3.0
## 2    3    6       9      4.5
## 3    8    1       9      4.5

''' 각 차량의 연비의 평균 구하기 '''
mpg$total <- (mpg$cty + mpg$hwy) / 2


''' 연비의 총 평균 구하기 '''
mean(mpg$total)
## [1] 20.14957

summary(mpg$total)
##   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  10.50   15.50   20.50   20.15   23.50   39.50 
hist(mpg$total)


''' 연비에 따른 합겹 불합격 구분 '''
mpg$test <- ifelse(mpg$total >= 20, "pass", "fail")
head(mpg, 10)
head(mpg$test,20)
##  [1] "pass" "pass" "pass" "pass" "pass" "pass" "pass" "pass" "pass" "pass" "pass"
## [12] "pass" "pass" "pass" "pass" "fail" "pass" "fail" "fail" "fail"

''' 합격, 불합격 갯수 '''
qplot(mpg$test)
table(mpg$test)
## fail pass 
##  106  128 

mpg$grade <- ifelse(mpg$total >= 30, "A",
                    ifelse(mpg$total >= 20, "B", "c"))
head(mpg, 20)
table(mpg$grade)
##   A   B   c 
##  10 118 106 
qplot(mpg$grade)

mpg$grade2 <- ifelse(mpg$total >= 30, "A",
                    ifelse(mpg$total >= 25, "B",
                           ifelse(mpg$total >= 20, "C", "D")))

실습

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
'''
ggplot2 패키지에는 미국 동북중부 437개 지역의 인구통계 정보를 담은 midwest라는 데이터가 포함되어 있습니다. 
midwest 데이터를 사용해 데이터 분석 문제를 해결해보세요.
'''


''' Q1.ggplot2의 midwest 데이터를 데이터 프레임 형태로 불러와서 데이터의 특성을 파악하세요. '''
midwest <- as.data.frame(ggplot2::midwest)
midwest
head(midwest,5)
tail(midwest,5)
View(midwest)
dim(midwest)
str(midwest)
summary(midwest)

''' Q2.poptotal(전체 인구)을 total로, popasian(아시아 인구)을 asian으로 변수명을 수정하세요. '''
midwest <- rename(midwest, total = poptotal, asian = popasian)
head(midwest, 5)

''' Q3.total, asian 변수를 이용해 '전체 인구 대비 아시아 인구 백분율'파생변수를 만들고, 히스토그램을 만들어 도시들이 어떻게 분포하는지 살펴보세요. '''
midwest$percasian <- (midwest$asian / midwest$total)*100
head(midwest, 5)
hist(midwest$percasian)

''' Q4.아시아 인구 백분율 전체 평균을 구하고, 평균을 초과하면 "large", 그 외에는 "small"을 부여하는 파생변수를 만들어 보세요. '''
mean(midwest$percasian)
midwest$percasiantotal <- ifelse(midwest$percasian > mean(midwest$percasian), "large", "small")
head(midwest, 10)

''' Q5."large"와 "small"에 해당하는 지역이 얼마나 되는지, 진도표와 빈도막대그래프로 만들어서 확인해보세요. '''
table(midwest$percasiantotal)
qplot(midwest$percasiantotal)

정리하기

1.데이터 준비, 패키지 준비

1
2
3
mpg <- as.data.frame(ggplot2::mpg)  # 데이터 불러오기
library(dplyr)                      # dplyr 로드
library(ggplot2)                    # ggplot2 로드

2.데이터 파악

1
2
3
4
5
6
head(mpg)     # Raw 데이터 앞부분
tail(mpg)     # Raw 데이터 뒷부분
View(mpg)     # Raw 데이터 뷰어창에서 확인
dim(mpg)      # 차원
str(mpg)      # 속성
summary(mpg)  # 요약 통계량

3.변수명 수정

1
mpg <- rename(mpg, company = manufacturer)

4.파생변수 생성

1
2
mpg$total <- (mpg$cty + mpg$hwy)/2                    # 변수 조합
mpg$test <- ifelse(mpg$total >= 20, "pass", "fail")   # 조건문 활용

5.빈도 확인

1
2
table(mpg$test)   # 빈도표 출력
qplot(mpg$test)   # 막대 그래프 활용
#

Like this article? Support the author with

Comments

Follow

Categories

Links

Recent

Tags

Blockchain4
Cryptography1
Hello R1
IT잡담2
NA1
R8
R Python1
R Studio1
R filter1
R programming3
R 그래프1
R 데이터1
R 데이터 프레임1
R 데이터 합치기1
R 막대 그래프1
R 변수1
R 빈도 막대 그래프1
R 산점도 그래프1
R 상자 그림1
R 선그래프1
R 설치1
R 언어1
R 이란1
R 장점1
R 평균 막대 그래프1
R 프로그래밍1
R 행 추가1
R 행 추출1
RStudio1
R결측치1
R데이터4
R문자열1
R스튜디오3
R스튜디오 설치1
R언어2
R정렬1
adsense1
arrange1
bind_rows1
box 그래프1
github1
github블로그1
group_by1
hexo3
hexo adsense1
hexo image1
hexo블로그1
left_join1
mutate1
r3
select1
simmarise1
결측치 대체1
결측치 제거1
결측치 처리1
계획1
다짐1
대학원 일기1
대학원 입시1
대학원 준비2
대학원 진학2
데이터 프레임1
막대 그래프1
블록체인4
블록체인 배경1
블록체인 역사1
블록체인역사1
블록체인이란3
비트코인1
빈도 막대 그래프1
산점도 그래프1
상자 그림1
선 그래프1
이상치 정하기1
이상치 제거하기1
일기3
전자화폐1
주저리주저리4
평균 막대 그래프1
학자금 대출1
헥소2
헥소 블로그1

Advertisement

×