9 복습
패키지 불러오기
library(haven)
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(ggplot2)
library(readxl)데이터 불러오기
raw_welfare<-read_sav("Koweps_hpc10_2015_beta1.sav")
welfare<-raw_welfare변수이름 수정하기
welfare <- rename(welfare,
sex = h10_g3, # 성별
birth = h10_g4, # 태어난 연도
marriage = h10_g10, # 혼인 상태
religion = h10_g11, # 종교
income = p1002_8aq1, # 월급
code_job = h10_eco9, # 직종 코드
code_region = h10_reg7) class(welfare$sex) #변수검토## [1] "numeric"table(welfare$sex)##
## 1 2
## 7578 9086이름 설정
welfare$sex<-ifelse(welfare$sex==1, "male", "female") #이름table(welfare$sex)##
## female male
## 9086 7578qplot(welfare$sex) #표
월급 변수 검토
class(welfare$income)## [1] "numeric"summary(welfare$income)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.0 122.0 192.5 241.6 316.6 2400.0 12030qplot(welfare$income)+xlim(0,1000)## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.## Warning: Removed 12051 rows containing non-finite values (stat_bin).## Warning: Removed 2 rows containing missing values (geom_bar).
이상 결측 처리
welfare$income<-ifelse(welfare$income %in% c(0,9999), NA, welfare$income)
table(is.na(welfare$income))##
## FALSE TRUE
## 4620 12044성별에 따른 월급차이
sex_income<- welfare %>% filter(!is.na(income)) %>% group_by(sex) %>% summarise(mean_income=mean(income))## `summarise()` ungrouping output (override with `.groups` argument)sex_income## # A tibble: 2 x 2
## sex mean_income
## <chr> <dbl>
## 1 female 163.
## 2 male 312.그래프
ggplot(data = sex_income, aes(x=sex, y=mean_income))+geom_col()
나이와 월급
class(welfare$birth)## [1] "numeric"qplot(welfare$birth)## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
결측치 확인
table(is.na(welfare$birth))##
## FALSE
## 16664파생변수 만들기
welfare$age<-2015-welfare$birth+1 #파생변수 나이
summary(welfare$age)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 2.00 28.00 50.00 48.43 70.00 109.00qplot(welfare$age)## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
나이별 월급 평균표
age_income <- welfare %>%
filter(!is.na(income)) %>%
group_by(age) %>%
summarise(mean_income = mean(income)) #나이별 월급## `summarise()` ungrouping output (override with `.groups` argument)head(age_income)## # A tibble: 6 x 2
## age mean_income
## <dbl> <dbl>
## 1 20 121.
## 2 21 106.
## 3 22 130.
## 4 23 142.
## 5 24 134.
## 6 25 145.그래프
ggplot(data = age_income, aes(x=age, y=mean_income)) + geom_line()#x축나이, y 축 월급
연령대별 월급 차이
welfare <- welfare %>%
mutate(ageg = ifelse(age<30, "young",
ifelse(age<=59, "middle", "old")))#파생변수
table(welfare$ageg)##
## middle old young
## 6049 6281 4334qplot(welfare$ageg)
연령대별 월급차이 분석하기
ageg_income <- welfare %>% filter(!is.na(income)) %>%
group_by(ageg) %>%
summarise(mean_income=mean(income))## `summarise()` ungrouping output (override with `.groups` argument)ageg_income## # A tibble: 3 x 2
## ageg mean_income
## <chr> <dbl>
## 1 middle 282.
## 2 old 125.
## 3 young 164.그래프
ggplot(data=ageg_income, aes(x=ageg, y=mean_income))+geom_col()
ggplot(data=ageg_income, aes(x=ageg, y=mean_income)) + geom_col() +
scale_x_discrete(limits=c("young", "middle", "old"))
연령대, 성별 월급 평균표
sex_income <- welfare %>% filter(!is.na(income)) %>%
group_by(ageg, sex) %>%
summarise(mean_income=mean(income))## `summarise()` regrouping output by 'ageg' (override with `.groups` argument)sex_income## # A tibble: 6 x 3
## # Groups: ageg [3]
## ageg sex mean_income
## <chr> <chr> <dbl>
## 1 middle female 188.
## 2 middle male 353.
## 3 old female 81.5
## 4 old male 174.
## 5 young female 160.
## 6 young male 171.그래프 만들기
ggplot(data=sex_income, aes(x=ageg, y=mean_income, fill=sex))+ geom_col()+
scale_x_discrete(limits=c("young", "middle", "old"))
남녀 분리
ggplot(data=sex_income, aes(x=ageg, y=mean_income, fill=sex))+ geom_col(position="dodge")+
scale_x_discrete(limits=c("young", "middle", "old"))
성별 연령별 월급 평균표
sex_age <-welfare %>% filter(!is.na(income)) %>% group_by(age,sex) %>%
summarise(mean_income=mean(income))## `summarise()` regrouping output by 'age' (override with `.groups` argument)head(sex_age)## # A tibble: 6 x 3
## # Groups: age [3]
## age sex mean_income
## <dbl> <chr> <dbl>
## 1 20 female 147.
## 2 20 male 69
## 3 21 female 107.
## 4 21 male 102.
## 5 22 female 140.
## 6 22 male 118.그래프 만들기
ggplot(data=sex_age, aes(x=age, y=mean_income, col=sex))+geom_line()
직업별 월급차이 변수검토
class(welfare$code_job)## [1] "numeric"table(welfare$code_job)##
## 111 120 131 132 133 134 135 139 141 149 151 152 153 159 211 212
## 2 16 10 11 9 3 7 10 35 20 26 18 15 16 8 4
## 213 221 222 223 224 231 232 233 234 235 236 237 239 241 242 243
## 3 17 31 12 4 41 5 3 6 48 14 2 29 12 4 63
## 244 245 246 247 248 251 252 253 254 259 261 271 272 273 274 281
## 4 33 59 77 38 14 111 24 67 109 4 15 11 4 36 17
## 283 284 285 286 289 311 312 313 314 320 330 391 392 399 411 412
## 8 10 26 16 5 140 260 220 84 75 15 4 13 87 47 12
## 421 422 423 429 431 432 441 442 510 521 522 530 611 612 613 620
## 124 71 5 14 20 33 154 197 192 353 5 106 1320 11 40 2
## 630 710 721 722 730 741 742 743 751 752 753 761 762 771 772 773
## 20 29 30 22 16 27 3 34 34 5 49 69 27 11 61 86
## 774 780 791 792 799 811 812 819 821 822 823 831 832 841 842 843
## 7 17 5 21 45 16 1 6 9 9 23 5 17 32 10 4
## 851 852 853 854 855 861 862 863 864 871 873 874 875 876 881 882
## 19 13 7 33 9 3 14 17 31 2 257 34 37 2 2 3
## 891 892 899 910 921 922 930 941 942 951 952 953 991 992 999 1011
## 8 19 16 102 31 74 289 325 99 125 122 73 45 12 141 2
## 1012
## 17전처리
library(readxl)
list_job<-read_excel("Koweps_Codebook.xlsx", col_names = T, sheet = 2)
head(list_job)## # A tibble: 6 x 2
## code_job job
## <dbl> <chr>
## 1 111 의회의원 고위공무원 및 공공단체임원
## 2 112 기업고위임원
## 3 120 행정 및 경영지원 관리자
## 4 131 연구 교육 및 법률 관련 관리자
## 5 132 보험 및 금융 관리자
## 6 133 보건 및 사회복지 관련 관리자변수 결합하기
welfare<-left_join(welfare, list_job, id="code_job")## Joining, by = "code_job"welfare %>% filter(!is.na(code_job)) %>% select(code_job,job) %>%
head(10)## # A tibble: 10 x 2
## code_job job
## <dbl> <chr>
## 1 942 경비원 및 검표원
## 2 762 전기공
## 3 530 방문 노점 및 통신 판매 관련 종사자
## 4 999 기타 서비스관련 단순 종사원
## 5 312 경영관련 사무원
## 6 254 문리 기술 및 예능 강사
## 7 510 영업 종사자
## 8 530 방문 노점 및 통신 판매 관련 종사자
## 9 286 스포츠 및 레크레이션 관련 전문가
## 10 521 매장 판매 종사자직업별 평균 월급표 만들기
job_income<- welfare %>% filter(!is.na(job) & !is.na(income)) %>% group_by(job) %>% summarise(mean_income=mean(income))## `summarise()` ungrouping output (override with `.groups` argument)head(job_income)## # A tibble: 6 x 2
## job mean_income
## <chr> <dbl>
## 1 가사 및 육아 도우미 80.2
## 2 간호사 241.
## 3 건설 및 광업 단순 종사원 190.
## 4 건설 및 채굴 기계운전원 358.
## 5 건설 전기 및 생산 관련 관리자 536.
## 6 건설관련 기능 종사자 247.월급 내림차순으로 정렬
top10 <- job_income %>% arrange(desc(mean_income)) %>% head(10)
top10## # A tibble: 10 x 2
## job mean_income
## <chr> <dbl>
## 1 금속 재료 공학 기술자 및 시험원 845.
## 2 의료진료 전문가 844.
## 3 의회의원 고위공무원 및 공공단체임원 750
## 4 보험 및 금융 관리자 726.
## 5 제관원 및 판금원 572.
## 6 행정 및 경영지원 관리자 564.
## 7 문화 예술 디자인 및 영상 관련 관리자 557.
## 8 연구 교육 및 법률 관련 관리자 550.
## 9 건설 전기 및 생산 관련 관리자 536.
## 10 석유 및 화학물 가공장치 조작원 532.그래프 만들기
ggplot(data=top10, aes(x=reorder(job, mean_income), y= mean_income))+geom_col()+coord_flip()
하위 10위
bottom10 <- job_income %>% arrange(mean_income) %>% head(10)
bottom10## # A tibble: 10 x 2
## job mean_income
## <chr> <dbl>
## 1 가사 및 육아 도우미 80.2
## 2 임업관련 종사자 83.3
## 3 기타 서비스관련 단순 종사원 88.2
## 4 청소원 및 환경 미화원 88.8
## 5 약사 및 한약사 89
## 6 작물재배 종사자 92
## 7 농립어업관련 단순 종사원 102.
## 8 의료 복지 관련 서비스 종사자 104.
## 9 음식관련 단순 종사원 108.
## 10 판매관련 단순 종사원 117.그래프 만들기
ggplot(data=bottom10, aes(x=reorder(job,-mean_income), y=mean_income))+geom_col()+coord_flip()+ylim(0,850)
성별 직업 빈도표
job_male<-welfare %>%
filter(!is.na(job)&sex=="male") %>% group_by(job) %>%
summarise(n=n()) %>% arrange(desc(n)) %>% head(10)## `summarise()` ungrouping output (override with `.groups` argument)job_male #남성직업 빈도## # A tibble: 10 x 2
## job n
## <chr> <int>
## 1 작물재배 종사자 640
## 2 자동차 운전원 251
## 3 경영관련 사무원 213
## 4 영업 종사자 141
## 5 매장 판매 종사자 132
## 6 제조관련 단순 종사원 104
## 7 청소원 및 환경 미화원 97
## 8 건설 및 광업 단순 종사원 95
## 9 경비원 및 검표원 95
## 10 행정 사무원 92job_female <- welfare %>%
filter(!is.na(job)&sex=="female") %>% group_by(job) %>%
summarise(n=n()) %>% arrange(desc(n)) %>% head(10)## `summarise()` ungrouping output (override with `.groups` argument)job_female #여성직업 빈도## # A tibble: 10 x 2
## job n
## <chr> <int>
## 1 작물재배 종사자 680
## 2 청소원 및 환경 미화원 228
## 3 매장 판매 종사자 221
## 4 제조관련 단순 종사원 185
## 5 회계 및 경리 사무원 176
## 6 음식서비스 종사자 149
## 7 주방장 및 조리사 126
## 8 가사 및 육아 도우미 125
## 9 의료 복지 관련 서비스 종사자 121
## 10 음식관련 단순 종사원 104그래프 만들기
ggplot(data=job_male, aes(x=reorder(job,n), y=n))+geom_col()+coord_flip()#남성
ggplot(data=job_female, aes(x=reorder(job,n), y=n))+geom_col()+coord_flip() #여성
종교 유무에 따른 이혼율
종교변수 검토
class(welfare$religion)## [1] "numeric"table(welfare$religion)##
## 1 2
## 8047 8617전처리
welfare$religion<-ifelse(welfare$religion==1, "yes", "no")
table(welfare$religion)##
## no yes
## 8617 8047qplot(welfare$religion)
혼인변수 검토
class(welfare$marriage)## [1] "numeric"table(welfare$marriage)##
## 0 1 2 3 4 5 6
## 2861 8431 2117 712 84 2433 26이혼여부 변수 만들기
welfare$group_marriage <- ifelse(welfare$marriage==1, "marriage",
ifelse(welfare$marriage==3, "divorce", NA))
table(welfare$group_marriage)##
## divorce marriage
## 712 8431table(is.na(welfare$group_marriage))##
## FALSE TRUE
## 9143 7521qplot(welfare$group_marriage)
종교유무에 따른 이혼율 분석
religion_marriage<-welfare %>% filter(!is.na(group_marriage)) %>%
group_by(religion, group_marriage) %>%
summarise(n=n()) %>% mutate(tot_group=sum(n)) %>%
mutate(pct=round(n/tot_group*100,1))## `summarise()` regrouping output by 'religion' (override with `.groups` argument)religion_marriage## # A tibble: 4 x 5
## # Groups: religion [2]
## religion group_marriage n tot_group pct
## <chr> <chr> <int> <int> <dbl>
## 1 no divorce 384 4602 8.3
## 2 no marriage 4218 4602 91.7
## 3 yes divorce 328 4541 7.2
## 4 yes marriage 4213 4541 92.8이혼만 추출
divorce<-religion_marriage %>% filter(group_marriage=="divorce") %>%
select(religion, pct)
divorce## # A tibble: 2 x 2
## # Groups: religion [2]
## religion pct
## <chr> <dbl>
## 1 no 8.3
## 2 yes 7.2#그래프 만들기
ggplot(data=divorce, aes(x=religion, y= pct))+geom_col()
연령대에 따른 이혼율 분석
ageg_marriage<-welfare %>% filter(!is.na(group_marriage)) %>%
group_by(ageg, group_marriage) %>% summarise(n=n()) %>%
mutate(tot_group=sum(n)) %>%
mutate(pct=round(n/tot_group*100,1))## `summarise()` regrouping output by 'ageg' (override with `.groups` argument)ageg_marriage## # A tibble: 6 x 5
## # Groups: ageg [3]
## ageg group_marriage n tot_group pct
## <chr> <chr> <int> <int> <dbl>
## 1 middle divorce 437 4918 8.9
## 2 middle marriage 4481 4918 91.1
## 3 old divorce 273 4165 6.6
## 4 old marriage 3892 4165 93.4
## 5 young divorce 2 60 3.3
## 6 young marriage 58 60 96.7연령대별 이혼율 그래프 만들기
#young 제외, 이혼 추출
ageg_divorce<-ageg_marriage %>%
filter(ageg !="young"&group_marriage=="divorce") %>% select(ageg, pct)
ageg_divorce## # A tibble: 2 x 2
## # Groups: ageg [2]
## ageg pct
## <chr> <dbl>
## 1 middle 8.9
## 2 old 6.6ggplot(data=ageg_divorce, aes(x=ageg,y=pct))+geom_col()
연령, 종교유무, 결혼 상태별 비율
ageg_religion_marriage <- welfare %>%
filter(!is.na(group_marriage)&ageg !="young") %>%
group_by(ageg, religion,group_marriage) %>%
summarise(n=n()) %>%
mutate(tot_group=sum(n)) %>%
mutate(pct=round(n/tot_group*100, 1))## `summarise()` regrouping output by 'ageg', 'religion' (override with `.groups` argument)ageg_religion_marriage## # A tibble: 8 x 6
## # Groups: ageg, religion [4]
## ageg religion group_marriage n tot_group pct
## <chr> <chr> <chr> <int> <int> <dbl>
## 1 middle no divorce 260 2681 9.7
## 2 middle no marriage 2421 2681 90.3
## 3 middle yes divorce 177 2237 7.9
## 4 middle yes marriage 2060 2237 92.1
## 5 old no divorce 123 1884 6.5
## 6 old no marriage 1761 1884 93.5
## 7 old yes divorce 150 2281 6.6
## 8 old yes marriage 2131 2281 93.4그래프 만들기
df_divorce<-ageg_religion_marriage %>%
filter(group_marriage=="divorce") %>% select(ageg, religion, pct)
df_divorce## # A tibble: 4 x 3
## # Groups: ageg, religion [4]
## ageg religion pct
## <chr> <chr> <dbl>
## 1 middle no 9.7
## 2 middle yes 7.9
## 3 old no 6.5
## 4 old yes 6.6ggplot(data=df_divorce, aes(x=ageg, y=pct, fill=religion))+
geom_col(position="dodge")
지역별 연령대 비율 변수 검토
class(welfare$code_region)## [1] "numeric"table(welfare$code_region)##
## 1 2 3 4 5 6 7
## 2486 3711 2785 2036 1467 1257 2922전처리 지역코드 목록 만들기
list_region<-data.frame(code_region=c(1:7),
region=c("서울",
"수도권(인천.경기)",
"부산/경남/울산",
"대구/경북",
"대전/충남",
"강원/충북",
"광주/전남/전북/제주도"))
list_region## code_region region
## 1 1 서울
## 2 2 수도권(인천.경기)
## 3 3 부산/경남/울산
## 4 4 대구/경북
## 5 5 대전/충남
## 6 6 강원/충북
## 7 7 광주/전남/전북/제주도지역명 변수 추가
welfare<-left_join(welfare, list_region, id="code_region")## Joining, by = "code_region"welfare %>% select(code_region, region) %>% head## # A tibble: 6 x 2
## code_region region
## <dbl> <fct>
## 1 1 서울
## 2 1 서울
## 3 1 서울
## 4 1 서울
## 5 1 서울
## 6 1 서울지역별 연령대 비율
region_ageg<-welfare %>% group_by(region, ageg) %>%
summarise(n=n()) %>% mutate(tot_group=sum(n)) %>%
mutate(pct=round(n/tot_group*100,2))## `summarise()` regrouping output by 'region' (override with `.groups` argument)head(region_ageg)## # A tibble: 6 x 5
## # Groups: region [2]
## region ageg n tot_group pct
## <fct> <chr> <int> <int> <dbl>
## 1 강원/충북 middle 417 1257 33.2
## 2 강원/충북 old 555 1257 44.2
## 3 강원/충북 young 285 1257 22.7
## 4 광주/전남/전북/제주도 middle 947 2922 32.4
## 5 광주/전남/전북/제주도 old 1233 2922 42.2
## 6 광주/전남/전북/제주도 young 742 2922 25.4그래프 만들기
ggplot(data=region_ageg, aes(x=region, y=pct, fill= ageg))+
geom_col()+coord_flip()
노년층 비율 높은 순으로 막대 정렬
list_order_old<-region_ageg %>% filter(ageg=="old") %>% arrange(pct)
list_order_old## # A tibble: 7 x 5
## # Groups: region [7]
## region ageg n tot_group pct
## <fct> <chr> <int> <int> <dbl>
## 1 수도권(인천.경기) old 1109 3711 29.9
## 2 서울 old 805 2486 32.4
## 3 대전/충남 old 527 1467 35.9
## 4 부산/경남/울산 old 1124 2785 40.4
## 5 광주/전남/전북/제주도 old 1233 2922 42.2
## 6 강원/충북 old 555 1257 44.2
## 7 대구/경북 old 928 2036 45.6지역명 순서 변수
order<-list_order_old$region
order## [1] 수도권(인천.경기) 서울 대전/충남
## [4] 부산/경남/울산 광주/전남/전북/제주도 강원/충북
## [7] 대구/경북
## 7 Levels: 강원/충북 광주/전남/전북/제주도 대구/경북 ... 수도권(인천.경기)그래프 만들기
ggplot(data=region_ageg, aes(x=region, y=pct, fill=ageg))+geom_col()+
coord_flip()+scale_x_discrete(limits=order)
연령대 순으로 나열하기
region_ageg$ageg<-factor(region_ageg$ageg, level=c("old","middle","young"))
class(region_ageg$ageg)## [1] "factor"levels(region_ageg$ageg)## [1] "old" "middle" "young"ggplot(data=region_ageg, aes(x=region, y=pct, fill=ageg))+geom_col()+
coord_flip()+scale_x_discrete(limits=order)