220723_Rstudy_1st
빅데이터활용게임기획전문가과정_인하대미래인재개발원
2022-07-23
제1장 R기초와 데이터 마트
제1절 R기초
※ 데이터 구조
벡터(Vector)
- 벡터들은 동질적이다.
- 한 벡터의 모든 원소는 같은 자료형 또는 같은 모드(mode)를 가진다.
- 벡터는 위치로 인덱스된다.
- V[2]는 V벡터의 2번째 원소이다.
- 벡터는 인덱스를 통해 여러 개의 원소로 구성된 하위 벡터를 반환할 수 있다.
- V[c(2,3)]은 벡터의 2번째, 3번째 원소로 구성된 하위 벡터이다.
- 벡터 원소들은 이름을 가질 수 있다.
V <- c(1214,1110,819)
names(V) <- c("양혜정", "김동균", "허준석")
V[c(2,3)]## 김동균 허준석
## 1110 819
리스트(Lists)
- 리스트는 이질적이다.
- 여러 자료형의 원소들이 포함될 수 있다.
- 리스트는 위치로 인덱스된다.
- L[[2]]는 L 리스트의 2번째 원소이다.
- 리스트에서 하위 리스트를 추출할 수 있다.
- L[c(2,3)]은 L 리스트의 2번째, 3번째 원소로 이루어진 하위 리스트이다.
- 리스트의 원소들은 이름을 가질 수 있다.
L <- c(314, 130, 222)
names(L) <- c("강승호", "권민호", "길민주")
L[c(1,3)]## 강승호 길민주
## 314 222
행렬(Matrix)
행렬은 차원을 가진 벡터이다.
행렬은 열을 순서대로 채워나간다.
M <- c("허준석", "김동균", "양혜정", "이예은", "김대영", "김상현", "강승호", "조준오")
dim(M) <- c(2,4)
M## [,1] [,2] [,3] [,4]
## [1,] "허준석" "양혜정" "김대영" "강승호"
## [2,] "김동균" "이예은" "김상현" "조준오"- rbind와 cbind를 사용해 벡터를 서로 합쳐 행렬을 만들 수 있다.
Mr <- c("권민호", "길민주", "임규빈", "추혁")
M <- rbind(M, Mr)
M## [,1] [,2] [,3] [,4]
## "허준석" "양혜정" "김대영" "강승호"
## "김동균" "이예은" "김상현" "조준오"
## Mr "권민호" "길민주" "임규빈" "추혁"Mc <- c("정해인", "이현준", "오창민")
M <- cbind(M, Mc)
M## Mc
## "허준석" "양혜정" "김대영" "강승호" "정해인"
## "김동균" "이예은" "김상현" "조준오" "이현준"
## Mr "권민호" "길민주" "임규빈" "추혁" "오창민"
데이터프레임(Data Frame)
데이터프레임은 차원을 가진 리스트이다.
데이터프레임은 엑셀의 시트(Sheet)와 같은 역할을 한다.
- 표 형태의 데이터 구조이며, 각 열은 서로 다른 데이터 형식을 가질 수 있다.
- data.frame 명령어를 사용하면 여러개의 벡터를 하나의 데이터 프레임으로 합칠 수 있다.
name <- c("이동헌", "오동희", "김지원", "유성일", "양혜정")
birth <- c(819, 201, 626, 626, 1214)
male <- c(TRUE, TRUE, TRUE, TRUE, FALSE)
class <- data.frame(name, birth, male)
class## name birth male
## 1 이동헌 819 TRUE
## 2 오동희 201 TRUE
## 3 김지원 626 TRUE
## 4 유성일 626 TRUE
## 5 양혜정 1214 FALSE
제2절 데이터 마트
- 데이터의 한 부분으로서 특정 사용자가 관심을 갖는 데이터들을 담은 비교적 작은 규모의 데이터웨어하우스
reshape 패키지
데이터 재정렬을 위한 패키지
밀집화(aggregation)는기존 데이터가 가진 많은 정보들을 손실하게 되는 반면,
재정렬(reshape)은 원래 데이터가 가지고 있는 모든 정보들을 그대로 유지한다.
library(reshape)
search()## [1] ".GlobalEnv" "package:reshape" "package:stats"
## [4] "package:graphics" "package:grDevices" "package:utils"
## [7] "package:datasets" "package:methods" "Autoloads"
## [10] "package:base"air quality data : 153일 동안의 공기 질(air quality) 측정데이터.
Ozone : 평균 오존량
Solar.R : 태양 복사
wind : 평균 풍속
Temp : 최대 온도
Month : 월
Day : 일
data(airquality)
head(airquality)## Ozone Solar.R Wind Temp Month Day
## 1 41 190 7.4 67 5 1
## 2 36 118 8.0 72 5 2
## 3 12 149 12.6 74 5 3
## 4 18 313 11.5 62 5 4
## 5 NA NA 14.3 56 5 5
## 6 28 NA 14.9 66 5 6sum(is.na(airquality))## [1] 44names(airquality)## [1] "Ozone" "Solar.R" "Wind" "Temp" "Month" "Day"- 대문자를 소문자로 모두 바꿔 실수를 예방한다.
names(airquality) <- tolower(names(airquality))
names(airquality)## [1] "ozone" "solar.r" "wind" "temp" "month" "day"- na.rm = TRUE : 결측값(Missing Data)을 제거하는 옵션
aqm <- melt(airquality, id=c("month", "day"), na.rm = TRUE)
aqm## month day variable value
## 1 5 1 ozone 41.0
## 2 5 2 ozone 36.0
## 3 5 3 ozone 12.0
## 4 5 4 ozone 18.0
## 5 5 6 ozone 28.0
## 6 5 7 ozone 23.0
## 7 5 8 ozone 19.0
## 8 5 9 ozone 8.0
## 9 5 11 ozone 7.0
## 10 5 12 ozone 16.0
## 11 5 13 ozone 11.0
## 12 5 14 ozone 14.0
## 13 5 15 ozone 18.0
## 14 5 16 ozone 14.0
## 15 5 17 ozone 34.0
## 16 5 18 ozone 6.0
## 17 5 19 ozone 30.0
## 18 5 20 ozone 11.0
## 19 5 21 ozone 1.0
## 20 5 22 ozone 11.0
## 21 5 23 ozone 4.0
## 22 5 24 ozone 32.0
## 23 5 28 ozone 23.0
## 24 5 29 ozone 45.0
## 25 5 30 ozone 115.0
## 26 5 31 ozone 37.0
## 27 6 7 ozone 29.0
## 28 6 9 ozone 71.0
## 29 6 10 ozone 39.0
## 30 6 13 ozone 23.0
## 31 6 16 ozone 21.0
## 32 6 17 ozone 37.0
## 33 6 18 ozone 20.0
## 34 6 19 ozone 12.0
## 35 6 20 ozone 13.0
## 36 7 1 ozone 135.0
## 37 7 2 ozone 49.0
## 38 7 3 ozone 32.0
## 39 7 5 ozone 64.0
## 40 7 6 ozone 40.0
## 41 7 7 ozone 77.0
## 42 7 8 ozone 97.0
## 43 7 9 ozone 97.0
## 44 7 10 ozone 85.0
## 45 7 12 ozone 10.0
## 46 7 13 ozone 27.0
## 47 7 15 ozone 7.0
## 48 7 16 ozone 48.0
## 49 7 17 ozone 35.0
## 50 7 18 ozone 61.0
## 51 7 19 ozone 79.0
## 52 7 20 ozone 63.0
## 53 7 21 ozone 16.0
## 54 7 24 ozone 80.0
## 55 7 25 ozone 108.0
## 56 7 26 ozone 20.0
## 57 7 27 ozone 52.0
## 58 7 28 ozone 82.0
## 59 7 29 ozone 50.0
## 60 7 30 ozone 64.0
## 61 7 31 ozone 59.0
## 62 8 1 ozone 39.0
## 63 8 2 ozone 9.0
## 64 8 3 ozone 16.0
## 65 8 4 ozone 78.0
## 66 8 5 ozone 35.0
## 67 8 6 ozone 66.0
## 68 8 7 ozone 122.0
## 69 8 8 ozone 89.0
## 70 8 9 ozone 110.0
## 71 8 12 ozone 44.0
## 72 8 13 ozone 28.0
## 73 8 14 ozone 65.0
## 74 8 16 ozone 22.0
## 75 8 17 ozone 59.0
## 76 8 18 ozone 23.0
## 77 8 19 ozone 31.0
## 78 8 20 ozone 44.0
## 79 8 21 ozone 21.0
## 80 8 22 ozone 9.0
## 81 8 24 ozone 45.0
## 82 8 25 ozone 168.0
## 83 8 26 ozone 73.0
## 84 8 28 ozone 76.0
## 85 8 29 ozone 118.0
## 86 8 30 ozone 84.0
## 87 8 31 ozone 85.0
## 88 9 1 ozone 96.0
## 89 9 2 ozone 78.0
## 90 9 3 ozone 73.0
## 91 9 4 ozone 91.0
## 92 9 5 ozone 47.0
## 93 9 6 ozone 32.0
## 94 9 7 ozone 20.0
## 95 9 8 ozone 23.0
## 96 9 9 ozone 21.0
## 97 9 10 ozone 24.0
## 98 9 11 ozone 44.0
## 99 9 12 ozone 21.0
## 100 9 13 ozone 28.0
## 101 9 14 ozone 9.0
## 102 9 15 ozone 13.0
## 103 9 16 ozone 46.0
## 104 9 17 ozone 18.0
## 105 9 18 ozone 13.0
## 106 9 19 ozone 24.0
## 107 9 20 ozone 16.0
## 108 9 21 ozone 13.0
## 109 9 22 ozone 23.0
## 110 9 23 ozone 36.0
## 111 9 24 ozone 7.0
## 112 9 25 ozone 14.0
## 113 9 26 ozone 30.0
## 114 9 28 ozone 14.0
## 115 9 29 ozone 18.0
## 116 9 30 ozone 20.0
## 117 5 1 solar.r 190.0
## 118 5 2 solar.r 118.0
## 119 5 3 solar.r 149.0
## 120 5 4 solar.r 313.0
## 121 5 7 solar.r 299.0
## 122 5 8 solar.r 99.0
## 123 5 9 solar.r 19.0
## 124 5 10 solar.r 194.0
## 125 5 12 solar.r 256.0
## 126 5 13 solar.r 290.0
## 127 5 14 solar.r 274.0
## 128 5 15 solar.r 65.0
## 129 5 16 solar.r 334.0
## 130 5 17 solar.r 307.0
## 131 5 18 solar.r 78.0
## 132 5 19 solar.r 322.0
## 133 5 20 solar.r 44.0
## 134 5 21 solar.r 8.0
## 135 5 22 solar.r 320.0
## 136 5 23 solar.r 25.0
## 137 5 24 solar.r 92.0
## 138 5 25 solar.r 66.0
## 139 5 26 solar.r 266.0
## 140 5 28 solar.r 13.0
## 141 5 29 solar.r 252.0
## 142 5 30 solar.r 223.0
## 143 5 31 solar.r 279.0
## 144 6 1 solar.r 286.0
## 145 6 2 solar.r 287.0
## 146 6 3 solar.r 242.0
## 147 6 4 solar.r 186.0
## 148 6 5 solar.r 220.0
## 149 6 6 solar.r 264.0
## 150 6 7 solar.r 127.0
## 151 6 8 solar.r 273.0
## 152 6 9 solar.r 291.0
## 153 6 10 solar.r 323.0
## 154 6 11 solar.r 259.0
## 155 6 12 solar.r 250.0
## 156 6 13 solar.r 148.0
## 157 6 14 solar.r 332.0
## 158 6 15 solar.r 322.0
## 159 6 16 solar.r 191.0
## 160 6 17 solar.r 284.0
## 161 6 18 solar.r 37.0
## 162 6 19 solar.r 120.0
## 163 6 20 solar.r 137.0
## 164 6 21 solar.r 150.0
## 165 6 22 solar.r 59.0
## 166 6 23 solar.r 91.0
## 167 6 24 solar.r 250.0
## 168 6 25 solar.r 135.0
## 169 6 26 solar.r 127.0
## 170 6 27 solar.r 47.0
## 171 6 28 solar.r 98.0
## 172 6 29 solar.r 31.0
## 173 6 30 solar.r 138.0
## 174 7 1 solar.r 269.0
## 175 7 2 solar.r 248.0
## 176 7 3 solar.r 236.0
## 177 7 4 solar.r 101.0
## 178 7 5 solar.r 175.0
## 179 7 6 solar.r 314.0
## 180 7 7 solar.r 276.0
## 181 7 8 solar.r 267.0
## 182 7 9 solar.r 272.0
## 183 7 10 solar.r 175.0
## 184 7 11 solar.r 139.0
## 185 7 12 solar.r 264.0
## 186 7 13 solar.r 175.0
## 187 7 14 solar.r 291.0
## 188 7 15 solar.r 48.0
## 189 7 16 solar.r 260.0
## 190 7 17 solar.r 274.0
## 191 7 18 solar.r 285.0
## 192 7 19 solar.r 187.0
## 193 7 20 solar.r 220.0
## 194 7 21 solar.r 7.0
## 195 7 22 solar.r 258.0
## 196 7 23 solar.r 295.0
## 197 7 24 solar.r 294.0
## 198 7 25 solar.r 223.0
## 199 7 26 solar.r 81.0
## 200 7 27 solar.r 82.0
## 201 7 28 solar.r 213.0
## 202 7 29 solar.r 275.0
## 203 7 30 solar.r 253.0
## 204 7 31 solar.r 254.0
## 205 8 1 solar.r 83.0
## 206 8 2 solar.r 24.0
## 207 8 3 solar.r 77.0
## 208 8 7 solar.r 255.0
## 209 8 8 solar.r 229.0
## 210 8 9 solar.r 207.0
## 211 8 10 solar.r 222.0
## 212 8 11 solar.r 137.0
## 213 8 12 solar.r 192.0
## 214 8 13 solar.r 273.0
## 215 8 14 solar.r 157.0
## 216 8 15 solar.r 64.0
## 217 8 16 solar.r 71.0
## 218 8 17 solar.r 51.0
## 219 8 18 solar.r 115.0
## 220 8 19 solar.r 244.0
## 221 8 20 solar.r 190.0
## 222 8 21 solar.r 259.0
## 223 8 22 solar.r 36.0
## 224 8 23 solar.r 255.0
## 225 8 24 solar.r 212.0
## 226 8 25 solar.r 238.0
## 227 8 26 solar.r 215.0
## 228 8 27 solar.r 153.0
## 229 8 28 solar.r 203.0
## 230 8 29 solar.r 225.0
## 231 8 30 solar.r 237.0
## 232 8 31 solar.r 188.0
## 233 9 1 solar.r 167.0
## 234 9 2 solar.r 197.0
## 235 9 3 solar.r 183.0
## 236 9 4 solar.r 189.0
## 237 9 5 solar.r 95.0
## 238 9 6 solar.r 92.0
## 239 9 7 solar.r 252.0
## 240 9 8 solar.r 220.0
## 241 9 9 solar.r 230.0
## 242 9 10 solar.r 259.0
## 243 9 11 solar.r 236.0
## 244 9 12 solar.r 259.0
## 245 9 13 solar.r 238.0
## 246 9 14 solar.r 24.0
## 247 9 15 solar.r 112.0
## 248 9 16 solar.r 237.0
## 249 9 17 solar.r 224.0
## 250 9 18 solar.r 27.0
## 251 9 19 solar.r 238.0
## 252 9 20 solar.r 201.0
## 253 9 21 solar.r 238.0
## 254 9 22 solar.r 14.0
## 255 9 23 solar.r 139.0
## 256 9 24 solar.r 49.0
## 257 9 25 solar.r 20.0
## 258 9 26 solar.r 193.0
## 259 9 27 solar.r 145.0
## 260 9 28 solar.r 191.0
## 261 9 29 solar.r 131.0
## 262 9 30 solar.r 223.0
## 263 5 1 wind 7.4
## 264 5 2 wind 8.0
## 265 5 3 wind 12.6
## 266 5 4 wind 11.5
## 267 5 5 wind 14.3
## 268 5 6 wind 14.9
## 269 5 7 wind 8.6
## 270 5 8 wind 13.8
## 271 5 9 wind 20.1
## 272 5 10 wind 8.6
## 273 5 11 wind 6.9
## 274 5 12 wind 9.7
## 275 5 13 wind 9.2
## 276 5 14 wind 10.9
## 277 5 15 wind 13.2
## 278 5 16 wind 11.5
## 279 5 17 wind 12.0
## 280 5 18 wind 18.4
## 281 5 19 wind 11.5
## 282 5 20 wind 9.7
## 283 5 21 wind 9.7
## 284 5 22 wind 16.6
## 285 5 23 wind 9.7
## 286 5 24 wind 12.0
## 287 5 25 wind 16.6
## 288 5 26 wind 14.9
## 289 5 27 wind 8.0
## 290 5 28 wind 12.0
## 291 5 29 wind 14.9
## 292 5 30 wind 5.7
## 293 5 31 wind 7.4
## 294 6 1 wind 8.6
## 295 6 2 wind 9.7
## 296 6 3 wind 16.1
## 297 6 4 wind 9.2
## 298 6 5 wind 8.6
## 299 6 6 wind 14.3
## 300 6 7 wind 9.7
## 301 6 8 wind 6.9
## 302 6 9 wind 13.8
## 303 6 10 wind 11.5
## 304 6 11 wind 10.9
## 305 6 12 wind 9.2
## 306 6 13 wind 8.0
## 307 6 14 wind 13.8
## 308 6 15 wind 11.5
## 309 6 16 wind 14.9
## 310 6 17 wind 20.7
## 311 6 18 wind 9.2
## 312 6 19 wind 11.5
## 313 6 20 wind 10.3
## 314 6 21 wind 6.3
## 315 6 22 wind 1.7
## 316 6 23 wind 4.6
## 317 6 24 wind 6.3
## 318 6 25 wind 8.0
## 319 6 26 wind 8.0
## 320 6 27 wind 10.3
## 321 6 28 wind 11.5
## 322 6 29 wind 14.9
## 323 6 30 wind 8.0
## 324 7 1 wind 4.1
## 325 7 2 wind 9.2
## 326 7 3 wind 9.2
## 327 7 4 wind 10.9
## 328 7 5 wind 4.6
## 329 7 6 wind 10.9
## 330 7 7 wind 5.1
## 331 7 8 wind 6.3
## 332 7 9 wind 5.7
## 333 7 10 wind 7.4
## 334 7 11 wind 8.6
## 335 7 12 wind 14.3
## 336 7 13 wind 14.9
## 337 7 14 wind 14.9
## 338 7 15 wind 14.3
## 339 7 16 wind 6.9
## 340 7 17 wind 10.3
## 341 7 18 wind 6.3
## 342 7 19 wind 5.1
## 343 7 20 wind 11.5
## 344 7 21 wind 6.9
## 345 7 22 wind 9.7
## 346 7 23 wind 11.5
## 347 7 24 wind 8.6
## 348 7 25 wind 8.0
## 349 7 26 wind 8.6
## 350 7 27 wind 12.0
## 351 7 28 wind 7.4
## 352 7 29 wind 7.4
## 353 7 30 wind 7.4
## 354 7 31 wind 9.2
## 355 8 1 wind 6.9
## 356 8 2 wind 13.8
## 357 8 3 wind 7.4
## 358 8 4 wind 6.9
## 359 8 5 wind 7.4
## 360 8 6 wind 4.6
## 361 8 7 wind 4.0
## 362 8 8 wind 10.3
## 363 8 9 wind 8.0
## 364 8 10 wind 8.6
## 365 8 11 wind 11.5
## 366 8 12 wind 11.5
## 367 8 13 wind 11.5
## 368 8 14 wind 9.7
## 369 8 15 wind 11.5
## 370 8 16 wind 10.3
## 371 8 17 wind 6.3
## 372 8 18 wind 7.4
## 373 8 19 wind 10.9
## 374 8 20 wind 10.3
## 375 8 21 wind 15.5
## 376 8 22 wind 14.3
## 377 8 23 wind 12.6
## 378 8 24 wind 9.7
## 379 8 25 wind 3.4
## 380 8 26 wind 8.0
## 381 8 27 wind 5.7
## 382 8 28 wind 9.7
## 383 8 29 wind 2.3
## 384 8 30 wind 6.3
## 385 8 31 wind 6.3
## 386 9 1 wind 6.9
## 387 9 2 wind 5.1
## 388 9 3 wind 2.8
## 389 9 4 wind 4.6
## 390 9 5 wind 7.4
## 391 9 6 wind 15.5
## 392 9 7 wind 10.9
## 393 9 8 wind 10.3
## 394 9 9 wind 10.9
## 395 9 10 wind 9.7
## 396 9 11 wind 14.9
## 397 9 12 wind 15.5
## 398 9 13 wind 6.3
## 399 9 14 wind 10.9
## 400 9 15 wind 11.5
## 401 9 16 wind 6.9
## 402 9 17 wind 13.8
## 403 9 18 wind 10.3
## 404 9 19 wind 10.3
## 405 9 20 wind 8.0
## 406 9 21 wind 12.6
## 407 9 22 wind 9.2
## 408 9 23 wind 10.3
## 409 9 24 wind 10.3
## 410 9 25 wind 16.6
## 411 9 26 wind 6.9
## 412 9 27 wind 13.2
## 413 9 28 wind 14.3
## 414 9 29 wind 8.0
## 415 9 30 wind 11.5
## 416 5 1 temp 67.0
## 417 5 2 temp 72.0
## 418 5 3 temp 74.0
## 419 5 4 temp 62.0
## 420 5 5 temp 56.0
## 421 5 6 temp 66.0
## 422 5 7 temp 65.0
## 423 5 8 temp 59.0
## 424 5 9 temp 61.0
## 425 5 10 temp 69.0
## 426 5 11 temp 74.0
## 427 5 12 temp 69.0
## 428 5 13 temp 66.0
## 429 5 14 temp 68.0
## 430 5 15 temp 58.0
## 431 5 16 temp 64.0
## 432 5 17 temp 66.0
## 433 5 18 temp 57.0
## 434 5 19 temp 68.0
## 435 5 20 temp 62.0
## 436 5 21 temp 59.0
## 437 5 22 temp 73.0
## 438 5 23 temp 61.0
## 439 5 24 temp 61.0
## 440 5 25 temp 57.0
## 441 5 26 temp 58.0
## 442 5 27 temp 57.0
## 443 5 28 temp 67.0
## 444 5 29 temp 81.0
## 445 5 30 temp 79.0
## 446 5 31 temp 76.0
## 447 6 1 temp 78.0
## 448 6 2 temp 74.0
## 449 6 3 temp 67.0
## 450 6 4 temp 84.0
## 451 6 5 temp 85.0
## 452 6 6 temp 79.0
## 453 6 7 temp 82.0
## 454 6 8 temp 87.0
## 455 6 9 temp 90.0
## 456 6 10 temp 87.0
## 457 6 11 temp 93.0
## 458 6 12 temp 92.0
## 459 6 13 temp 82.0
## 460 6 14 temp 80.0
## 461 6 15 temp 79.0
## 462 6 16 temp 77.0
## 463 6 17 temp 72.0
## 464 6 18 temp 65.0
## 465 6 19 temp 73.0
## 466 6 20 temp 76.0
## 467 6 21 temp 77.0
## 468 6 22 temp 76.0
## 469 6 23 temp 76.0
## 470 6 24 temp 76.0
## 471 6 25 temp 75.0
## 472 6 26 temp 78.0
## 473 6 27 temp 73.0
## 474 6 28 temp 80.0
## 475 6 29 temp 77.0
## 476 6 30 temp 83.0
## 477 7 1 temp 84.0
## 478 7 2 temp 85.0
## 479 7 3 temp 81.0
## 480 7 4 temp 84.0
## 481 7 5 temp 83.0
## 482 7 6 temp 83.0
## 483 7 7 temp 88.0
## 484 7 8 temp 92.0
## 485 7 9 temp 92.0
## 486 7 10 temp 89.0
## 487 7 11 temp 82.0
## 488 7 12 temp 73.0
## 489 7 13 temp 81.0
## 490 7 14 temp 91.0
## 491 7 15 temp 80.0
## 492 7 16 temp 81.0
## 493 7 17 temp 82.0
## 494 7 18 temp 84.0
## 495 7 19 temp 87.0
## 496 7 20 temp 85.0
## 497 7 21 temp 74.0
## 498 7 22 temp 81.0
## 499 7 23 temp 82.0
## 500 7 24 temp 86.0
## 501 7 25 temp 85.0
## 502 7 26 temp 82.0
## 503 7 27 temp 86.0
## 504 7 28 temp 88.0
## 505 7 29 temp 86.0
## 506 7 30 temp 83.0
## 507 7 31 temp 81.0
## 508 8 1 temp 81.0
## 509 8 2 temp 81.0
## 510 8 3 temp 82.0
## 511 8 4 temp 86.0
## 512 8 5 temp 85.0
## 513 8 6 temp 87.0
## 514 8 7 temp 89.0
## 515 8 8 temp 90.0
## 516 8 9 temp 90.0
## 517 8 10 temp 92.0
## 518 8 11 temp 86.0
## 519 8 12 temp 86.0
## 520 8 13 temp 82.0
## 521 8 14 temp 80.0
## 522 8 15 temp 79.0
## 523 8 16 temp 77.0
## 524 8 17 temp 79.0
## 525 8 18 temp 76.0
## 526 8 19 temp 78.0
## 527 8 20 temp 78.0
## 528 8 21 temp 77.0
## 529 8 22 temp 72.0
## 530 8 23 temp 75.0
## 531 8 24 temp 79.0
## 532 8 25 temp 81.0
## 533 8 26 temp 86.0
## 534 8 27 temp 88.0
## 535 8 28 temp 97.0
## 536 8 29 temp 94.0
## 537 8 30 temp 96.0
## 538 8 31 temp 94.0
## 539 9 1 temp 91.0
## 540 9 2 temp 92.0
## 541 9 3 temp 93.0
## 542 9 4 temp 93.0
## 543 9 5 temp 87.0
## 544 9 6 temp 84.0
## 545 9 7 temp 80.0
## 546 9 8 temp 78.0
## 547 9 9 temp 75.0
## 548 9 10 temp 73.0
## 549 9 11 temp 81.0
## 550 9 12 temp 76.0
## 551 9 13 temp 77.0
## 552 9 14 temp 71.0
## 553 9 15 temp 71.0
## 554 9 16 temp 78.0
## 555 9 17 temp 67.0
## 556 9 18 temp 76.0
## 557 9 19 temp 68.0
## 558 9 20 temp 82.0
## 559 9 21 temp 64.0
## 560 9 22 temp 71.0
## 561 9 23 temp 81.0
## 562 9 24 temp 69.0
## 563 9 25 temp 63.0
## 564 9 26 temp 70.0
## 565 9 27 temp 77.0
## 566 9 28 temp 75.0
## 567 9 29 temp 76.0
## 568 9 30 temp 68.0- day를 행으로, month를 열로, variable은 필터
a <- cast(aqm, day ~ month ~ variable)
a## , , variable = ozone
##
## month
## day 5 6 7 8 9
## 1 41 NA 135 39 96
## 2 36 NA 49 9 78
## 3 12 NA 32 16 73
## 4 18 NA NA 78 91
## 5 NA NA 64 35 47
## 6 28 NA 40 66 32
## 7 23 29 77 122 20
## 8 19 NA 97 89 23
## 9 8 71 97 110 21
## 10 NA 39 85 NA 24
## 11 7 NA NA NA 44
## 12 16 NA 10 44 21
## 13 11 23 27 28 28
## 14 14 NA NA 65 9
## 15 18 NA 7 NA 13
## 16 14 21 48 22 46
## 17 34 37 35 59 18
## 18 6 20 61 23 13
## 19 30 12 79 31 24
## 20 11 13 63 44 16
## 21 1 NA 16 21 13
## 22 11 NA NA 9 23
## 23 4 NA NA NA 36
## 24 32 NA 80 45 7
## 25 NA NA 108 168 14
## 26 NA NA 20 73 30
## 27 NA NA 52 NA NA
## 28 23 NA 82 76 14
## 29 45 NA 50 118 18
## 30 115 NA 64 84 20
## 31 37 NA 59 85 NA
##
## , , variable = solar.r
##
## month
## day 5 6 7 8 9
## 1 190 286 269 83 167
## 2 118 287 248 24 197
## 3 149 242 236 77 183
## 4 313 186 101 NA 189
## 5 NA 220 175 NA 95
## 6 NA 264 314 NA 92
## 7 299 127 276 255 252
## 8 99 273 267 229 220
## 9 19 291 272 207 230
## 10 194 323 175 222 259
## 11 NA 259 139 137 236
## 12 256 250 264 192 259
## 13 290 148 175 273 238
## 14 274 332 291 157 24
## 15 65 322 48 64 112
## 16 334 191 260 71 237
## 17 307 284 274 51 224
## 18 78 37 285 115 27
## 19 322 120 187 244 238
## 20 44 137 220 190 201
## 21 8 150 7 259 238
## 22 320 59 258 36 14
## 23 25 91 295 255 139
## 24 92 250 294 212 49
## 25 66 135 223 238 20
## 26 266 127 81 215 193
## 27 NA 47 82 153 145
## 28 13 98 213 203 191
## 29 252 31 275 225 131
## 30 223 138 253 237 223
## 31 279 NA 254 188 NA
##
## , , variable = wind
##
## month
## day 5 6 7 8 9
## 1 7.4 8.6 4.1 6.9 6.9
## 2 8.0 9.7 9.2 13.8 5.1
## 3 12.6 16.1 9.2 7.4 2.8
## 4 11.5 9.2 10.9 6.9 4.6
## 5 14.3 8.6 4.6 7.4 7.4
## 6 14.9 14.3 10.9 4.6 15.5
## 7 8.6 9.7 5.1 4.0 10.9
## 8 13.8 6.9 6.3 10.3 10.3
## 9 20.1 13.8 5.7 8.0 10.9
## 10 8.6 11.5 7.4 8.6 9.7
## 11 6.9 10.9 8.6 11.5 14.9
## 12 9.7 9.2 14.3 11.5 15.5
## 13 9.2 8.0 14.9 11.5 6.3
## 14 10.9 13.8 14.9 9.7 10.9
## 15 13.2 11.5 14.3 11.5 11.5
## 16 11.5 14.9 6.9 10.3 6.9
## 17 12.0 20.7 10.3 6.3 13.8
## 18 18.4 9.2 6.3 7.4 10.3
## 19 11.5 11.5 5.1 10.9 10.3
## 20 9.7 10.3 11.5 10.3 8.0
## 21 9.7 6.3 6.9 15.5 12.6
## 22 16.6 1.7 9.7 14.3 9.2
## 23 9.7 4.6 11.5 12.6 10.3
## 24 12.0 6.3 8.6 9.7 10.3
## 25 16.6 8.0 8.0 3.4 16.6
## 26 14.9 8.0 8.6 8.0 6.9
## 27 8.0 10.3 12.0 5.7 13.2
## 28 12.0 11.5 7.4 9.7 14.3
## 29 14.9 14.9 7.4 2.3 8.0
## 30 5.7 8.0 7.4 6.3 11.5
## 31 7.4 NA 9.2 6.3 NA
##
## , , variable = temp
##
## month
## day 5 6 7 8 9
## 1 67 78 84 81 91
## 2 72 74 85 81 92
## 3 74 67 81 82 93
## 4 62 84 84 86 93
## 5 56 85 83 85 87
## 6 66 79 83 87 84
## 7 65 82 88 89 80
## 8 59 87 92 90 78
## 9 61 90 92 90 75
## 10 69 87 89 92 73
## 11 74 93 82 86 81
## 12 69 92 73 86 76
## 13 66 82 81 82 77
## 14 68 80 91 80 71
## 15 58 79 80 79 71
## 16 64 77 81 77 78
## 17 66 72 82 79 67
## 18 57 65 84 76 76
## 19 68 73 87 78 68
## 20 62 76 85 78 82
## 21 59 77 74 77 64
## 22 73 76 81 72 71
## 23 61 76 82 75 81
## 24 61 76 86 79 69
## 25 57 75 85 81 63
## 26 58 78 82 86 70
## 27 57 73 86 88 77
## 28 67 80 88 97 75
## 29 81 77 86 94 76
## 30 79 83 83 96 68
## 31 76 NA 81 94 NA- 월별 variable들의 평균값
b <- cast(aqm, month ~ variable, mean)
b## month ozone solar.r wind temp
## 1 5 23.61538 181.2963 11.622581 65.54839
## 2 6 29.44444 190.1667 10.266667 79.10000
## 3 7 59.11538 216.4839 8.941935 83.90323
## 4 8 59.96154 171.8571 8.793548 83.96774
## 5 9 31.44828 167.4333 10.180000 76.90000- y축을 월로 하여 모든 변수에 대해 평균을 구하고, |을 이용해 산출물을 분리하여 표시
c <- cast(aqm, month ~ . |variable, mean)
c## $ozone
## month (all)
## 1 5 23.61538
## 2 6 29.44444
## 3 7 59.11538
## 4 8 59.96154
## 5 9 31.44828
##
## $solar.r
## month (all)
## 1 5 181.2963
## 2 6 190.1667
## 3 7 216.4839
## 4 8 171.8571
## 5 9 167.4333
##
## $wind
## month (all)
## 1 5 11.622581
## 2 6 10.266667
## 3 7 8.941935
## 4 8 8.793548
## 5 9 10.180000
##
## $temp
## month (all)
## 1 5 65.54839
## 2 6 79.10000
## 3 7 83.90323
## 4 8 83.96774
## 5 9 76.90000- margin 옵션
d <- cast(aqm, month ~ variable, mean, margins = c("grand_row", "grand_col"))
d## month ozone solar.r wind temp (all)
## 1 5 23.61538 181.2963 11.622581 65.54839 68.70696
## 2 6 29.44444 190.1667 10.266667 79.10000 87.38384
## 3 7 59.11538 216.4839 8.941935 83.90323 93.49748
## 4 8 59.96154 171.8571 8.793548 83.96774 79.71207
## 5 9 31.44828 167.4333 10.180000 76.90000 71.82689
## 6 (all) 42.12931 185.9315 9.957516 77.88235 80.05722- ozone 변수만 처리하고자 하는 경우 subset 기능 이용
e <- cast(aqm, day ~ month, mean, subset=variable=="ozone")
e## day 5 6 7 8 9
## 1 1 41 NaN 135 39 96
## 2 2 36 NaN 49 9 78
## 3 3 12 NaN 32 16 73
## 4 4 18 NaN NaN 78 91
## 5 5 NaN NaN 64 35 47
## 6 6 28 NaN 40 66 32
## 7 7 23 29 77 122 20
## 8 8 19 NaN 97 89 23
## 9 9 8 71 97 110 21
## 10 10 NaN 39 85 NaN 24
## 11 11 7 NaN NaN NaN 44
## 12 12 16 NaN 10 44 21
## 13 13 11 23 27 28 28
## 14 14 14 NaN NaN 65 9
## 15 15 18 NaN 7 NaN 13
## 16 16 14 21 48 22 46
## 17 17 34 37 35 59 18
## 18 18 6 20 61 23 13
## 19 19 30 12 79 31 24
## 20 20 11 13 63 44 16
## 21 21 1 NaN 16 21 13
## 22 22 11 NaN NaN 9 23
## 23 23 4 NaN NaN NaN 36
## 24 24 32 NaN 80 45 7
## 25 25 NaN NaN 108 168 14
## 26 26 NaN NaN 20 73 30
## 27 27 NaN NaN 52 NaN NaN
## 28 28 23 NaN 82 76 14
## 29 29 45 NaN 50 118 18
## 30 30 115 NaN 64 84 20
## 31 31 37 NaN 59 85 NaN- range 옵션으로 min(_X1), max(_X2) 표시
f <- cast(aqm, month ~ variable, range)
f## month ozone_X1 ozone_X2 solar.r_X1 solar.r_X2 wind_X1 wind_X2 temp_X1 temp_X2
## 1 5 1 115 8 334 5.7 20.1 56 81
## 2 6 12 71 31 332 1.7 20.7 65 93
## 3 7 7 135 7 314 4.1 14.9 73 92
## 4 8 9 168 24 273 2.3 15.5 72 97
## 5 9 7 96 14 259 2.8 16.6 63 93
sqldf 패키지
- R에서 SQL을 써보자.
library(sqldf)## 필요한 패키지를 로딩중입니다: gsubfn## 필요한 패키지를 로딩중입니다: proto## 필요한 패키지를 로딩중입니다: RSQLitesearch()## [1] ".GlobalEnv" "package:sqldf" "package:RSQLite"
## [4] "package:gsubfn" "package:proto" "package:reshape"
## [7] "package:stats" "package:graphics" "package:grDevices"
## [10] "package:utils" "package:datasets" "package:methods"
## [13] "Autoloads" "package:base"iris : 아이리스(붓꽃)에 대한 데이터. 꽃잎 각 부분의 너비와 길이등을 측정한 데이터이며 150개의 레코드로 구성되어 있음
Sepal.Length : 꽃받침의 길이 정보
Sepal.Width : 꽃받침의 너비 정보
Pepal.Length : 꽃잎의 길이 정보
Sepal.Width : 꽃잎의 너비 정보
Species : 꽃의 종류 정보
data(iris)
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- select 컬럼명 from 테이블
sqldf("select * from 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
## 7 4.6 3.4 1.4 0.3 setosa
## 8 5.0 3.4 1.5 0.2 setosa
## 9 4.4 2.9 1.4 0.2 setosa
## 10 4.9 3.1 1.5 0.1 setosa
## 11 5.4 3.7 1.5 0.2 setosa
## 12 4.8 3.4 1.6 0.2 setosa
## 13 4.8 3.0 1.4 0.1 setosa
## 14 4.3 3.0 1.1 0.1 setosa
## 15 5.8 4.0 1.2 0.2 setosa
## 16 5.7 4.4 1.5 0.4 setosa
## 17 5.4 3.9 1.3 0.4 setosa
## 18 5.1 3.5 1.4 0.3 setosa
## 19 5.7 3.8 1.7 0.3 setosa
## 20 5.1 3.8 1.5 0.3 setosa
## 21 5.4 3.4 1.7 0.2 setosa
## 22 5.1 3.7 1.5 0.4 setosa
## 23 4.6 3.6 1.0 0.2 setosa
## 24 5.1 3.3 1.7 0.5 setosa
## 25 4.8 3.4 1.9 0.2 setosa
## 26 5.0 3.0 1.6 0.2 setosa
## 27 5.0 3.4 1.6 0.4 setosa
## 28 5.2 3.5 1.5 0.2 setosa
## 29 5.2 3.4 1.4 0.2 setosa
## 30 4.7 3.2 1.6 0.2 setosa
## 31 4.8 3.1 1.6 0.2 setosa
## 32 5.4 3.4 1.5 0.4 setosa
## 33 5.2 4.1 1.5 0.1 setosa
## 34 5.5 4.2 1.4 0.2 setosa
## 35 4.9 3.1 1.5 0.2 setosa
## 36 5.0 3.2 1.2 0.2 setosa
## 37 5.5 3.5 1.3 0.2 setosa
## 38 4.9 3.6 1.4 0.1 setosa
## 39 4.4 3.0 1.3 0.2 setosa
## 40 5.1 3.4 1.5 0.2 setosa
## 41 5.0 3.5 1.3 0.3 setosa
## 42 4.5 2.3 1.3 0.3 setosa
## 43 4.4 3.2 1.3 0.2 setosa
## 44 5.0 3.5 1.6 0.6 setosa
## 45 5.1 3.8 1.9 0.4 setosa
## 46 4.8 3.0 1.4 0.3 setosa
## 47 5.1 3.8 1.6 0.2 setosa
## 48 4.6 3.2 1.4 0.2 setosa
## 49 5.3 3.7 1.5 0.2 setosa
## 50 5.0 3.3 1.4 0.2 setosa
## 51 7.0 3.2 4.7 1.4 versicolor
## 52 6.4 3.2 4.5 1.5 versicolor
## 53 6.9 3.1 4.9 1.5 versicolor
## 54 5.5 2.3 4.0 1.3 versicolor
## 55 6.5 2.8 4.6 1.5 versicolor
## 56 5.7 2.8 4.5 1.3 versicolor
## 57 6.3 3.3 4.7 1.6 versicolor
## 58 4.9 2.4 3.3 1.0 versicolor
## 59 6.6 2.9 4.6 1.3 versicolor
## 60 5.2 2.7 3.9 1.4 versicolor
## 61 5.0 2.0 3.5 1.0 versicolor
## 62 5.9 3.0 4.2 1.5 versicolor
## 63 6.0 2.2 4.0 1.0 versicolor
## 64 6.1 2.9 4.7 1.4 versicolor
## 65 5.6 2.9 3.6 1.3 versicolor
## 66 6.7 3.1 4.4 1.4 versicolor
## 67 5.6 3.0 4.5 1.5 versicolor
## 68 5.8 2.7 4.1 1.0 versicolor
## 69 6.2 2.2 4.5 1.5 versicolor
## 70 5.6 2.5 3.9 1.1 versicolor
## 71 5.9 3.2 4.8 1.8 versicolor
## 72 6.1 2.8 4.0 1.3 versicolor
## 73 6.3 2.5 4.9 1.5 versicolor
## 74 6.1 2.8 4.7 1.2 versicolor
## 75 6.4 2.9 4.3 1.3 versicolor
## 76 6.6 3.0 4.4 1.4 versicolor
## 77 6.8 2.8 4.8 1.4 versicolor
## 78 6.7 3.0 5.0 1.7 versicolor
## 79 6.0 2.9 4.5 1.5 versicolor
## 80 5.7 2.6 3.5 1.0 versicolor
## 81 5.5 2.4 3.8 1.1 versicolor
## 82 5.5 2.4 3.7 1.0 versicolor
## 83 5.8 2.7 3.9 1.2 versicolor
## 84 6.0 2.7 5.1 1.6 versicolor
## 85 5.4 3.0 4.5 1.5 versicolor
## 86 6.0 3.4 4.5 1.6 versicolor
## 87 6.7 3.1 4.7 1.5 versicolor
## 88 6.3 2.3 4.4 1.3 versicolor
## 89 5.6 3.0 4.1 1.3 versicolor
## 90 5.5 2.5 4.0 1.3 versicolor
## 91 5.5 2.6 4.4 1.2 versicolor
## 92 6.1 3.0 4.6 1.4 versicolor
## 93 5.8 2.6 4.0 1.2 versicolor
## 94 5.0 2.3 3.3 1.0 versicolor
## 95 5.6 2.7 4.2 1.3 versicolor
## 96 5.7 3.0 4.2 1.2 versicolor
## 97 5.7 2.9 4.2 1.3 versicolor
## 98 6.2 2.9 4.3 1.3 versicolor
## 99 5.1 2.5 3.0 1.1 versicolor
## 100 5.7 2.8 4.1 1.3 versicolor
## 101 6.3 3.3 6.0 2.5 virginica
## 102 5.8 2.7 5.1 1.9 virginica
## 103 7.1 3.0 5.9 2.1 virginica
## 104 6.3 2.9 5.6 1.8 virginica
## 105 6.5 3.0 5.8 2.2 virginica
## 106 7.6 3.0 6.6 2.1 virginica
## 107 4.9 2.5 4.5 1.7 virginica
## 108 7.3 2.9 6.3 1.8 virginica
## 109 6.7 2.5 5.8 1.8 virginica
## 110 7.2 3.6 6.1 2.5 virginica
## 111 6.5 3.2 5.1 2.0 virginica
## 112 6.4 2.7 5.3 1.9 virginica
## 113 6.8 3.0 5.5 2.1 virginica
## 114 5.7 2.5 5.0 2.0 virginica
## 115 5.8 2.8 5.1 2.4 virginica
## 116 6.4 3.2 5.3 2.3 virginica
## 117 6.5 3.0 5.5 1.8 virginica
## 118 7.7 3.8 6.7 2.2 virginica
## 119 7.7 2.6 6.9 2.3 virginica
## 120 6.0 2.2 5.0 1.5 virginica
## 121 6.9 3.2 5.7 2.3 virginica
## 122 5.6 2.8 4.9 2.0 virginica
## 123 7.7 2.8 6.7 2.0 virginica
## 124 6.3 2.7 4.9 1.8 virginica
## 125 6.7 3.3 5.7 2.1 virginica
## 126 7.2 3.2 6.0 1.8 virginica
## 127 6.2 2.8 4.8 1.8 virginica
## 128 6.1 3.0 4.9 1.8 virginica
## 129 6.4 2.8 5.6 2.1 virginica
## 130 7.2 3.0 5.8 1.6 virginica
## 131 7.4 2.8 6.1 1.9 virginica
## 132 7.9 3.8 6.4 2.0 virginica
## 133 6.4 2.8 5.6 2.2 virginica
## 134 6.3 2.8 5.1 1.5 virginica
## 135 6.1 2.6 5.6 1.4 virginica
## 136 7.7 3.0 6.1 2.3 virginica
## 137 6.3 3.4 5.6 2.4 virginica
## 138 6.4 3.1 5.5 1.8 virginica
## 139 6.0 3.0 4.8 1.8 virginica
## 140 6.9 3.1 5.4 2.1 virginica
## 141 6.7 3.1 5.6 2.4 virginica
## 142 6.9 3.1 5.1 2.3 virginica
## 143 5.8 2.7 5.1 1.9 virginica
## 144 6.8 3.2 5.9 2.3 virginica
## 145 6.7 3.3 5.7 2.5 virginica
## 146 6.7 3.0 5.2 2.3 virginica
## 147 6.3 2.5 5.0 1.9 virginica
## 148 6.5 3.0 5.2 2.0 virginica
## 149 6.2 3.4 5.4 2.3 virginica
## 150 5.9 3.0 5.1 1.8 virginica- select 컬럼명 from 테이블 limit 출력할 행수
sqldf("select * from iris limit 10")## 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
## 7 4.6 3.4 1.4 0.3 setosa
## 8 5.0 3.4 1.5 0.2 setosa
## 9 4.4 2.9 1.4 0.2 setosa
## 10 4.9 3.1 1.5 0.1 setosa- select 컬럼명 from 테이블 where 조건
sqldf("select count(*) from iris where Species like 'se%'")## count(*)
## 1 50
- 현재 선언된 모든 데이터 삭제
rm(list = ls())
plyr 패키지
- 데이터를 분리하고 처리한 다음, 다시 결합하는 등 가장 필수적인 데이터 처리기능을 제공한다.
library(plyr)##
## 다음의 패키지를 부착합니다: 'plyr'## The following objects are masked from 'package:reshape':
##
## rename, round_anysearch()## [1] ".GlobalEnv" "package:plyr" "package:sqldf"
## [4] "package:RSQLite" "package:gsubfn" "package:proto"
## [7] "package:reshape" "package:stats" "package:graphics"
## [10] "package:grDevices" "package:utils" "package:datasets"
## [13] "package:methods" "Autoloads" "package:base"- 난수 생성 고정
set.seed(1)- 데이터 프레임 하나 만들기
d <- data.frame(year = rep(2012:2014, each = 6), count = round(runif(9, 0, 20)))
# runif(생성할 난수의 개수, 최소값, 최대값)9, 0, 20)
# round : 수를 반올림하여 정수화함
d## year count
## 1 2012 5
## 2 2012 7
## 3 2012 11
## 4 2012 18
## 5 2012 4
## 6 2012 18
## 7 2013 19
## 8 2013 13
## 9 2013 13
## 10 2013 5
## 11 2013 7
## 12 2013 11
## 13 2014 18
## 14 2014 4
## 15 2014 18
## 16 2014 19
## 17 2014 13
## 18 2014 13- 변동계수 CV(Coefficient of Variation) 구하기
ddply(d, "year", function(x) {
mean.count = mean(x$count)
sd.count = sd(x$count)
cv = sd.count/mean.count
data.frame(cv.count = cv)
})## year cv.count
## 1 2012 0.5985621
## 2 2013 0.4382254
## 3 2014 0.3978489- summarise
ddply(d, "year", summarise, mean.count = mean(count))## year mean.count
## 1 2012 10.50000
## 2 2013 11.33333
## 3 2014 14.16667ddply(d, "year", summarise, total.count = sum(count))## year total.count
## 1 2012 63
## 2 2013 68
## 3 2014 85- transform
ddply(d, "year", transform, mean.count = mean(count))## year count mean.count
## 1 2012 5 10.50000
## 2 2012 7 10.50000
## 3 2012 11 10.50000
## 4 2012 18 10.50000
## 5 2012 4 10.50000
## 6 2012 18 10.50000
## 7 2013 19 11.33333
## 8 2013 13 11.33333
## 9 2013 13 11.33333
## 10 2013 5 11.33333
## 11 2013 7 11.33333
## 12 2013 11 11.33333
## 13 2014 18 14.16667
## 14 2014 4 14.16667
## 15 2014 18 14.16667
## 16 2014 19 14.16667
## 17 2014 13 14.16667
## 18 2014 13 14.16667ddply(d, "year", transform, total.count = sum(count))## year count total.count
## 1 2012 5 63
## 2 2012 7 63
## 3 2012 11 63
## 4 2012 18 63
## 5 2012 4 63
## 6 2012 18 63
## 7 2013 19 68
## 8 2013 13 68
## 9 2013 13 68
## 10 2013 5 68
## 11 2013 7 68
## 12 2013 11 68
## 13 2014 18 85
## 14 2014 4 85
## 15 2014 18 85
## 16 2014 19 85
## 17 2014 13 85
## 18 2014 13 85
data.table 패키지
- 데이터프레임과 유사하지만,
보다 빠른 그룹화(grouping)와 순서화(ordering), 짧은 문장 지원 측면에서 데이터프레임보다 매력적이다.
library(data.table)##
## 다음의 패키지를 부착합니다: 'data.table'## The following object is masked from 'package:reshape':
##
## meltsearch()## [1] ".GlobalEnv" "package:data.table" "package:plyr"
## [4] "package:sqldf" "package:RSQLite" "package:gsubfn"
## [7] "package:proto" "package:reshape" "package:stats"
## [10] "package:graphics" "package:grDevices" "package:utils"
## [13] "package:datasets" "package:methods" "Autoloads"
## [16] "package:base"- 데이터 프레임 하나 만들기
set.seed(1)
DT <- data.table(x=c("b", "b", "b", "a", "a"), v=rnorm(5))
DT## x v
## 1: b -0.6264538
## 2: b 0.1836433
## 3: b -0.8356286
## 4: a 1.5952808
## 5: a 0.3295078# rnorm() : 정규분포에서 난수 생성- 데이터 프레임 하나 더 만들기
data(cars)
head(cars)## speed dist
## 1 4 2
## 2 4 10
## 3 7 4
## 4 7 22
## 5 8 16
## 6 9 10str(cars)## 'data.frame': 50 obs. of 2 variables:
## $ speed: num 4 4 7 7 8 9 10 10 10 11 ...
## $ dist : num 2 10 4 22 16 10 18 26 34 17 ...summary(cars)## speed dist
## Min. : 4.0 Min. : 2.00
## 1st Qu.:12.0 1st Qu.: 26.00
## Median :15.0 Median : 36.00
## Mean :15.4 Mean : 42.98
## 3rd Qu.:19.0 3rd Qu.: 56.00
## Max. :25.0 Max. :120.00CARS <- data.table(cars)
head(CARS)## speed dist
## 1: 4 2
## 2: 4 10
## 3: 7 4
## 4: 7 22
## 5: 8 16
## 6: 9 10- 데이터 테이블 살펴보기
tables()## NAME NROW NCOL MB COLS KEY
## 1: CARS 50 2 0 speed,dist
## 2: DT 5 2 0 x,v
## Total: 0MBsapply(CARS, class)## speed dist
## "numeric" "numeric"sapply(DT, class)## x v
## "character" "numeric"# sapply(data, function) : data에서 function을 반환함
DT## x v
## 1: b -0.6264538
## 2: b 0.1836433
## 3: b -0.8356286
## 4: a 1.5952808
## 5: a 0.3295078DT[2,]## x v
## 1: b 0.1836433DT[DT$x == "b", ]## x v
## 1: b -0.6264538
## 2: b 0.1836433
## 3: b -0.8356286- 키세팅
setkey(DT, x)
DT## x v
## 1: a 1.5952808
## 2: a 0.3295078
## 3: b -0.6264538
## 4: b 0.1836433
## 5: b -0.8356286tables()## NAME NROW NCOL MB COLS KEY
## 1: CARS 50 2 0 speed,dist
## 2: DT 5 2 0 x,v x
## Total: 0MB# key변수 x로 정렬됨- key변수 x의 “b”값을 표시하고 싶은 경우
DT["b"]## x v
## 1: b -0.6264538
## 2: b 0.1836433
## 3: b -0.8356286DT["b", mult="first"]## x v
## 1: b -0.6264538DT["b", mult="last"]## x v
## 1: b -0.8356286- 데이터테이블과 데이터프레임의 차이는 속도!
- 데이터프레임 만들기
grpsize <- ceiling(1e7/26^2) #천만개의 행과 676개 그룹
tt <- system.time(DF <- data.frame(
x = rep(LETTERS, each=26*grpsize),
y = rep(letters, each=grpsize),
v = runif(grpsize*26^2),
stringsAsFactors = FALSE))
tt## 사용자 시스템 elapsed
## 0.53 0.02 0.55- 데이터프레임에서 자료 찾기
head(DF, 3) #앞 3줄 조회## x y v
## 1 A a 0.2059746
## 2 A a 0.1765568
## 3 A a 0.6870228tail(DF, 3) #뒤 3줄 조회## x y v
## 10000066 Z z 0.5775638
## 10000067 Z z 0.9617555
## 10000068 Z z 0.3814378dim(DF) #행, 열 개수 조회## [1] 10000068 3tt <- system.time(ans1 <- DF[DF$x=="R"& DF$y == "h", ]) #벡터 검색
tt ## 사용자 시스템 elapsed
## 0.08 0.01 0.09head(ans1, 3)## x y v
## 6642058 R h 0.9137772
## 6642059 R h 0.5687812
## 6642060 R h 0.1304896dim(ans1)## [1] 14793 3- 데이터 테이블 만들기
DT <- data.table(DF)
setkey(DT, x, y)
ss <- system.time(ans2 <- DT[J("R", "h")]) # 바이너리 검색
head(ans2, 3)## x y v
## 1: R h 0.9137772
## 2: R h 0.5687812
## 3: R h 0.1304896dim(ans2)## [1] 14793 3identical(ans1$v, ans2$v)## [1] TRUEss## 사용자 시스템 elapsed
## 0 0 0- 데이터 테이블을 데이터 프레임처럼 사용하면 성능은 비슷해진다
system.time(ans2 <- DF[DF$x == "R" & DF$y == "h",])## 사용자 시스템 elapsed
## 0.09 0.00 0.09mapply(identical, ans1, ans2)## x y v
## TRUE TRUE TRUE# mapply(function, list#1, list#2, ...) : multi simple apply, 여러개의 리스트에 함수를 적용함
DT[,sum(v)]## [1] 4999770DT[,sum(v), by = x]## x V1
## 1: A 192271.8
## 2: B 192262.1
## 3: C 192290.6
## 4: D 191924.7
## 5: E 192456.3
## 6: F 192241.7
## 7: G 192407.5
## 8: H 191993.0
## 9: I 192347.6
## 10: J 192436.9
## 11: K 192246.0
## 12: L 192271.8
## 13: M 192280.8
## 14: N 192306.0
## 15: O 192495.9
## 16: P 192339.6
## 17: Q 192384.8
## 18: R 192320.7
## 19: S 192283.5
## 20: T 192227.0
## 21: U 192101.2
## 22: V 192604.5
## 23: W 192469.8
## 24: X 192297.1
## 25: Y 192265.6
## 26: Z 192243.4
## x V1ttt <- system.time( tt <- tapply(DT$v, DT$x, sum))
# tapply(data, index, function) : table apply, 그룹으로 묶은 후 함수를 적용함
ttt## 사용자 시스템 elapsed
## 0.22 0.08 0.29sss <- system.time( ss <- DT[, sum(v), by = x])
sss## 사용자 시스템 elapsed
## 0.23 0.00 0.03- 패키지 비활성화
search()## [1] ".GlobalEnv" "package:data.table" "package:plyr"
## [4] "package:sqldf" "package:RSQLite" "package:gsubfn"
## [7] "package:proto" "package:reshape" "package:stats"
## [10] "package:graphics" "package:grDevices" "package:utils"
## [13] "package:datasets" "package:methods" "Autoloads"
## [16] "package:base"detach(package:data.table)- 현재 선언된 모든 데이터 삭제
rm(list = ls())
제3절 결측값 처리와 이상값 검색
1.데이터 탐색
데이터 기초 통계
data(iris)
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 setosahead(iris, 10)## 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
## 7 4.6 3.4 1.4 0.3 setosa
## 8 5.0 3.4 1.5 0.2 setosa
## 9 4.4 2.9 1.4 0.2 setosa
## 10 4.9 3.1 1.5 0.1 setosastr(iris)## 'data.frame': 150 obs. of 5 variables:
## $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
## $ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
## $ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
## $ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
## $ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...summary(iris)## Sepal.Length Sepal.Width Petal.Length Petal.Width
## Min. :4.300 Min. :2.000 Min. :1.000 Min. :0.100
## 1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600 1st Qu.:0.300
## Median :5.800 Median :3.000 Median :4.350 Median :1.300
## Mean :5.843 Mean :3.057 Mean :3.758 Mean :1.199
## 3rd Qu.:6.400 3rd Qu.:3.300 3rd Qu.:5.100 3rd Qu.:1.800
## Max. :7.900 Max. :4.400 Max. :6.900 Max. :2.500
## Species
## setosa :50
## versicolor:50
## virginica :50
##
##
## cov(iris[, 1:4])## Sepal.Length Sepal.Width Petal.Length Petal.Width
## Sepal.Length 0.6856935 -0.0424340 1.2743154 0.5162707
## Sepal.Width -0.0424340 0.1899794 -0.3296564 -0.1216394
## Petal.Length 1.2743154 -0.3296564 3.1162779 1.2956094
## Petal.Width 0.5162707 -0.1216394 1.2956094 0.5810063cor(iris[, 1:4])## Sepal.Length Sepal.Width Petal.Length Petal.Width
## Sepal.Length 1.0000000 -0.1175698 0.8717538 0.8179411
## Sepal.Width -0.1175698 1.0000000 -0.4284401 -0.3661259
## Petal.Length 0.8717538 -0.4284401 1.0000000 0.9628654
## Petal.Width 0.8179411 -0.3661259 0.9628654 1.0000000결측값 처리
y <- c(1,2,3,NA)
is.na(y)## [1] FALSE FALSE FALSE TRUEx <- c(1,2,NA,3)
mean(x)## [1] NAmean(x, na.rm = T)## [1] 2결측값 삭제
- kor.csv 데이터 불러오기
kor <- read.csv("kor.csv", header = TRUE)
head(kor)## No Year Position Player Age Height
## 1 1 2002 GK 이운재 29 182
## 2 2 2002 GK 김병지 32 NA
## 3 3 2002 GK 최은성 31 184
## 4 4 2002 DF 현영민 23 178
## 5 5 2002 DF 최진철 31 187
## 6 6 2002 DF 김태영 32 180str(kor)## 'data.frame': 50 obs. of 6 variables:
## $ No : int 1 2 3 4 5 6 7 8 9 10 ...
## $ Year : int 2002 2002 2002 2002 2002 2002 2002 2002 2002 2002 ...
## $ Position: chr "GK" "GK" "GK" "DF" ...
## $ Player : chr "이운재" "김병지" "최은성" "현영민" ...
## $ Age : int 29 32 31 23 31 32 25 29 22 33 ...
## $ Height : int 182 NA 184 178 187 180 177 182 181 181 ...summary(kor)## No Year Position Player
## Min. : 1.00 Min. :2002 Length:50 Length:50
## 1st Qu.:13.25 1st Qu.:2002 Class :character Class :character
## Median :25.50 Median :2022 Mode :character Mode :character
## Mean :25.50 Mean :2013
## 3rd Qu.:37.75 3rd Qu.:2022
## Max. :50.00 Max. :2022
##
## Age Height
## Min. :21.00 Min. :173
## 1st Qu.:24.50 1st Qu.:177
## Median :28.00 Median :181
## Mean :27.34 Mean :181
## 3rd Qu.:30.00 3rd Qu.:186
## Max. :34.00 Max. :194
## NA's :3 NA's :3sum(is.na(kor))## [1] 6- 결측값이 하나라도 들어있다면 해당 관측값(행) 제외하고 새로운 데이터셋 구축
complete_kor <- kor[complete.cases(kor), ]
sum(is.na(complete_kor))## [1] 0
Amelia Package
library(Amelia)## 필요한 패키지를 로딩중입니다: Rcpp## ##
## ## Amelia II: Multiple Imputation
## ## (Version 1.8.0, built: 2021-05-26)
## ## Copyright (C) 2005-2022 James Honaker, Gary King and Matthew Blackwell
## ## Refer to http://gking.harvard.edu/amelia/ for more information
## ##search()## [1] ".GlobalEnv" "package:Amelia" "package:Rcpp"
## [4] "package:plyr" "package:sqldf" "package:RSQLite"
## [7] "package:gsubfn" "package:proto" "package:reshape"
## [10] "package:stats" "package:graphics" "package:grDevices"
## [13] "package:utils" "package:datasets" "package:methods"
## [16] "Autoloads" "package:base"data("freetrade")
head(freetrade)## year country tariff polity pop gdp.pc intresmi signed fiveop
## 1 1981 SriLanka NA 6 14988000 461.0236 1.937347 0 12.4
## 2 1982 SriLanka NA 5 15189000 473.7634 1.964430 0 12.5
## 3 1983 SriLanka 41.3 5 15417000 489.2266 1.663936 1 12.3
## 4 1984 SriLanka NA 5 15599000 508.1739 2.797462 0 12.3
## 5 1985 SriLanka 31.0 5 15837000 525.5609 2.259116 0 12.3
## 6 1986 SriLanka NA 5 16117000 538.9237 1.832549 0 12.5
## usheg
## 1 0.2593112
## 2 0.2558008
## 3 0.2655022
## 4 0.2988009
## 5 0.2952431
## 6 0.2886563str(freetrade)## 'data.frame': 171 obs. of 10 variables:
## $ year : int 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 ...
## $ country : chr "SriLanka" "SriLanka" "SriLanka" "SriLanka" ...
## $ tariff : num NA NA 41.3 NA 31 ...
## $ polity : int 6 5 5 5 5 5 5 5 5 5 ...
## $ pop : num 14988000 15189000 15417000 15599000 15837000 ...
## $ gdp.pc : num 461 474 489 508 526 ...
## $ intresmi: num 1.94 1.96 1.66 2.8 2.26 ...
## $ signed : int 0 0 1 0 0 0 0 1 0 0 ...
## $ fiveop : num 12.4 12.5 12.3 12.3 12.3 ...
## $ usheg : num 0.259 0.256 0.266 0.299 0.295 ...sum(is.na(freetrade))## [1] 94- 결측값 대체(imputation)
a.out <- amelia(freetrade, m = 5, ts = "year", cs = "country")## -- Imputation 1 --
##
## 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
##
## -- Imputation 2 --
##
## 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
##
## -- Imputation 3 --
##
## 1 2 3 4 5 6 7 8 9 10 11 12 13 14
##
## -- Imputation 4 --
##
## 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
##
## -- Imputation 5 --
##
## 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17a.out##
## Amelia output with 5 imputed datasets.
## Return code: 1
## Message: Normal EM convergence.
##
## Chain Lengths:
## --------------
## Imputation 1: 16
## Imputation 2: 16
## Imputation 3: 14
## Imputation 4: 15
## Imputation 5: 17hist(a.out$imputations[[3]]$tariff, col ="grey", border = "white")
save(a.out, file = "imputations.RData")
write.amelia(obj=a.out, file.stem = "outdata")- 결측값 처리 전의 그래프
missmap(a.out)
- 결측값 처리 후의 그래프
freetrade$tariff <- a.out$imputation[[5]]$tariff
missmap(freetrade)
sum(is.na(freetrade))## [1] 36
이상값 검색
이상값(outlier)의 정의 > BAD DATA >> a1 : 의도하지 않게 잘못 입력한 경우(human error) >> a2 : 의도하지 않게 입력됐으나 분석 목적에 부합하지 않아 제거해야 하는 경우 > OUTLIER >> a3 : 의도되지 않은 현상이지만 분석에 포함해야 하는 경우 >> b1 : 의도된 이상값 (ex. 사기)
- 표준정규분포를 따르는 난수 100개 생성
x=rnorm(100)
boxplot(x)
- 고의적으로 몇 개의 이상값을 넣어 보자
x=c(x, 19, 28, 30)
outwith <- boxplot(x)
outwith$out # 이상값 검출## [1] 19 28 30
outliers 패키지
library(outliers)
search()## [1] ".GlobalEnv" "package:outliers" "package:Amelia"
## [4] "package:Rcpp" "package:plyr" "package:sqldf"
## [7] "package:RSQLite" "package:gsubfn" "package:proto"
## [10] "package:reshape" "package:stats" "package:graphics"
## [13] "package:grDevices" "package:utils" "package:datasets"
## [16] "package:methods" "Autoloads" "package:base"- 표준정규분포를 따르는 난수 100개 생성 후 평균과 가장 차이가 많이 나는 값 출력
set.seed(1234)
y= rnorm(100)
outlier(y)## [1] 2.548991outlier(y, opposite = TRUE)## [1] -2.345698- 행 20, 열 5의 행렬 생성 후 각 열의 평균과 가장 차기가 많은 값 출력
dim(y) <- c(20,5)
outlier(y)## [1] 2.415835 1.102298 1.647817 2.548991 2.121117outlier(y, opposite = TRUE)## [1] -2.345698 -2.180040 -1.806031 -1.390701 -1.372302boxplot(y)
수고하셨습니다!