1 데이터 전처리

1.1 Introduction to Data

Pokemon.csv 데이터는 number, name, first and second type 그리고 basic stats(HP, Attack, Defense, Special Attack, Special Defense and Speed)를 포함한 800개의 관측치를 가지고 있으며 포켓몬 카드나 포켓몬 Go가 아닌 포켓몬 게임에 대한 데이터입니다.

1.2 Packages Load

library(readr)
library(stringr)
library(ggplot2)
library(dplyr)
library(DT)

1.3 작업공간 설정하기

setwd("C:\\R\\Pokemon")
getwd()
## [1] "C:/R/Pokemon"

1.4 데이터 불러오기

pokemon_data <- read.csv("C:\\R\\Pokemon\\Pokemon.csv", header = T, stringsAsFactors = F)
head(pokemon_data)
##   X.                  Name Type.1 Type.2 Total HP Attack Defense Sp..Atk
## 1  1             Bulbasaur  Grass Poison   318 45     49      49      65
## 2  2               Ivysaur  Grass Poison   405 60     62      63      80
## 3  3              Venusaur  Grass Poison   525 80     82      83     100
## 4  3 VenusaurMega Venusaur  Grass Poison   625 80    100     123     122
## 5  4            Charmander   Fire          309 39     52      43      60
## 6  5            Charmeleon   Fire          405 58     64      58      80
##   Sp..Def Speed Generation Legendary
## 1      65    45          1     FALSE
## 2      80    60          1     FALSE
## 3     100    80          1     FALSE
## 4     120    80          1     FALSE
## 5      50    65          1     FALSE
## 6      65    80          1     FALSE

1.5 초기 데이터 확인

str(pokemon_data)
## 'data.frame':    800 obs. of  13 variables:
##  $ X.        : int  1 2 3 3 4 5 6 6 6 7 ...
##  $ Name      : chr  "Bulbasaur" "Ivysaur" "Venusaur" "VenusaurMega Venusaur" ...
##  $ Type.1    : chr  "Grass" "Grass" "Grass" "Grass" ...
##  $ Type.2    : chr  "Poison" "Poison" "Poison" "Poison" ...
##  $ Total     : int  318 405 525 625 309 405 534 634 634 314 ...
##  $ HP        : int  45 60 80 80 39 58 78 78 78 44 ...
##  $ Attack    : int  49 62 82 100 52 64 84 130 104 48 ...
##  $ Defense   : int  49 63 83 123 43 58 78 111 78 65 ...
##  $ Sp..Atk   : int  65 80 100 122 60 80 109 130 159 50 ...
##  $ Sp..Def   : int  65 80 100 120 50 65 85 85 115 64 ...
##  $ Speed     : int  45 60 80 80 65 80 100 100 100 43 ...
##  $ Generation: int  1 1 1 1 1 1 1 1 1 1 ...
##  $ Legendary : logi  FALSE FALSE FALSE FALSE FALSE FALSE ...
summary(pokemon_data)
##        X.            Name              Type.1             Type.2         
##  Min.   :  1.0   Length:800         Length:800         Length:800        
##  1st Qu.:184.8   Class :character   Class :character   Class :character  
##  Median :364.5   Mode  :character   Mode  :character   Mode  :character  
##  Mean   :362.8                                                           
##  3rd Qu.:539.2                                                           
##  Max.   :721.0                                                           
##      Total             HP             Attack       Defense      
##  Min.   :180.0   Min.   :  1.00   Min.   :  5   Min.   :  5.00  
##  1st Qu.:330.0   1st Qu.: 50.00   1st Qu.: 55   1st Qu.: 50.00  
##  Median :450.0   Median : 65.00   Median : 75   Median : 70.00  
##  Mean   :435.1   Mean   : 69.26   Mean   : 79   Mean   : 73.84  
##  3rd Qu.:515.0   3rd Qu.: 80.00   3rd Qu.:100   3rd Qu.: 90.00  
##  Max.   :780.0   Max.   :255.00   Max.   :190   Max.   :230.00  
##     Sp..Atk          Sp..Def          Speed          Generation   
##  Min.   : 10.00   Min.   : 20.0   Min.   :  5.00   Min.   :1.000  
##  1st Qu.: 49.75   1st Qu.: 50.0   1st Qu.: 45.00   1st Qu.:2.000  
##  Median : 65.00   Median : 70.0   Median : 65.00   Median :3.000  
##  Mean   : 72.82   Mean   : 71.9   Mean   : 68.28   Mean   :3.324  
##  3rd Qu.: 95.00   3rd Qu.: 90.0   3rd Qu.: 90.00   3rd Qu.:5.000  
##  Max.   :194.00   Max.   :230.0   Max.   :180.00   Max.   :6.000  
##  Legendary      
##  Mode :logical  
##  FALSE:735      
##  TRUE :65       
##                 
##                 
##

1.6 데이터 변수 설명

변수명 변수 설명
#. 포켓몬의 ID
Name 포켓몬의 이름
Type 1 각각의 포켓몬이 가진 타입(상성을 결정하기 위함)
Type 2 몇몇 포켓몬이 가진 2번째 타입
Total 모든 능력치의 합, 일반적으로 포켓몬의 강함을 측정하는 측도
HP 포켓몬의 체력
Attack 포켓몬의 기본 공격력(ex. 할퀴기, 펀치)
Defense 포켓몬의 기본 방어력
SP Atk 포켓몬의 스페셜 공격력(ex. 불꽃 발사, 버블 빔)
SP Def 포켓몬의 스페셜 공격력에 저항하는 스페셜 방어력
Speed 어느 포켓몬이 각 라운드에 첫 번째로 공격하는지 결정

1.7 데이터 변수명 재설정

names(pokemon_data)
##  [1] "X."         "Name"       "Type.1"     "Type.2"     "Total"     
##  [6] "HP"         "Attack"     "Defense"    "Sp..Atk"    "Sp..Def"   
## [11] "Speed"      "Generation" "Legendary"
colnames(pokemon_data) <- c("No", "Name", "Type.1", "Type.2", "Total", "HP", "Attack", "Defense", "SP.Atk", "SP.Def", "Speed", "Generation", "Legendary")
names(pokemon_data)
##  [1] "No"         "Name"       "Type.1"     "Type.2"     "Total"     
##  [6] "HP"         "Attack"     "Defense"    "SP.Atk"     "SP.Def"    
## [11] "Speed"      "Generation" "Legendary"

1.8 불필요한 변수 제거

포켓몬의 각 개체만을 나타내는 변수인 No를 제외

pokemon_data <- pokemon_data %>% 
  select(-No)

1.8.1 Name의 불필요한 부분 제거

str_replace(pokemon_data$Name, ".*(?=Mega)", "")

1.8.2 최종 데이터 확인

DT::datatable(pokemon_data)

2 데이터 분석

2.1 Total이 가장 높은 포켓몬 Top 3 (전설의 포켓몬 제외)

pokemon_top3 <- pokemon_data %>% 
  filter(Legendary == FALSE) %>% 
  select(Name, Total) %>% 
  arrange(desc(Total)) %>% 
  head(3)
pokemon_top3
##                      Name Total
## 1 TyranitarMega Tyranitar   700
## 2 SalamenceMega Salamence   700
## 3 MetagrossMega Metagross   700

No.1 No.2 No.3

2.2 Total이 가장 낮은 포켓몬 Top 3 (전설의 포켓몬 제외)

pokemon_bottom10 <- pokemon_data %>% 
  filter(Legendary == FALSE) %>% 
  select(Name, Total) %>% 
  arrange(Total) %>% 
  head(3)
pokemon_bottom10
##        Name Total
## 1   Sunkern   180
## 2   Azurill   190
## 3 Kricketot   194

No.1 No.2 No.3

2.3 Speed가 가장 높은 포켓몬 Top 3 (전설의 포켓몬 제외)

# Speed가 가장 높은 포켓몬 Top3
speed <- pokemon_data %>% 
  filter(Legendary == FALSE) %>% 
  select(Name, Speed) %>% 
  arrange(desc(Speed)) %>% 
  head(3)
speed
##                        Name Speed
## 1                   Ninjask   160
## 2     AlakazamMega Alakazam   150
## 3 AerodactylMega Aerodactyl   150

No.1 No.2 No.3

2.4 Speed가 가장 낮은 포켓몬 Top3 (전설의 포켓몬 제외)

speed <- pokemon_data %>% 
  filter(Legendary == FALSE) %>% 
  select(Name, Speed) %>% 
  arrange(Speed) %>% 
  head(3)
speed
##       Name Speed
## 1  Shuckle     5
## 2 Munchlax     5
## 3 Trapinch    10

No.1 No.2 No.3

2.5 SP.Atk가 가장 높은 포켓몬 Top 3 (전설의 포켓몬 제외)

spatk <- pokemon_data %>% 
  filter(Legendary == FALSE) %>% 
  select(Name, SP.Atk) %>% 
  arrange(desc(SP.Atk)) %>% 
  head(3)
spatk
##                    Name SP.Atk
## 1 AlakazamMega Alakazam    175
## 2     GengarMega Gengar    170
## 3 AmpharosMega Ampharos    165

No.1 No.2 No.3

2.6 SP.Def가 가장 높은 포켓몬 Top 3 (전설의 포켓몬 제외)

spdef <- pokemon_data %>% 
  filter(Legendary == FALSE) %>% 
  select(Name, SP.Def) %>% 
  arrange(desc(SP.Def)) %>% 
  head(3)
spdef
##        Name SP.Def
## 1   Shuckle    230
## 2   Florges    154
## 3 Probopass    150

No.1 No.2 No.3

2.7 전설의 포켓몬?!

legend <- pokemon_data %>% 
  filter(Legendary == TRUE)
DT::datatable(legend)

2.8 전설의 포켓몬들의 서열

legend_top <- legend %>% 
  select(Name, Total) %>% 
  arrange(desc(Total)) %>% 
  head(10)
legend_top
##                     Name Total
## 1    MewtwoMega Mewtwo X   780
## 2    MewtwoMega Mewtwo Y   780
## 3  RayquazaMega Rayquaza   780
## 4    KyogrePrimal Kyogre   770
## 5  GroudonPrimal Groudon   770
## 6                 Arceus   720
## 7      LatiasMega Latias   700
## 8      LatiosMega Latios   700
## 9     KyuremBlack Kyurem   700
## 10    KyuremWhite Kyurem   700

No.1 No.2 No.3

2.9 피카~츄!

Pikachu

Pikachu

pikachu <- pokemon_data %>% 
  filter(Name == "Pikachu")
pikachu
##      Name   Type.1 Type.2 Total HP Attack Defense SP.Atk SP.Def Speed
## 1 Pikachu Electric          320 35     55      40     50     50    90
##   Generation Legendary
## 1          1     FALSE

2.10 전설의 포켓몬과 일반 포켓몬의 능력치 차이가 확실히 있는가?? 전설의 포켓몬과 일반 포켓몬의 Total 능력치 평균 차이의 t.test 검정

2.10.1 일반 포켓몬의 Total 데이터

normal <- pokemon_data %>% 
  select(Name, Total, Legendary) %>% 
  filter(Legendary == "FALSE")
head(normal)
##                    Name Total Legendary
## 1             Bulbasaur   318     FALSE
## 2               Ivysaur   405     FALSE
## 3              Venusaur   525     FALSE
## 4 VenusaurMega Venusaur   625     FALSE
## 5            Charmander   309     FALSE
## 6            Charmeleon   405     FALSE

2.10.2 전설 포켓몬의 Total 데이터

legend <- pokemon_data %>% 
  select(Name, Total, Legendary) %>% 
  filter(Legendary == "TRUE")
head(legend)
##                  Name Total Legendary
## 1            Articuno   580      TRUE
## 2              Zapdos   580      TRUE
## 3             Moltres   580      TRUE
## 4              Mewtwo   680      TRUE
## 5 MewtwoMega Mewtwo X   780      TRUE
## 6 MewtwoMega Mewtwo Y   780      TRUE

정규성의 경우 일반적으로 관측치가 30개 이상이면 만족한다고 판단할 수 있다.

2.10.3 등분산 검정

var.test(normal$Total, legend$Total)
## 
##  F test to compare two variances
## 
## data:  normal$Total and legend$Total
## F = 3.0694, num df = 734, denom df = 64, p-value = 2.242e-07
## alternative hypothesis: true ratio of variances is not equal to 1
## 95 percent confidence interval:
##  2.074173 4.294797
## sample estimates:
## ratio of variances 
##           3.069395

p-value가 0.05보다 작게 나오므로 두 집단의 분산은 유의미하게 다르다고 볼 수 없다.

2.10.4 등분산 가정을 하지 않고 t.test 검정(Welch t-test)

t.test(normal$Total, legend$Total, var.equal = F)
## 
##  Welch Two Sample t-test
## 
## data:  normal$Total and legend$Total
## t = -25.834, df = 102.8, p-value < 2.2e-16
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  -237.0741 -203.2679
## sample estimates:
## mean of x mean of y 
##  417.2136  637.3846

p-value가 0.05보다 작으므로 귀무가설을 기각하여 전설의 포켓몬과 일반 포켓몬의 Total에는 유의한 차이가 있다고 볼 수 있다.

3 시각화

table(pokemon_data$Type.1)
## 
##      Bug     Dark   Dragon Electric    Fairy Fighting     Fire   Flying 
##       69       31       32       44       17       27       52        4 
##    Ghost    Grass   Ground      Ice   Normal   Poison  Psychic     Rock 
##       32       70       32       24       98       28       57       44 
##    Steel    Water 
##       27      112
table(pokemon_data$Type.2)
## 
##               Bug     Dark   Dragon Electric    Fairy Fighting     Fire 
##      386        3       20       18        6       23       26       12 
##   Flying    Ghost    Grass   Ground      Ice   Normal   Poison  Psychic 
##       97       14       25       35       14        4       34       33 
##     Rock    Steel    Water 
##       14       22       14

721마리의 포켓몬들 중 386마리의 포켓몬들이 Type.1만을 가지고 있고 335마리의 포켓몬들이 Type.1과 Type.2를 가지고 있다.

3.1 Type 1 분류

ggplot(data = pokemon_data, aes(x = Type.1)) + geom_bar() + coord_flip()

3.2 Type 2 분류

ggplot(data = pokemon_data, aes(x = Type.2)) + geom_bar() + coord_flip()

<참고자료>
집단간 비교를 위한 면 분할 : facet_wrap()을 배움
시각화는 공부할 게 많다..!

3.2.1 Type 1 분류

pokemon.plot1 <- ggplot(data = pokemon_data, aes(x = Type.1)) + 
  geom_bar(aes(fill = as.factor(Type.1))) +
  scale_fill_discrete(name = "Pokemon Types") +
  theme(axis.text.x = element_blank(), axis.ticks.x = element_blank()) +
  labs(x="Type 1", y="Count")
pokemon.plot1

3.2.2 Distribution of Type 1 & Type 2

pokemon.plot2 <- ggplot(pokemon_data, aes(Type.2)) + 
  geom_bar(aes(fill = as.factor(Type.2))) +
  scale_fill_discrete(name = "Type 2") +
  labs(x="Type 1", y="Count", Title = "Distr. of Type 1 and Type 2") +
  facet_wrap(~Type.1) +
  theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())
pokemon.plot2

3.2.3 Plot density

pokemon.plot3 <- ggplot(pokemon_data, aes(x=Total, fill=Type.1)) + geom_density(alpha=.5)
pokemon.plot3 <- pokemon.plot3 + 
  facet_wrap(~Type.1) + 
  labs(x="Total", y="Density", title="Pokemon Total Score") +
  theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())
pokemon.plot3

3.2.4 Finding the relationship between Total score and (base) Attack

pokemon.plot4 <- ggplot(pokemon_data, aes(x=Attack, y=Total,color=Type.1)) + 
  geom_point(shape=1, alpha=.5)
pokemon.plot4 <- pokemon.plot4 + 
  facet_wrap(~Type.1) + 
  geom_smooth(method=lm) + 
  labs(x="Base Attack", y = "Total Score", title = "Pokemon score vs. Pokemon Attack")
pokemon.plot4

3.2.5 What about the defense…??

pokemon.plot5 <- ggplot(pokemon_data, aes(x=Defense, y=Total,color=Type.1)) + 
  geom_point(shape=1, alpha=.5)
pokemon.plot5 <- pokemon.plot5 + 
  facet_wrap(~Type.1) + 
  geom_smooth(method=lm) + 
  labs(x="Base Defense", y = "Total Score", title = "Pokemon score vs. Pokemon Def")
pokemon.plot5