혼자서 해보기(1)

배기량별 고속도로 연비 빈교

mpg <- as.data.frame(ggplot2::mpg)
library(dplyr)
## 
## 다음의 패키지를 부착합니다: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
mpg_a <- mpg %>% filter(displ <= 4)
mpg_b <- mpg %>% filter(displ >= 5)
mean(mpg_a$hwy)
## [1] 25.96319
mean(mpg_b$hwy)
## [1] 18.07895

displ이 4 이하인 자동차의 hwy 평균이 displ 5 이상인 자동차의 평균보다 더 높다.

제조 회사별 도시 연비 비교

mpg_audi <- mpg %>% filter(manufacturer == "audi")
mpg_toyota <- mpg %>% filter(manufacturer == "toyota")
mean(mpg_audi$cty)
## [1] 17.61111
mean(mpg_toyota$cty)
## [1] 18.52941

’toyota’의 cty 평균이 ’audi’보다 더 높다.

자동차 고속도로 연비 평균

mpg_new <- mpg %>% filter(manufacturer %in% c("chevrolet", "ford", "honda"))
mean(mpg_new$hwy)
## [1] 22.50943

‘Chevrolet’, ‘ford’, ’honda’의 hwy 전체 평균은 22.50943이다.

혼자서 해보기(2)

변수 일부만 추출해서 새로운 데이터 만들기

mpg <- as.data.frame(ggplot2::mpg)
df <- mpg %>% select(class,cty) 
head(df)
##     class cty
## 1 compact  18
## 2 compact  21
## 3 compact  20
## 4 compact  21
## 5 compact  16
## 6 compact  18

자동차 종류별 도시 연비 비교

df_suv <- df %>% filter(class == "suv")
df_compact <- df %>% filter(class == "compact")
mean(df_suv$cty)
## [1] 13.5
mean(df_compact$cty)
## [1] 20.12766

’compact’의 평균 cty가 ’suv’보다 더 높은 것을 알 수 있다.

혼자서 해보기(3)

hwy 순위별 자동차 데이터 출력하기

mpg <- as.data.frame(ggplot2::mpg) 
mpg %>% filter(manufacturer == "audi") %>% 
 arrange(desc(hwy)) %>% 
 head(5) 
##   manufacturer      model displ year cyl      trans drv cty hwy fl   class
## 1         audi         a4   2.0 2008   4 manual(m6)   f  20  31  p compact
## 2         audi         a4   2.0 2008   4   auto(av)   f  21  30  p compact
## 3         audi         a4   1.8 1999   4   auto(l5)   f  18  29  p compact
## 4         audi         a4   1.8 1999   4 manual(m5)   f  21  29  p compact
## 5         audi a4 quattro   2.0 2008   4 manual(m6)   4  20  28  p compact

혼자서 해보기 (4)

합산 변수 추가하기

mpg <- as.data.frame(ggplot2::mpg) 
mpg_new <- mpg 
mpg_new <- mpg_new %>% mutate(total = cty + hwy)

평균 변수 추가하기

mpg_new <- mpg_new %>% mutate(mean = total/2)

상위 3행 출력

mpg_new %>%
 arrange(desc(mean)) %>% 
 head(3)
##   manufacturer      model displ year cyl      trans drv cty hwy fl      class
## 1   volkswagen new beetle   1.9 1999   4 manual(m5)   f  35  44  d subcompact
## 2   volkswagen      jetta   1.9 1999   4 manual(m5)   f  33  44  d    compact
## 3   volkswagen new beetle   1.9 1999   4   auto(l4)   f  29  41  d subcompact
##   total mean
## 1    79 39.5
## 2    77 38.5
## 3    70 35.0

하나로 연결된 구문으로 출력

mpg %>%
 mutate(total = cty + hwy, 
        mean = total/2) %>%
 arrange(desc(mean)) %>% 
 head(3)
##   manufacturer      model displ year cyl      trans drv cty hwy fl      class
## 1   volkswagen new beetle   1.9 1999   4 manual(m5)   f  35  44  d subcompact
## 2   volkswagen      jetta   1.9 1999   4 manual(m5)   f  33  44  d    compact
## 3   volkswagen new beetle   1.9 1999   4   auto(l4)   f  29  41  d subcompact
##   total mean
## 1    79 39.5
## 2    77 38.5
## 3    70 35.0

혼자서 해보기(5)

class별 자동차 연비 비교

mpg <- as.data.frame(ggplot2::mpg) 
mpg %>%
 group_by(class) %>% 
 summarise(mean_cty = mean(cty)) 
## # A tibble: 7 × 2
##   class      mean_cty
##   <chr>         <dbl>
## 1 2seater        15.4
## 2 compact        20.1
## 3 midsize        18.8
## 4 minivan        15.8
## 5 pickup         13  
## 6 subcompact     20.4
## 7 suv            13.5

cty 높은 순으로 정렬

mpg %>%
 group_by(class) %>% 
 summarise(mean_cty = mean(cty)) %>% 
 arrange(desc(mean_cty)) 
## # A tibble: 7 × 2
##   class      mean_cty
##   <chr>         <dbl>
## 1 subcompact     20.4
## 2 compact        20.1
## 3 midsize        18.8
## 4 minivan        15.8
## 5 2seater        15.4
## 6 suv            13.5
## 7 pickup         13

Q3 hwy 상위 3곳 출력

mpg %>%
 group_by(manufacturer) %>% 
 summarise(mean_hwy = mean(hwy)) %>% 
 arrange(desc(mean_hwy)) %>% 
 head(3) 
## # A tibble: 3 × 2
##   manufacturer mean_hwy
##   <chr>           <dbl>
## 1 honda            32.6
## 2 volkswagen       29.2
## 3 hyundai          26.9

hwy 평균이 가장 높은 회사 3곳은 ‘honda’,‘volkswagen’,’hyundai’이다.

회사별 경차 생산 파악

mpg %>%
 filter(class == "compact") %>% 
 group_by(manufacturer) %>%
 summarise(count = n()) %>% 
 arrange(desc(count)) 
## # A tibble: 5 × 2
##   manufacturer count
##   <chr>        <int>
## 1 audi            15
## 2 volkswagen      14
## 3 toyota          12
## 4 subaru           4
## 5 nissan           2

‘audi’ 회사에서 경차를 가장 많이 생산하는 것을 알 수 있다.

혼자서 해보기(6)

연료, 가격으로 구성된 데이터 프레임 만들기

fuel <- data.frame(fl = c("c", "d", "e", "p", "r"),
                   price_fl = c(2.35, 2.38, 2.11, 2.76, 2.22),
                   stringsAsFactors = F)
fuel
##   fl price_fl
## 1  c     2.35
## 2  d     2.38
## 3  e     2.11
## 4  p     2.76
## 5  r     2.22

mpg 데이터에 연료가격 변수 추가하기

mpg <- as.data.frame(ggplot2::mpg) 
mpg <- left_join(mpg, fuel, by = "fl")

확인해보기

mpg %>%
 select(model, fl, price_fl) %>% 
 head(5) 
##   model fl price_fl
## 1    a4  p     2.76
## 2    a4  p     2.76
## 3    a4  p     2.76
## 4    a4  p     2.76
## 5    a4  p     2.76

Ch 6 과제

해당 sheet 불러오기

library(readxl)
read_excel("C:\\Users\\user\\OneDrive\\바탕 화면\\R\\mlu.xls", sheet = 2) -> mlu
mlu
## # A tibble: 35 × 10
##    File       age   utterances_mlu words_mlu DurationTime DurationSec Types_freq
##    <chr>      <chr>          <dbl>     <dbl> <chr>              <dbl>      <dbl>
##  1 13_A0P04M… A0               566      1290 "00:17:35"          1055        580
##  2 21_A0P05M… A0               565      1602 "00:20:44"          1244        737
##  3 27_A0P06M… A0               470       813 "00:12:07"           727        378
##  4 28_A0P07M… A0               371       976 "00:11:53"           713        419
##  5 29_A0P08M… A0               802      2239 "00:24:45"          1485        814
##  6 2_A0P01M.… A0               563      1243 "00:12:06\""          NA        425
##  7 30_A0P09F… A0               574      1705 "00:21:56"          1316        828
##  8 31_A0P10F… A0               539      1110 "00:10:54"           654        426
##  9 35_A0P11M… A0               705      1847 "00:20:46"          1246        622
## 10 36_A0P12M… A0               752      2120 "00:29:22"          1762       1014
## # ℹ 25 more rows
## # ℹ 3 more variables: Token_freq <dbl>, mlu <dbl>, `token/type` <dbl>

조건에 해당하는 대상 찾기

library(dplyr)
mlu %>% filter(utterances_mlu <= 500)
## # A tibble: 5 × 10
##   File        age   utterances_mlu words_mlu DurationTime DurationSec Types_freq
##   <chr>       <chr>          <dbl>     <dbl> <chr>              <dbl>      <dbl>
## 1 27_A0P06M.… A0               470       813 00:12:07             727        378
## 2 28_A0P07M.… A0               371       976 00:11:53             713        419
## 3 15_A1P05F.… A1               381      1046 00:15:14             914        555
## 4 12_A2P04M.… A2               481      1672 00:17:01            1021        921
## 5 18_A2P07M.… A2               323       890 00:08:47             527        476
## # ℹ 3 more variables: Token_freq <dbl>, mlu <dbl>, `token/type` <dbl>

500문장 이하를 말한 엄마가 5명 있다는 것을 알 수 있다.

필요한 변수만으로 새로운 데이터 프레임 만들기

mlu %>% select(-DurationTime, -DurationSec) -> new_mlu
new_mlu
## # A tibble: 35 × 8
##    File  age   utterances_mlu words_mlu Types_freq Token_freq   mlu `token/type`
##    <chr> <chr>          <dbl>     <dbl>      <dbl>      <dbl> <dbl>        <dbl>
##  1 13_A… A0               566      1290        580       1346  2.28         2.32
##  2 21_A… A0               565      1602        737       1606  2.84         2.18
##  3 27_A… A0               470       813        378        832  1.73         2.20
##  4 28_A… A0               371       976        419        979  2.63         2.34
##  5 29_A… A0               802      2239        814       2253  2.79         2.77
##  6 2_A0… A0               563      1243        425       1263  2.21         2.97
##  7 30_A… A0               574      1705        828       1712  2.97         2.07
##  8 31_A… A0               539      1110        426       1124  2.06         2.64
##  9 35_A… A0               705      1847        622       1860  2.62         2.99
## 10 36_A… A0               752      2120       1014       2599  2.82         2.56
## # ℹ 25 more rows

나이대별 MLU 평균 구하기

mlu %>%
  group_by(age) %>%
  summarise(mean_mlu = mean(mlu))
## # A tibble: 3 × 2
##   age   mean_mlu
##   <chr>    <dbl>
## 1 A0        2.50
## 2 A1        2.59
## 3 A2        2.99

각 나이대 별 mlu의 평균은 A0은 2.50, A1은 2.59, A2는 2.99임을 알 수 있다.

그룹별 token/type 비율 평균 구하기

mlu %>%
  group_by(age) %>%
  summarise(mean_talk = mean(`token/type`))
## # A tibble: 3 × 2
##   age   mean_talk
##   <chr>     <dbl>
## 1 A0         2.57
## 2 A1         2.74
## 3 A2         2.66

각 그룹별 token/type 비율의 평균은 A0은 2.57, A1은 2.74, A2는 2.66임을 알 수 있다.