[R] 데이터 개념 이해하기(2)

데이터 개념 이해하기¶

벡터 만들기¶

In [1]:

a1 <- c(1,2,3,4,5)
a1

1. 1
2. 2
3. 3
4. 4
5. 5

In [2]:

is(a1)

1. 'numeric'
2. 'vector'

In [3]:

a2 <- c(1L,2L,3L)
a2

1. 1
2. 2
3. 3

In [4]:

is(a2)

1. 'integer'
2. 'double'
3. 'numeric'
4. 'vector'
5. 'data.frameRowLabels'

In [5]:

a3 <- as.integer(a1)
a3

1. 1
2. 2
3. 3
4. 4
5. 5

In [6]:

is(a3)

1. 'integer'
2. 'double'
3. 'numeric'
4. 'vector'
5. 'data.frameRowLabels'

In [7]:

b <- c(1.23, 3.14, 6.66)
b

1. 1.23
2. 3.14
3. 6.66

In [8]:

c1 <- c('a','b','c','a')
c1

1. 'a'
2. 'b'
3. 'c'
4. 'a'

In [9]:

is(c1)

1. 'character'
2. 'vector'
3. 'data.frameRowLabels'
4. 'SuperClassMethod'

In [10]:

c2 <- c(1,2,3,'z')
c2

1. '1'
2. '2'
3. '3'
4. 'z'

In [11]:

is(c2)

1. 'character'
2. 'vector'
3. 'data.frameRowLabels'
4. 'SuperClassMethod'

In [12]:

# 명목형 벡터로 변환
d1 <- as.factor(c1)
d1

1. a
2. b
3. c
4. a

Levels:

1. 'a'
2. 'b'
3. 'c'

In [13]:

is(d1)

1. 'factor'
2. 'integer'
3. 'oldClass'
4. 'double'
5. 'numeric'
6. 'vector'
7. 'data.frameRowLabels'

data frame 만들기¶

• 벡터들의 갯수가 같아야 한다

In [14]:

a1 <- c(1,2,3,4,5)
b1 <- c('a','b','c','d','e')
c1 <- c(1.1, 2.2, 3.3, 4.4, 5.5)

In [15]:

df1 <- data.frame(a1, b1, c1)
df1

a1	b1	c1
1	a	1.1
2	b	2.2
3	c	3.3
4	d	4.4
5	e	5.5

In [16]:

# 데이터 프레임 이름 설정하기
df2 <- data.frame(count=a1, name=b1,meanCount=c1)
df2

count	name	meanCount
1	a	1.1
2	b	2.2
3	c	3.3
4	d	4.4
5	e	5.5

외부 데이터 가져오기 예제¶

In [7]:

# csv 파일 불러오기
df_csv <- read.csv('R-ggagi-data/example_studentlist.csv')
# df_csv <- read.csv('R-ggagi-data/example_studentlist.csv', header=F)

In [10]:

df_csv

name	sex	age	grade	absence	bloodtype	height	weight
김길동	남자	23	3	유	O	165.3	68.2
이미린	여자	22	2	무	AB	170.1	53.0
홍길동	남자	24	4	무	B	175.0	80.1
김철수	남자	23	3	무	AB	182.1	85.7
손세수	여자	20	1	유	A	168.0	49.5
박미희	여자	21	2	무	O	162.0	52.0
강수친	여자	22	1	무	O	155.2	45.3
이희수	여자	23	1	무	A	176.9	55.0
이철린	남자	23	3	무	B	178.5	64.2
방희철	남자	22	2	무	B	176.1	61.3
박수호	남자	24	4	유	O	167.1	62.0
임동민	남자	22	2	무	AB	180.0	75.8
김민수	남자	21	1	무	A	162.2	55.3
이희진	여자	23	3	무	O	176.1	53.1
김미진	여자	22	2	무	B	158.2	45.2
김동수	남자	24	4	유	B	168.6	70.2
여수근	남자	21	1	무	A	169.2	62.2

In [12]:

# 컬럼 뽑아오기
df_csv$height

1. 165.3
2. 170.1
3. 175
4. 182.1
5. 168
6. 162
7. 155.2
8. 176.9
9. 178.5
10. 176.1
11. 167.1
12. 180
13. 162.2
14. 176.1
15. 158.2
16. 168.6
17. 169.2

In [14]:

#벡터 확인
is.vector(df_csv$height)

TRUE

In [15]:

# 데이터 프레임 구조 파악
str(df_csv)

'data.frame':	17 obs. of  8 variables:
 $ name     : Factor w/ 17 levels "강수친","김길동",..: 2 12 17 6 10 7 1 14 13 9 ...
 $ sex      : Factor w/ 2 levels "남자","여자": 1 2 1 1 2 2 2 2 1 1 ...
 $ age      : int  23 22 24 23 20 21 22 23 23 22 ...
 $ grade    : int  3 2 4 3 1 2 1 1 3 2 ...
 $ absence  : Factor w/ 2 levels "무","유": 2 1 1 1 2 1 1 1 1 1 ...
 $ bloodtype: Factor w/ 4 levels "A","AB","B","O": 4 2 3 2 1 4 4 1 3 3 ...
 $ height   : num  165 170 175 182 168 ...
 $ weight   : num  68.2 53 80.1 85.7 49.5 52 45.3 55 64.2 61.3 ...

In [16]:

# 변수선택 방법 1  (컬럼명)
df_csv$height

1. 165.3
2. 170.1
3. 175
4. 182.1
5. 168
6. 162
7. 155.2
8. 176.9
9. 178.5
10. 176.1
11. 167.1
12. 180
13. 162.2
14. 176.1
15. 158.2
16. 168.6
17. 169.2

In [17]:

# 변수선택 방법 2  (인덱스-R은 인덱싱 1부터)
df_csv[[7]]

1. 165.3
2. 170.1
3. 175
4. 182.1
5. 168
6. 162
7. 155.2
8. 176.9
9. 178.5
10. 176.1
11. 167.1
12. 180
13. 162.2
14. 176.1
15. 158.2
16. 168.6
17. 169.2

In [18]:

# 변수선택 방법 3 
df_csv[7]

height
165.3
170.1
175.0
182.1
168.0
162.0
155.2
176.9
178.5
176.1
167.1
180.0
162.2
176.1
158.2
168.6
169.2

In [20]:

# 벡터와 데이터프레임 차이를 파악해두기
is(df_csv$height)
is(df_csv[[7]])
is(df_csv[7])

1. 'numeric'
2. 'vector'

1. 'numeric'
2. 'vector'

1. 'data.frame'
2. 'list'
3. 'oldClass'
4. 'vector'
5. 'listOrNULL'

In [24]:

# 여러개의 변수 선택 1 / c 사용
df_csv[c(6,7)]

bloodtype	height
O	165.3
AB	170.1
B	175.0
AB	182.1
A	168.0
O	162.0
O	155.2
A	176.9
B	178.5
B	176.1
O	167.1
AB	180.0
A	162.2
O	176.1
B	158.2
B	168.6
A	169.2

In [25]:

# 여러개의 변수 선택 2
df_csv[c('bloodtype','height')]

bloodtype	height
O	165.3
AB	170.1
B	175.0
AB	182.1
A	168.0
O	162.0
O	155.2
A	176.9
B	178.5
B	176.1
O	167.1
AB	180.0
A	162.2
O	176.1
B	158.2
B	168.6
A	169.2

In [28]:

# 행, 열 방식으로 가져오기
# 행은 다 가져오고, 열은 7번째 가져와!
df_csv[,7]

1. 165.3
2. 170.1
3. 175
4. 182.1
5. 168
6. 162
7. 155.2
8. 176.9
9. 178.5
10. 176.1
11. 167.1
12. 180
13. 162.2
14. 176.1
15. 158.2
16. 168.6
17. 169.2

In [30]:

df_csv[2,]

	name	sex	age	grade	absence	bloodtype	height	weight
2	이미린	여자	22	2	무	AB	170.1	53

In [31]:

df_csv[2,1]

이미린

Levels:

1. '강수친'
2. '김길동'
3. '김동수'
4. '김미진'
5. '김민수'
6. '김철수'
7. '박미희'
8. '박수호'
9. '방희철'
10. '손세수'
11. '여수근'
12. '이미린'
13. '이철린'
14. '이희수'
15. '이희진'
16. '임동민'
17. '홍길동'

In [33]:

df_raw2 = df_csv[2,]

In [35]:

df_raw2[1] # 데이터가 아닌 데이터 프레임을 가져옴

	name
2	이미린

In [37]:

df_raw2[[1]] # 데이터만 가져옴

이미린

Levels:

1. '강수친'
2. '김길동'
3. '김동수'
4. '김미진'
5. '김민수'
6. '김철수'
7. '박미희'
8. '박수호'
9. '방희철'
10. '손세수'
11. '여수근'
12. '이미린'
13. '이철린'
14. '이희수'
15. '이희진'
16. '임동민'
17. '홍길동'

In [47]:

# 데이터만 가져오기
df_csv <- read.csv('R-ggagi-data/example_studentlist.csv', stringsAsFactors = FALSE)

In [48]:

df_csv[2,1]

'이미린'

In [49]:

# 검색 목록
search()

1. '.GlobalEnv'
2. 'df_csv'
3. 'jupyter:irkernel'
4. 'package:stats'
5. 'package:graphics'
6. 'package:grDevices'
7. 'package:utils'
8. 'package:datasets'
9. 'package:methods'
10. 'Autoloads'
11. 'package:base'

In [64]:

# 검색목록에 추가
attach(df_csv)

In [65]:

# 변수명으로 바로 사용 가능
height

1. 165.3
2. 170.1
3. 175
4. 182.1
5. 168
6. 162
7. 155.2
8. 176.9
9. 178.5
10. 176.1
11. 167.1
12. 180
13. 162.2
14. 176.1
15. 158.2
16. 168.6
17. 169.2

In [66]:

search()

1. '.GlobalEnv'
2. 'df_csv'
3. 'jupyter:irkernel'
4. 'package:stats'
5. 'package:graphics'
6. 'package:grDevices'
7. 'package:utils'
8. 'package:datasets'
9. 'package:methods'
10. 'Autoloads'
11. 'package:base'

In [67]:

# 검색목록에서 삭제
detach(df_csv)

In [68]:

search()

1. '.GlobalEnv'
2. 'jupyter:irkernel'
3. 'package:stats'
4. 'package:graphics'
5. 'package:grDevices'
6. 'package:utils'
7. 'package:datasets'
8. 'package:methods'
9. 'Autoloads'
10. 'package:base'

subset() : 조건으로 변수 선택¶

In [71]:

# 조건으로 변수 선택 subset()
# 키가 170보다 큰 관측치 - subset =
subset(df_csv, subset = (height >170))

	name	sex	age	grade	absence	bloodtype	height	weight
2	이미린	여자	22	2	무	AB	170.1	53.0
3	홍길동	남자	24	4	무	B	175.0	80.1
4	김철수	남자	23	3	무	AB	182.1	85.7
8	이희수	여자	23	1	무	A	176.9	55.0
9	이철린	남자	23	3	무	B	178.5	64.2
10	방희철	남자	22	2	무	B	176.1	61.3
12	임동민	남자	22	2	무	AB	180.0	75.8
14	이희진	여자	23	3	무	O	176.1	53.1

select : 변수 선택해서 취하거나 버리기¶

In [73]:

# 특정변수 빼고 보기 - select = 
subset(df_csv, select = -height)

name	sex	age	grade	absence	bloodtype	weight
김길동	남자	23	3	유	O	68.2
이미린	여자	22	2	무	AB	53.0
홍길동	남자	24	4	무	B	80.1
김철수	남자	23	3	무	AB	85.7
손세수	여자	20	1	유	A	49.5
박미희	여자	21	2	무	O	52.0
강수친	여자	22	1	무	O	45.3
이희수	여자	23	1	무	A	55.0
이철린	남자	23	3	무	B	64.2
방희철	남자	22	2	무	B	61.3
박수호	남자	24	4	유	O	62.0
임동민	남자	22	2	무	AB	75.8
김민수	남자	21	1	무	A	55.3
이희진	여자	23	3	무	O	53.1
김미진	여자	22	2	무	B	45.2
김동수	남자	24	4	유	B	70.2
여수근	남자	21	1	무	A	62.2

In [75]:

# 특정변수 여러개 빼고 보기 - select = 
subset(df_csv, select = c(-height, -weight))

name	sex	age	grade	absence	bloodtype
김길동	남자	23	3	유	O
이미린	여자	22	2	무	AB
홍길동	남자	24	4	무	B
김철수	남자	23	3	무	AB
손세수	여자	20	1	유	A
박미희	여자	21	2	무	O
강수친	여자	22	1	무	O
이희수	여자	23	1	무	A
이철린	남자	23	3	무	B
방희철	남자	22	2	무	B
박수호	남자	24	4	유	O
임동민	남자	22	2	무	AB
김민수	남자	21	1	무	A
이희진	여자	23	3	무	O
김미진	여자	22	2	무	B
김동수	남자	24	4	유	B
여수근	남자	21	1	무	A

colname() : 변수명 바꾸기¶

In [76]:

# 변수명 확인하기
colnames(df_csv)

1. 'name'
2. 'sex'
3. 'age'
4. 'grade'
5. 'absence'
6. 'bloodtype'
7. 'height'
8. 'weight'

In [78]:

# 변수명 바꾸기
colnames(df_csv)[6] <- 'blood'  # 6번째 변수명 수정
df_csv

name	sex	age	grade	absence	blood	height	weight
김길동	남자	23	3	유	O	165.3	68.2
이미린	여자	22	2	무	AB	170.1	53.0
홍길동	남자	24	4	무	B	175.0	80.1
김철수	남자	23	3	무	AB	182.1	85.7
손세수	여자	20	1	유	A	168.0	49.5
박미희	여자	21	2	무	O	162.0	52.0
강수친	여자	22	1	무	O	155.2	45.3
이희수	여자	23	1	무	A	176.9	55.0
이철린	남자	23	3	무	B	178.5	64.2
방희철	남자	22	2	무	B	176.1	61.3
박수호	남자	24	4	유	O	167.1	62.0
임동민	남자	22	2	무	AB	180.0	75.8
김민수	남자	21	1	무	A	162.2	55.3
이희진	여자	23	3	무	O	176.1	53.1
김미진	여자	22	2	무	B	158.2	45.2
김동수	남자	24	4	유	B	168.6	70.2
여수근	남자	21	1	무	A	169.2	62.2

In [88]:

# 모든 변수명 바꾸기

df_csv <- read.csv('R-ggagi-data/example_studentlist.csv')

old_list <- colnames(df_csv)
new_list <- c('na','se','ag','gr','ab','bl','he','we')
colnames(df_csv) <- new_list
head(df_csv)
colnames(df_csv) <- old_list
head(df_csv)

na	se	ag	gr	ab	bl	he	we
김길동	남자	23	3	유	O	165.3	68.2
이미린	여자	22	2	무	AB	170.1	53.0
홍길동	남자	24	4	무	B	175.0	80.1
김철수	남자	23	3	무	AB	182.1	85.7
손세수	여자	20	1	유	A	168.0	49.5
박미희	여자	21	2	무	O	162.0	52.0

name	sex	age	grade	absence	bloodtype	height	weight
김길동	남자	23	3	유	O	165.3	68.2
이미린	여자	22	2	무	AB	170.1	53.0
홍길동	남자	24	4	무	B	175.0	80.1
김철수	남자	23	3	무	AB	182.1	85.7
손세수	여자	20	1	유	A	168.0	49.5
박미희	여자	21	2	무	O	162.0	52.0

cbind() : 새로운 변수 추가¶

In [89]:

bmi <- df_csv$weight/df_csv$height^2
bmi

1. 0.00249596601387274
2. 0.00183175439560572
3. 0.00261551020408163
4. 0.0025844071288624
5. 0.00175382653061224
6. 0.00198140527358634
7. 0.00188067940269954
8. 0.00175754730758132
9. 0.00201492361650543
10. 0.00197670455296649
11. 0.00222043870854987
12. 0.00233950617283951
13. 0.00210195508429866
14. 0.00171228404180295
15. 0.00180603214737222
16. 0.00246957358696065
17. 0.0021726494866679

In [90]:

df_bmi <- cbind(df_csv,bmi)
df_bmi

name	sex	age	grade	absence	bloodtype	height	weight	bmi
김길동	남자	23	3	유	O	165.3	68.2	0.002495966
이미린	여자	22	2	무	AB	170.1	53.0	0.001831754
홍길동	남자	24	4	무	B	175.0	80.1	0.002615510
김철수	남자	23	3	무	AB	182.1	85.7	0.002584407
손세수	여자	20	1	유	A	168.0	49.5	0.001753827
박미희	여자	21	2	무	O	162.0	52.0	0.001981405
강수친	여자	22	1	무	O	155.2	45.3	0.001880679
이희수	여자	23	1	무	A	176.9	55.0	0.001757547
이철린	남자	23	3	무	B	178.5	64.2	0.002014924
방희철	남자	22	2	무	B	176.1	61.3	0.001976705
박수호	남자	24	4	유	O	167.1	62.0	0.002220439
임동민	남자	22	2	무	AB	180.0	75.8	0.002339506
김민수	남자	21	1	무	A	162.2	55.3	0.002101955
이희진	여자	23	3	무	O	176.1	53.1	0.001712284
김미진	여자	22	2	무	B	158.2	45.2	0.001806032
김동수	남자	24	4	유	B	168.6	70.2	0.002469574
여수근	남자	21	1	무	A	169.2	62.2	0.002172649

merge() : 2개의 데이터프레임 합치기¶

In [91]:

df_1 <- read.csv('R-ggagi-data//example_studentlist.csv')
df_2 <- read.csv('R-ggagi-data//omit.csv')
df_1
df_2

name	sex	age	grade	absence	bloodtype	height	weight
김길동	남자	23	3	유	O	165.3	68.2
이미린	여자	22	2	무	AB	170.1	53.0
홍길동	남자	24	4	무	B	175.0	80.1
김철수	남자	23	3	무	AB	182.1	85.7
손세수	여자	20	1	유	A	168.0	49.5
박미희	여자	21	2	무	O	162.0	52.0
강수친	여자	22	1	무	O	155.2	45.3
이희수	여자	23	1	무	A	176.9	55.0
이철린	남자	23	3	무	B	178.5	64.2
방희철	남자	22	2	무	B	176.1	61.3
박수호	남자	24	4	유	O	167.1	62.0
임동민	남자	22	2	무	AB	180.0	75.8
김민수	남자	21	1	무	A	162.2	55.3
이희진	여자	23	3	무	O	176.1	53.1
김미진	여자	22	2	무	B	158.2	45.2
김동수	남자	24	4	유	B	168.6	70.2
여수근	남자	21	1	무	A	169.2	62.2

name	footsize
강수친	245
김길동	270
김동수	265
김미진	235
김민수	270
김철수	280
박미희	240
박수호	NA
방희철	275
손세수	240
여수근	265
이미린	245
이철린	NA
이희수	245
이희진	245
임동민	280
홍길동	275

In [92]:

df_merge <- merge(df_1, df_2, by='name')
df_merge

name	sex	age	grade	absence	bloodtype	height	weight	footsize
강수친	여자	22	1	무	O	155.2	45.3	245
김길동	남자	23	3	유	O	165.3	68.2	270
김동수	남자	24	4	유	B	168.6	70.2	265
김미진	여자	22	2	무	B	158.2	45.2	235
김민수	남자	21	1	무	A	162.2	55.3	270
김철수	남자	23	3	무	AB	182.1	85.7	280
박미희	여자	21	2	무	O	162.0	52.0	240
박수호	남자	24	4	유	O	167.1	62.0	NA
방희철	남자	22	2	무	B	176.1	61.3	275
손세수	여자	20	1	유	A	168.0	49.5	240
여수근	남자	21	1	무	A	169.2	62.2	265
이미린	여자	22	2	무	AB	170.1	53.0	245
이철린	남자	23	3	무	B	178.5	64.2	NA
이희수	여자	23	1	무	A	176.9	55.0	245
이희진	여자	23	3	무	O	176.1	53.1	245
임동민	남자	22	2	무	AB	180.0	75.8	280
홍길동	남자	24	4	무	B	175.0	80.1	275

rbind() : 행으로 추가하기¶

• 같은 이름의 열을 가지고 있어야 함

In [93]:

df_head <- head(df_merge)
df_tail <- tail(df_merge)
df_head
df_tail

name	sex	age	grade	absence	bloodtype	height	weight	footsize
강수친	여자	22	1	무	O	155.2	45.3	245
김길동	남자	23	3	유	O	165.3	68.2	270
김동수	남자	24	4	유	B	168.6	70.2	265
김미진	여자	22	2	무	B	158.2	45.2	235
김민수	남자	21	1	무	A	162.2	55.3	270
김철수	남자	23	3	무	AB	182.1	85.7	280

	name	sex	age	grade	absence	bloodtype	height	weight	footsize
12	이미린	여자	22	2	무	AB	170.1	53.0	245
13	이철린	남자	23	3	무	B	178.5	64.2	NA
14	이희수	여자	23	1	무	A	176.9	55.0	245
15	이희진	여자	23	3	무	O	176.1	53.1	245
16	임동민	남자	22	2	무	AB	180.0	75.8	280
17	홍길동	남자	24	4	무	B	175.0	80.1	275

In [94]:

df_rbind <- rbind(df_head, df_tail)
df_rbind

	name	sex	age	grade	absence	bloodtype	height	weight	footsize
1	강수친	여자	22	1	무	O	155.2	45.3	245
2	김길동	남자	23	3	유	O	165.3	68.2	270
3	김동수	남자	24	4	유	B	168.6	70.2	265
4	김미진	여자	22	2	무	B	158.2	45.2	235
5	김민수	남자	21	1	무	A	162.2	55.3	270
6	김철수	남자	23	3	무	AB	182.1	85.7	280
12	이미린	여자	22	2	무	AB	170.1	53.0	245
13	이철린	남자	23	3	무	B	178.5	64.2	NA
14	이희수	여자	23	1	무	A	176.9	55.0	245
15	이희진	여자	23	3	무	O	176.1	53.1	245
16	임동민	남자	22	2	무	AB	180.0	75.8	280
17	홍길동	남자	24	4	무	B	175.0	80.1	275

list : 모든 종류의 데이터 객체 담기¶

In [95]:

df <- df_merge
n <- c(1:20)
s <- c('a','b','c')
b <- c(T,F,T,F,T)
tmp_list1 <- list(df,n,s,b,mean)
tmp_list1

1. name	sex	age	grade	absence	bloodtype	height	weight	footsize
   강수친	여자	22	1	무	O	155.2	45.3	245
   김길동	남자	23	3	유	O	165.3	68.2	270
   김동수	남자	24	4	유	B	168.6	70.2	265
   김미진	여자	22	2	무	B	158.2	45.2	235
   김민수	남자	21	1	무	A	162.2	55.3	270
   김철수	남자	23	3	무	AB	182.1	85.7	280
   박미희	여자	21	2	무	O	162.0	52.0	240
   박수호	남자	24	4	유	O	167.1	62.0	NA
   방희철	남자	22	2	무	B	176.1	61.3	275
   손세수	여자	20	1	유	A	168.0	49.5	240
   여수근	남자	21	1	무	A	169.2	62.2	265
   이미린	여자	22	2	무	AB	170.1	53.0	245
   이철린	남자	23	3	무	B	178.5	64.2	NA
   이희수	여자	23	1	무	A	176.9	55.0	245
   이희진	여자	23	3	무	O	176.1	53.1	245
   임동민	남자	22	2	무	AB	180.0	75.8	280
   홍길동	남자	24	4	무	B	175.0	80.1	275

2. 1. 1
   2. 2
   3. 3
   4. 4
   5. 5
   6. 6
   7. 7
   8. 8
   9. 9
   10. 10
   11. 11
   12. 12
   13. 13
   14. 14
   15. 15
   16. 16
   17. 17
   18. 18
   19. 19
   20. 20
3. 1. 'a'
   2. 'b'
   3. 'c'
4. 1. TRUE
   2. FALSE
   3. TRUE
   4. FALSE
   5. TRUE

5. function (x, ...) 
   UseMethod("mean")

In [96]:

# 이름 넣어서 만들기
tmp_list2 <- list(DataFrame=df, Number=n, String=s, Bool=b, Func=mean)
tmp_list2

$DataFrame

name	sex	age	grade	absence	bloodtype	height	weight	footsize
강수친	여자	22	1	무	O	155.2	45.3	245
김길동	남자	23	3	유	O	165.3	68.2	270
김동수	남자	24	4	유	B	168.6	70.2	265
김미진	여자	22	2	무	B	158.2	45.2	235
김민수	남자	21	1	무	A	162.2	55.3	270
김철수	남자	23	3	무	AB	182.1	85.7	280
박미희	여자	21	2	무	O	162.0	52.0	240
박수호	남자	24	4	유	O	167.1	62.0	NA
방희철	남자	22	2	무	B	176.1	61.3	275
손세수	여자	20	1	유	A	168.0	49.5	240
여수근	남자	21	1	무	A	169.2	62.2	265
이미린	여자	22	2	무	AB	170.1	53.0	245
이철린	남자	23	3	무	B	178.5	64.2	NA
이희수	여자	23	1	무	A	176.9	55.0	245
이희진	여자	23	3	무	O	176.1	53.1	245
임동민	남자	22	2	무	AB	180.0	75.8	280
홍길동	남자	24	4	무	B	175.0	80.1	275

$Number

1. 1
2. 2
3. 3
4. 4
5. 5
6. 6
7. 7
8. 8
9. 9
10. 10
11. 11
12. 12
13. 13
14. 14
15. 15
16. 16
17. 17
18. 18
19. 19
20. 20

$String

1. 'a'
2. 'b'
3. 'c'

$Bool

1. TRUE
2. FALSE
3. TRUE
4. FALSE
5. TRUE

$Func

function (x, ...) 
UseMethod("mean")

In [97]:

# 항목 삭제
tmp_list1[1] <- NULL
tmp_list1

1. 1. 1
   2. 2
   3. 3
   4. 4
   5. 5
   6. 6
   7. 7
   8. 8
   9. 9
   10. 10
   11. 11
   12. 12
   13. 13
   14. 14
   15. 15
   16. 16
   17. 17
   18. 18
   19. 19
   20. 20
2. 1. 'a'
   2. 'b'
   3. 'c'
3. 1. TRUE
   2. FALSE
   3. TRUE
   4. FALSE
   5. TRUE

4. function (x, ...) 
   UseMethod("mean")

In [98]:

# 항목 선택
tmp_list2[2]
tmp_list2['Number']

$Number =

1. 1
2. 2
3. 3
4. 4
5. 5
6. 6
7. 7
8. 8
9. 9
10. 10
11. 11
12. 12
13. 13
14. 14
15. 15
16. 16
17. 17
18. 18
19. 19
20. 20

$Number =

1. 1
2. 2
3. 3
4. 4
5. 5
6. 6
7. 7
8. 8
9. 9
10. 10
11. 11
12. 12
13. 13
14. 14
15. 15
16. 16
17. 17
18. 18
19. 19
20. 20

class() : 자료형 확인¶

• 함수에 인자로 사용 시 주의

In [99]:

class(tmp_list1[1])
class(tmp_list1[[1]])

'list'

'integer'

In [100]:

class(tmp_list2[1])
class(tmp_list2[[1]])

'list'

'data.frame'

In [101]:

# 여러 개 항목 선택

# list
tmp_list2[c(2,3)]

# list
tmp_list2[c('Number','String')]

# integer
tmp_list2$Number

# character
tmp_list2$String

$Number

1. 1
2. 2
3. 3
4. 4
5. 5
6. 6
7. 7
8. 8
9. 9
10. 10
11. 11
12. 12
13. 13
14. 14
15. 15
16. 16
17. 17
18. 18
19. 19
20. 20

$String

1. 'a'
2. 'b'
3. 'c'

$Number

1. 1
2. 2
3. 3
4. 4
5. 5
6. 6
7. 7
8. 8
9. 9
10. 10
11. 11
12. 12
13. 13
14. 14
15. 15
16. 16
17. 17
18. 18
19. 19
20. 20

$String

1. 'a'
2. 'b'
3. 'c'

1. 1
2. 2
3. 3
4. 4
5. 5
6. 6
7. 7
8. 8
9. 9
10. 10
11. 11
12. 12
13. 13
14. 14
15. 15
16. 16
17. 17
18. 18
19. 19
20. 20

1. 'a'
2. 'b'
3. 'c'

split()¶

In [104]:

# 성별에 따른 키값을 리스트로 반환
height_sex <- split(df$height, df$sex) # 뒷 값에 따른 앞의 값
height_sex

# 데이터만
height_sex$여자

$남자

1. 165.3
2. 168.6
3. 162.2
4. 182.1
5. 167.1
6. 176.1
7. 169.2
8. 178.5
9. 180
10. 175

$여자

1. 155.2
2. 158.2
3. 162
4. 168
5. 170.1
6. 176.9
7. 176.1

1. 155.2
2. 158.2
3. 162
4. 168
5. 170.1
6. 176.9
7. 176.1

In [105]:

class(height_sex)

'list'

mean() : 리스트 평균 구하기¶

In [106]:

mean(height_sex)    # NA 없는 데이터가 있으면 평균을 내지 않는다
mean(height_sex[1])
mean(height_sex[[1]])

Warning message in mean.default(height_sex):
"argument is not numeric or logical: returning NA"

<NA>

Warning message in mean.default(height_sex[1]):
"argument is not numeric or logical: returning NA"

<NA>

172.41

sapply() : 리스트 항목별로 작업¶

In [107]:

# 리스트 항목별 평균 mean
height_sex_mean <- sapply(height_sex, mean)
height_sex_mean
height_sex_mean[1]
height_sex_mean[[1]]

남자

172.41

여자

166.642857142857

남자: 172.41

172.41

In [109]:

# 리스트 항목별 표준편차 sd
height_sex_sd <- sapply(height_sex, sd)
height_sex_sd
height_sex_sd[2]
height_sex_sd[[2]]

남자

6.80464710489987

여자

8.48741365058818

여자: 8.48741365058818

8.48741365058818

In [111]:

# 리스트 항목별 범위 구하기
height_sex_range <- sapply(height_sex, range)
height_sex_range
height_sex_range[1,]  # 행
height_sex_range[,1]  # 열

남자	여자
162.2	155.2
182.1	176.9

남자

162.2

여자

155.2

1. 162.2
2. 182.1

명목형 변수 도수분포표 만들기¶

table() : 빈도수¶

In [113]:

# 혈액형별 빈도수 - table()
blood_type_table <- table(df$bloodtype)
blood_type_table

 A AB  B  O 
 4  3  5  5 

prop.table() : 상대도수¶

In [114]:

# 혈액형별 상대도수 - prop.table()
blood_type_prop_table <- prop.table(blood_type_table)
blood_type_prop_table

        A        AB         B         O 
0.2352941 0.1764706 0.2941176 0.2941176 

rbind() : 함께보기¶

In [115]:

blood_type_rbind <- rbind(blood_type_table, blood_type_prop_table)
blood_type_rbind

	A	AB	B	O
blood_type_table	4.0000000	3.0000000	5.0000000	5.0000000
blood_type_prop_table	0.2352941	0.1764706	0.2941176	0.2941176

addmargins() : table 객체 합 구하기¶

In [155]:

# margin 값은 방향을 나타냄
# margin ＝１　－＞가로방향 (행 방향) / margin= 2 -> 세로방향(칼럼 방향)
blood_type_rbind_sum <- addmargins(blood_type_rbind, margin = 2)
blood_type_rbind_sum

	A	AB	B	O	Sum
blood_type_table	4.0000000	3.0000000	5.0000000	5.0000000	17
blood_type_prop_table	0.2352941	0.1764706	0.2941176	0.2941176	1

연속형 변수 도수분포표 만들기¶

• 구간을 먼저 나눈다 : 계급

cut() : 구간 나누기¶

In [117]:

# 4개의 구간으로 나누기 - cut()
height_break_4 <- cut(df$height, breaks=4)
height_break_4

1. (155,162]
2. (162,169]
3. (162,169]
4. (155,162]
5. (162,169]
6. (175,182]
7. (162,169]
8. (162,169]
9. (175,182]
10. (162,169]
11. (169,175]
12. (169,175]
13. (175,182]
14. (175,182]
15. (175,182]
16. (175,182]
17. (169,175]

Levels:

1. '(155,162]'
2. '(162,169]'
3. '(169,175]'
4. '(175,182]'

In [123]:

head(df$height) # 아래 키가 위에서 나눠진 구간 어디에 속하는지 보여주는 것

1. 155.2
2. 165.3
3. 168.6
4. 158.2
5. 162.2
6. 182.1

In [124]:

# 빈도수 - table()
height_break_4_table <- table(height_break_4)
height_break_4_table

height_break_4
(155,162] (162,169] (169,175] (175,182] 
        2         6         3         6 

In [125]:

# 상대도수 - prop.table
height_break_4_prop_table <- prop.table(height_break_4_table)
height_break_4_prop_table

height_break_4
(155,162] (162,169] (169,175] (175,182] 
0.1176471 0.3529412 0.1764706 0.3529412 

In [126]:

# 함께보기 -rbind()
height_break_4_rbind <- rbind(height_break_4_table, height_break_4_prop_table)
height_break_4_rbind

	(155,162]	(162,169]	(169,175]	(175,182]
height_break_4_table	2.0000000	6.0000000	3.0000000	6.0000000
height_break_4_prop_table	0.1176471	0.3529412	0.1764706	0.3529412

cumsum() : 누적상대도수¶

In [127]:

height_break_4_cumsum <- rbind(height_break_4_rbind, cumsum(height_break_4_rbind[2,]))
height_break_4_cumsum

	(155,162]	(162,169]	(169,175]	(175,182]
height_break_4_table	2.0000000	6.0000000	3.0000000	6.0000000
height_break_4_prop_table	0.1176471	0.3529412	0.1764706	0.3529412
	0.1176471	0.4705882	0.6470588	1.0000000

rownames() : 열 이름 추가/변경¶

In [128]:

rownames(height_break_4_cumsum) <- c('도수','상대도수','누적도수')
height_break_4_cumsum

	(155,162]	(162,169]	(169,175]	(175,182]
도수	2.0000000	6.0000000	3.0000000	6.0000000
상대도수	0.1176471	0.3529412	0.1764706	0.3529412
누적도수	0.1176471	0.4705882	0.6470588	1.0000000

예제 studentlist2 도수분포표로 만들기¶

In [134]:

student_list2 <- read.csv('R-ggagi-data/example_studentlist2.csv')
#student_list2

In [133]:

# 도수 table()
student_list2_table <- table(student_list2$grade)
student_list2_table

 1  2  3  4 
16 37 31 16 

In [136]:

# 상대도수 prop.table
student_list2_porp_table <- prop.table(student_list2_table)
student_list2_porp_table

   1    2    3    4 
0.16 0.37 0.31 0.16 

In [137]:

# 함께보기 rbind
student_list2_rbind <- rbind(student_list2_table, student_list2_porp_table)
student_list2_rbind

	1	2	3	4
student_list2_table	16.00	37.00	31.00	16.00
student_list2_porp_table	0.16	0.37	0.31	0.16

In [138]:

# table 객체 합 구하기 addmargins
student_list2_rbind_sum <- addmargins(student_list2_rbind, margin = 2)
student_list2_rbind_sum

	1	2	3	4	Sum
student_list2_table	16.00	37.00	31.00	16.00	100
student_list2_porp_table	0.16	0.37	0.31	0.16	1

In [141]:

# 누적상대도수 cumsum
student_list2_cumsum <- rbind(student_list2_rbind, cumsum(student_list2_rbind[2,]))
student_list2_cumsum

	1	2	3	4
student_list2_table	16.00	37.00	31.00	16.00
student_list2_porp_table	0.16	0.37	0.31	0.16
	0.16	0.53	0.84	1.00

In [144]:

# 열 이름 추가/변경 rownames
rownames(student_list2_cumsum) <- c('도수','상대도수','누적도수')
student_list2_cumsum

	1	2	3	4
도수	16.00	37.00	31.00	16.00
상대도수	0.16	0.37	0.31	0.16
누적도수	0.16	0.53	0.84	1.00

분할표 만들기 : 두 변수의 빈도수를 나타내는 표¶

In [147]:

df <- read.csv('R-ggagi-data/example_studentlist.csv')
#df

In [148]:

# 빈도수 구하기 table
sex_blood_table <- table(df$sex, df$bloodtype)
sex_blood_table

      
       A AB B O
  남자 2  2 4 2
  여자 2  1 1 3

In [149]:

# 도수 행, 열 합 구하기 addmargins
addmargins(sex_blood_table)

	A	AB	B	O	Sum
남자	2	2	4	2	10
여자	2	1	1	3	7
Sum	4	3	5	5	17

In [165]:

# margin ＝１　－＞가로방향 (행 방향) / margin= 2 -> 세로방향(칼럼 방향)
addmargins(sex_blood_table, margin=2)

	A	AB	B	O	Sum
남자	2	2	4	2	10
여자	2	1	1	3	7

In [167]:

# margin ＝１　－＞가로방향 (행 방향) / margin= 2 -> 세로방향(칼럼 방향)
addmargins(sex_blood_table, margin=1)

	A	AB	B	O
남자	2	2	4	2
여자	2	1	1	3
Sum	4	3	5	5

In [156]:

# 상대도수 구하기
sex_blood_prop_table <- prop.table(sex_blood_table)
sex_blood_prop_table

      
                A         AB          B          O
  남자 0.11764706 0.11764706 0.23529412 0.11764706
  여자 0.11764706 0.05882353 0.05882353 0.17647059

In [157]:

# 상대도수 합 구하기
addmargins(sex_blood_prop_table)

	A	AB	B	O	Sum
남자	0.1176471	0.11764706	0.23529412	0.1176471	0.5882353
여자	0.1176471	0.05882353	0.05882353	0.1764706	0.4117647
Sum	0.2352941	0.17647059	0.29411765	0.2941176	1.0000000

In [158]:

# 행별 상대도수 구하기
sex_blood_prop_table_margin_1 <- prop.table(sex_blood_table, margin=1)
sex_blood_prop_table_margin_1

      
               A        AB         B         O
  남자 0.2000000 0.2000000 0.4000000 0.2000000
  여자 0.2857143 0.1428571 0.1428571 0.4285714

In [159]:

# 열별 상대도수 구하기
sex_blood_prop_table_margin_2 <- prop.table(sex_blood_table, margin=2)
sex_blood_prop_table_margin_2

      
               A        AB         B         O
  남자 0.5000000 0.6666667 0.8000000 0.4000000
  여자 0.5000000 0.3333333 0.2000000 0.6000000

결측치 NA (값이 없는 경우) 처리¶

• complete.cases() : NA값을 조사해 논리값으로 반환
• na.omit() : 행에 NA가 있으면 행 삭제

In [160]:

a <- c(1,2,3,4,NA,6,7,8,9,10)
complete.cases(a)

1. TRUE
2. TRUE
3. TRUE
4. TRUE
5. FALSE
6. TRUE
7. TRUE
8. TRUE
9. TRUE
10. TRUE

In [163]:

# 빼 버려
a[complete.cases(a)]

1. 1
2. 2
3. 3
4. 4
5. 6
6. 7
7. 8
8. 9
9. 10

In [164]:

na.omit(a)

1. 1
2. 2
3. 3
4. 4
5. 6
6. 7
7. 8
8. 9
9. 10