library(ProjectTemplate)
create.project("bicdata")
setwd("bicdata/")
load.project()
# copy titanic to data dir
titanic <- read.csv("http://dl.dropbox.com/u/8686172/titanic.csv")
write.csv(titanic, file = "data/titanic.csv")
load.project()
# modify munging process modify config file
# load.project()
show.project()
stub.tests()
# needs to be modified to 'test-*.R'
test.project()
logging: on일 경우 아래와 같은 메시지를 project.log 파일로 저장함# if logging : on
warn(logger, "This is warning")
scan("logs/project.log", what = "character")
library(ggplot2)
# 서로 다른 표현
qplot(carat, price, data = diamonds, geom = "point", colour = clarity) # (1)
ggplot(data = diamonds, aes(x = carat, y = price)) + geom_point(aes(colour = clarity)) # (2)
# 매핑 정보 및 각종 정보들을 보여줌
s <- ggplot(data = diamonds, aes(x = carat, y = price))
summary(s)
data: carat, cut, color, clarity, depth, table, price, x, y, z
[53940x10]
mapping: x = carat, y = price
faceting: facet_null()
# 미적 요소 매핑의 오버라이딩
ggplot(data = diamonds, aes(x = carat, y = price)) + geom_point(aes(colour = clarity)) +
geom_smooth() # (1)
ggplot(data = diamonds, aes(x = carat, y = price, colour = clarity)) + geom_point() +
geom_smooth() # (2)
# set기능으로 색상 적용
# http://research.stowers-institute.org/efg/R/Color/Chart/
ggplot(data = diamonds, aes(x = carat, y = price, colour = clarity)) + geom_point(colour = "darkblue")
# group 매핑
p <- ggplot(data = diamonds, aes(x = carat, y = price))
p + geom_smooth() # (1)
p + geom_smooth(aes(group = clarity)) # (2)
# geom과 stat 객체
ggplot(data = diamonds, aes(x = price)) + geom_bar() # (1)
ggplot(data = diamonds, aes(x = price)) + geom_bar(aes(y = ..count..)) # (2)
ggplot(data = diamonds, aes(x = price)) + geom_bar(aes(y = ..density..))
ggplot(data = diamonds, aes(x = price)) + geom_bar(aes(y = ..ncount..))
ggplot(data = diamonds, aes(x = price)) + geom_bar(aes(y = ..ndensity..))
ggplot(data = diamonds, aes(x = price)) + geom_bar(aes(y = ..density..)) + ylab("밀도")
# 위치 조정
ggplot(data = diamonds, aes(x = price)) + geom_bar(aes(fill = cut), binwidth = 3000)
ggplot(data = diamonds, aes(x = price)) + geom_bar(aes(fill = cut), binwidth = 3000,
position = "dodge")
ggplot(data = diamonds, aes(x = price)) + geom_bar(aes(fill = cut), binwidth = 3000,
position = "fill")
# facet
ggplot(data = diamonds, aes(x = price)) + geom_bar(binwidth = 3000) + facet_grid(. ~
cut)
ggplot(data = diamonds, aes(x = price)) + geom_bar(binwidth = 3000) + facet_wrap(~cut,
nrow = 3)
# geom과 stat의 결합
d <- ggplot(diamonds, aes(price))
d + stat_bin(geom = "bar")
d + stat_bin(geom = "area")
d + stat_bin(aes(size = ..ndensity..), geom = "point")
d + stat_bin(aes(y = 1, fill = ..density..), geom = "tile")
# 레이블 및 텍스트
ggplot(data = diamonds, aes(x = price)) + geom_bar(aes(fill = cut), binwidth = 3000,
position = "fill") + xlab("가격") + ylab("빈도") + scale_fill_discrete("커팅") +
theme(axis.text.x = element_text(angle = 90, vjust = 0.4))
예)
library(ggplot2)
library(plyr)
market_price <- read.csv("http://dl.dropbox.com/u/8686172/marketprice.csv",
fileEncoding = "UTF-8")
# ggplot(market_price, aes(x=A_NAME, y=A_PRICE, colour=M_TYPE_NAME)) +
# geom_boxplot(outlier.size=0) +
# stat_summary(aes(group=M_TYPE_NAME),fun.y='mean', geom='line', size=1,
# alpha=I(0.7))+ opts(axis.text.x=theme_text(angle=90))
ddply(market_price, .(A_NAME, M_TYPE_NAME), summarize, mean_price = mean(A_PRICE))
A_NAME M_TYPE_NAME mean_price
1 고등어 대형마트 1000.0
2 고등어(30cm,국산) 대형마트 5448.3
3 고등어(30cm,국산) 전통시장 3166.7
4 고등어(냉동,국산) 대형마트 3112.5
5 고등어(냉동,국산) 전통시장 3443.7
6 고등어(냉동,수입산) 대형마트 1500.0
7 고등어(냉동,수입산) 전통시장 1666.7
8 고등어(생물,국산) 대형마트 4597.3
9 고등어(생물,국산) 전통시장 3290.2
10 고등어(생물,수입산) 전통시장 1500.0
11 냉동참조기(20cm,국산) 대형마트 943.3
12 달걀 대형마트 2464.9
13 달걀 전통시장 2500.0
14 달걀(왕란) 대형마트 2613.2
15 달걀(왕란) 전통시장 2316.9
16 달걀(특란) 대형마트 2130.0
17 달걀(특란) 전통시장 2225.0
18 닭고기 대형마트 6339.1
19 닭고기 전통시장 5920.0
20 닭고기(육계) 대형마트 7980.6
21 닭고기(육계) 전통시장 5432.0
22 닭고기(중간) 대형마트 3480.0
23 동태 대형마트 906.7
24 동태 전통시장 5480.0
25 돼지고기(삼겹살) 대형마트 13595.0
26 돼지고기(삼겹살) 전통시장 12785.2
27 돼지고기(생삼겹살) 대형마트 14838.2
28 돼지고기(생삼겹살) 전통시장 11803.8
29 명태 대형마트 1207.7
30 명태 전통시장 1500.0
31 명태(45cm,국산) 대형마트 0.0
32 명태(45cm,수입산) 대형마트 2095.6
33 명태(45cm,수입산) 전통시장 2816.5
34 명태(냉동,수입산) 대형마트 2377.9
35 명태(냉동,수입산) 전통시장 3230.8
36 명태(러시아,냉동) 대형마트 2285.9
37 명태(러시아,냉동) 전통시장 2100.0
38 명태(생물,수입산) 대형마트 553.5
39 명태(생물,수입산) 전통시장 2555.6
40 무 대형마트 1721.5
41 무 전통시장 1462.1
42 무(1kg) 대형마트 1900.0
43 무(1kg) 전통시장 1532.9
44 무(세척무) 대형마트 2181.3
45 무(세척무) 전통시장 1444.4
46 무(세척무, 중) 대형마트 1828.3
47 배 대형마트 4221.8
48 배 전통시장 2888.9
49 배(신고) 대형마트 5185.8
50 배(신고) 전통시장 3795.5
51 배(신고),중급(대) 대형마트 3033.3
52 배(신고, 600g) 대형마트 4368.6
53 배(신고, 600g) 전통시장 3083.8
54 배(중품) 대형마트 3705.3
55 배(중품) 전통시장 2944.4
56 배(중품),신고 대형마트 2186.7
57 배(중품),신고 전통시장 2875.0
58 배추 대형마트 2314.9
59 배추 전통시장 2642.1
60 배추(2.5~3kg) 대형마트 2750.2
61 배추(2.5~3kg) 전통시장 2835.2
62 배추(국산) 대형마트 2836.7
63 배추(중간) 대형마트 2318.3
64 배추(중간) 전통시장 2203.4
65 사과 대형마트 2659.5
66 사과 전통시장 2792.9
67 사과(부사) 대형마트 2052.8
68 사과(부사) 전통시장 2575.4
69 사과(부사),중급(중) 대형마트 1650.0
70 사과(부사, 300g) 대형마트 3053.1
71 사과(부사, 300g) 전통시장 2530.7
72 사과(중품) 대형마트 2682.9
73 사과(중품) 전통시장 2541.7
74 삼겹살 전통시장 12500.0
75 상추 대형마트 1336.5
76 상추 전통시장 803.5
77 상추(100g) 대형마트 1077.7
78 상추(100g) 전통시장 549.6
79 생닭 전통시장 6000.0
80 쇠고기 대형마트 21120.0
81 쇠고기(등심) 전통시장 11800.0
82 쇠고기(육우,불고기) 대형마트 25200.0
83 쇠고기(육우,불고기) 전통시장 17325.0
84 쇠고기(한우,불고기) 대형마트 20438.5
85 쇠고기(한우,불고기) 전통시장 17928.4
86 쇠고기(한우1등급) 대형마트 18190.6
87 쇠고기(한우1등급) 전통시장 17800.0
88 쇠고기(한우2등급) 대형마트 14320.0
89 쇠고기(한우2등급) 전통시장 14400.0
90 애호박 대형마트 963.7
91 애호박 전통시장 587.1
92 양파 대형마트 3104.0
93 양파 전통시장 2246.7
94 양파(1.5kg망) 대형마트 3286.3
95 양파(1.5kg망) 전통시장 2226.2
96 양파(작은망) 대형마트 3161.5
97 양파(작은망) 전통시장 2389.8
98 오이 대형마트 449.8
99 오이 전통시장 362.9
100 오이(다다기) 대형마트 483.7
101 오이(다다기) 전통시장 352.4
102 오징어 대형마트 2020.0
103 오징어 전통시장 1660.0
104 오징어(냉동) 대형마트 1730.0
105 오징어(냉동) 전통시장 1583.3
106 오징어(냉동,국산) 대형마트 1930.2
107 오징어(냉동,국산) 전통시장 2340.5
108 오징어(냉동,수입산) 대형마트 1786.7
109 오징어(생물,국산) 대형마트 2332.8
110 오징어(생물,국산) 전통시장 2145.7
111 오징어(생물,수입산) 대형마트 1680.0
112 조기 대형마트 7250.0
113 조기 전통시장 2842.9
114 조기(국산,냉동) 대형마트 4342.4
115 조기(국산,냉동) 전통시장 1546.6
116 조기(국산,생물) 대형마트 3677.9
117 조기(국산,생물) 전통시장 2379.3
118 조기(냉동,국산) 대형마트 2077.4
119 조기(냉동,국산) 전통시장 1775.8
120 조기(냉동,수입산) 대형마트 4537.5
121 조기(냉동,수입산) 전통시장 3429.3
122 조기(생물,국산) 대형마트 4226.0
123 조기(생물,국산) 전통시장 1663.5
124 조기(생물,수입산) 대형마트 2980.0
125 조기(중국산,생물) 전통시장 4333.3
126 호박 대형마트 694.4
127 호박 전통시장 534.9
128 호박(인큐베이터) 대형마트 821.1
129 호박(인큐베이터) 전통시장 779.1
# 멀티코어사용
library(doSNOW)
cl <- makeCluster(c("localhost", "localhost"), type = "SOCK")
registerDoSNOW(cl)
system.time({
a1 <- ddply(market_price, .(A_NAME, M_TYPE_NAME), summarize, mean_price = mean(A_PRICE))
})
system.time({
a2 <- ddply(market_price, .(A_NAME, M_TYPE_NAME), summarize, mean_price = mean(A_PRICE),
.parallel = TRUE)
})
stopCluster(cl)
# for Linux on my case
library(doMC)
registerDoMC()
system.time({
a3 <- ddply(market_price, .(A_NAME, M_TYPE_NAME), summarize, mean_price = mean(A_PRICE),
.parallel = TRUE)
})
library(data.table)
market_price.dt <- data.table(market_price) #--- (1)
market_price.dt[2, list(M_NAME)] #--- (2)
M_NAME
1: 대림중앙시장
market_price[2, "M_NAME", drop = F]
M_NAME
2 대림중앙시장
market_price.dt[, list(avg = mean(A_PRICE)), by = list(M_TYPE_NAME, A_NAME)]
M_TYPE_NAME A_NAME avg
1: 전통시장 사과(부사) 2575
2: 전통시장 배(신고) 3796
3: 전통시장 배추(중간) 2203
4: 전통시장 무(세척무) 1444
5: 전통시장 양파(작은망) 2390
---
125: 전통시장 오징어 1660
126: 대형마트 고등어(냉동,수입산) 1500
127: 대형마트 고등어 1000
128: 전통시장 고등어(생물,수입산) 1500
129: 대형마트 오징어(생물,수입산) 1680
setkey(market_price.dt, A_NAME)
market_price.dt["고등어"]
A_NAME P_SEQ M_SEQ M_NAME A_SEQ A_UNIT A_PRICE
1: 고등어 301107 22 이마트 여의도점 13 1마리(30cm) 1000
P_YEAR_MONTH ADD_COL M_TYPE_CODE M_TYPE_NAME M_GU_CODE M_GU_NAME
1: May-12 작은것 2 대형마트 560000 영등포구
head(market_price.dt)
P_SEQ M_SEQ M_NAME A_SEQ A_NAME A_UNIT
1: 301107 22 이마트 여의도점 13 고등어 1마리(30cm)
2: 316758 14 장위골목시장 316 고등어(30cm,국산) 1마리 (30cm)
3: 317556 56 롯데백화점 316 고등어(30cm,국산) 1마리
4: 317700 72 금남시장 316 고등어(30cm,국산) 1마리
5: 317748 74 이마트 왕십리점 316 고등어(30cm,국산) 1마리(30cm)
6: 318452 16 현대백화점 미아점 316 고등어(30cm,국산) 1마리
A_PRICE P_YEAR_MONTH ADD_COL M_TYPE_CODE M_TYPE_NAME M_GU_CODE
1: 1000 May-12 작은것 2 대형마트 560000
2: 2500 Jul-12 1 전통시장 290000
3: 7000 Jul-12 국내산제주)행사 2 대형마트 140000
4: 6000 Jul-12 1 전통시장 200000
5: 2980 Jul-12 2 대형마트 200000
6: 5000 Jul-12 냉동 2 대형마트 290000
M_GU_NAME
1: 영등포구
2: 성북구
3: 중구
4: 성동구
5: 성동구
6: 성북구
setkey(market_price.dt)
market_price.dt[A_NAME == "고등어", ]
P_SEQ M_SEQ M_NAME A_SEQ A_NAME A_UNIT A_PRICE
1: 301107 22 이마트 여의도점 13 고등어 1마리(30cm) 1000
P_YEAR_MONTH ADD_COL M_TYPE_CODE M_TYPE_NAME M_GU_CODE M_GU_NAME
1: May-12 작은것 2 대형마트 560000 영등포구
# market_price.dt['고등어']
head(market_price.dt)
P_SEQ M_SEQ M_NAME A_SEQ A_NAME A_UNIT A_PRICE
1: 299094 145 마천중앙시장 305 사과(부사, 300g) 1개 1995
2: 299095 145 마천중앙시장 306 배(신고, 600g) 1개 3266
3: 299096 145 마천중앙시장 307 배추(2.5~3kg) 1포기 2650
4: 299097 145 마천중앙시장 25 무 1개(1kg) 730
5: 299098 145 마천중앙시장 309 양파(1.5kg망) 1망(1.5kg) 2380
6: 299099 145 마천중앙시장 310 상추(100g) 1봉 980
P_YEAR_MONTH ADD_COL M_TYPE_CODE M_TYPE_NAME M_GU_CODE M_GU_NAME
1: May-12 4개 7980원 1 전통시장 710000 송파구
2: May-12 3개 9800원 1 전통시장 710000 송파구
3: May-12 1 전통시장 710000 송파구
4: May-12 1 전통시장 710000 송파구
5: May-12 햇양파 1 전통시장 710000 송파구
6: May-12 150g 1 전통시장 710000 송파구
library(reshape2)
head(iris)
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5.0 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosa
iris.melt <- melt(iris, id = "Species", value.name = "cm")
head(iris.melt)
Species variable cm
1 setosa Sepal.Length 5.1
2 setosa Sepal.Length 4.9
3 setosa Sepal.Length 4.7
4 setosa Sepal.Length 4.6
5 setosa Sepal.Length 5.0
6 setosa Sepal.Length 5.4
ggplot(iris.melt, aes(Species, cm)) + geom_point(aes(colour = variable)) + scale_color_discrete("Species")
library(lubridate)
as.POSIXct("2012-12-12")
as.POSIXct("20121212", format = "%Y%m%d")
Sys.getlocale("LC_TIME")
# [1] 'Korean_Korea.949'
ymd("2013-01-03")
# 다음에 오류gsub('+', '*', fixed = T, gsub('>', '_e>', num)) :
# '<ec><98><a4>?<84>|<ec>삤<ed>썑)(?![[:alpha:]]))|((?<h_f_e>2[0-4]|[01]?\d)\D+(?<m_f_e>[0-5]?\d)\D+((?<os_f_s_e>[0-5]?\d\.\d+)|(?<s_f_e>[0-6]?\d))))'에
# 잘못된 멀티 바이트 문자가 있습니다
Sys.setlocale("LC_TIME", "C")
# [1] 'C'
ymd("2013-01-03")
# 1 parsed with %Y-%m-%d [1] '2013-01-03 UTC'
Sys.setlocale("LC_TIME", "Korean_Korea.949")
format(Sys.time(), "%a %b %d %X %Y %Z")
# [1] '목 1 03 오후 2:26:21 2013 KST'
Sys.setlocale("LC_TIME", "C")
format(Sys.time(), "%a %b %d %X %Y %Z")
# [1] 'Thu Jan 03 14:26:34 2013 KST'
library(lubridate)
x <- c(20090101, "2009-01-02", "2009 01 03", "2009-1-4", "2009-1, 5", "Created on 2009 1 6",
"200901 !!! 07")
y <- ymd(x)
y
[1] "2009-01-01 UTC" "2009-01-02 UTC" "2009-01-03 UTC" "2009-01-04 UTC"
[5] "2009-01-05 UTC" "2009-01-06 UTC" "2009-01-07 UTC"
y + days(1) + hours(6) + minutes(30)
[1] "2009-01-02 06:30:00 UTC" "2009-01-03 06:30:00 UTC"
[3] "2009-01-04 06:30:00 UTC" "2009-01-05 06:30:00 UTC"
[5] "2009-01-06 06:30:00 UTC" "2009-01-07 06:30:00 UTC"
[7] "2009-01-08 06:30:00 UTC"
y - months(12)
[1] "2008-01-01 UTC" "2008-01-02 UTC" "2008-01-03 UTC" "2008-01-04 UTC"
[5] "2008-01-05 UTC" "2008-01-06 UTC" "2008-01-07 UTC"
library(knitr)
knit("bicdata.Rmd", encoding = "UTF-8")
purl("bicdata.Rmd", encoding = "UTF-8")
system("pandoc -o bicdata.docx bicdata.md")
encoding="UTF-8"을 명시한다.