패키지 추가, 조건 결합, 범주형, qplot, excel, filter, select, arrange

install.packages("randomForest")  //패키지 설치


library(randomForest) // 메모리 로딩

#NA : 값이 없음  NULL :초기화 되지 않은 상태

is.na(four)  //NA가 있으면 TURE
is.null(four)  //null이 있으면 TURE

TURE & TURE // &하나로 불린 엔드연산
TURE | TURE // |하나로 불린 오어연산

#factor 범주형/카테고리 / 명목형 : 크기비교 불가 ,순서형 : 크기비교 가능

명목형 : 좌파/우파
순서형 : 소 , 중, 대 같은 순서를 줄수 있는 의미의 카테고리

수치형: 카테고리로 나눌수 없는자료형

gender<-factor("f", c("m","f"))  // 카테고리에 m과 f가 있고 f를 할당하겠다.
c() // 변수를 벡터로 묶어준다.  //range 지정 C(1:5) 1~5까지
//seq(1,5)와 동일 또는 seq(1,5,by=3)  출력 1 4

mean(x) // x안에 있는 평균을 리턴.
max(x) // "" 최대값을 리턴
min(x) //  "" 최소값을 리턴

paste(<strs>, collapse=<delimitor>)  //벡터안에있는 문자열을 결합후 리턴


install.packages("ggplot2")
library(ggplot2)

qplot(x) //벡터 x의 요소를 시각화. 빈도그래프(막대그래프)

관측치 : 행 , 관측값: 열

str(mpg) // structure check
qplot(data=mpg, x=hwy)  //데이터 mpg , x축 hwy 관측값
qplot(data=mpg, x=drv,y=hwy) //x, y축 명시
qplot(data=mpg, x=drv,y=hwy, geom="line")  //선그래프로 표시 geometry
qplot(data=mpg, x=drv,y=hwy, geom="boxplot")  //이상치 확인

Quantile = 4분위수 // 하위 25% 1분위수, 중위수 50%, 75% 3분위수 , 100% 4분위수
Q1 = 25% , Q3 - Q1 = IQR(InterQ range) 박스플롯의 윗선은 IQR*1.5 + Q1 아래선은 IQR*1.5 -Q1

qplot(data=mpg, x=drv,y=hwy, geom="boxplot",colour=drv)
df=data.frame(eng,math,row.names=Nstudent)dfclass(df)df3=data.frame(eng,math,kor,row.names = Nstudent)
df3
mean(df3$eng)  //프레임 안에 있는 속성은 $를 통해 접근 가능하다
//////////벡터와 데이터 프레임을 바로 생성 /////////df4<-data.frame(eng=c(90,100,70,60),math=c(50,60,100,9),kor=c(1,1,2,3))df4
/////////////////////////////////////////////////

install.packages("readxl")  // xlsl 읽기library(readxl)df <- read_excel("Data/excel_exam.xlsx")df2 <- read_excel("Data/excel_exam_novar.xlsx",col_names = F) //열 이름 주기
df2
df3 <- read_excel("Data/excel_exam_sheet.xlsx",sheet=3) // 시트 번호 추가df3df4 <- read.csv("Data/csv_exam.csv")df4write.csv(df5,file="Data/mydf.csv") // save csv filesave(df5, file="Data/mydf_s.rda")  // compress df and save as rda file load("Data/mydf_s.rda") // save 할때 사용한 변수명 df5를 그대로 사용해야 한다.rm(df5) //변수 삭제str(df5)  // 정보 출력dim(exam)  // raw 와 col의 갯수만 출력 dimension  head(exam, 10) // 상위 10개만 출력View(exam) // 데이터 프레임을 그래픽출력summary(exam) //"" 기술 통계 출력median(a) // 중위수 출력mpg<-as.data.frame(mpg)//////////필수Viewdimstrclasssummary
//////////// 컬럼 이름 바꾸기 ///////////
install.packages("dplyr")
library(dplyr)

df_new<-rename(df2, v1=var1) // var1 컬럼 이름을 v1로
df_new


/////////////////////////////////////// 파생변수(컬럼 조작)

mydf <- data.frame(eng=c(70,90,80),                   mat=c(50,60,70))mydf$sum<-mydf$eng + mydf$mat    //sum 컬럼 생성mydfhist(mpg$tot)mpg$hl <- ifelse(mpg$tot >= 23, "gr_h", "gr_l")  // 파생변수 만듬과 동시에 삼항연산자 적용mpg$grade <- ifelse(mpg$tot >= 28, "A", ifelse(mpg$tot >= 20, "B", "C"))  //중복 적용table(mpg$hl)   //빈도표 출력  명목형 관련 사용처 많음.table(mpg$grade)
qplot(mpg$grade)
str(mpg)
summary(mpg)
//////////////////////////////////////////////////////////%% 필터library(dplyr)exam %>% filter(class==3)  // 파이프 라인 사용exam %>% filter(class!=3 & science >= 50)  //중복 조건exam %>% filter(class %in% c(1,4,5))  ///포함 되는 정보 출력rm(mpg$eng)  // 컬럼삭제!meanCty_vok =mean((mpg %>% filter(manufacturer == "volkswagen"))$cty) // 그룹 평균exam %>% select(science)  // 컬럼 추출exam %>% select(science,math, class)  //복수 컬럼 추출exam %>% select(-science)   // 컬럼 제외 출력 -를 붙인다!!!!!!!    %>% : dplyr 패키지에서 제공하는 연산자이다  !!!!!!# 다중 조건temp = exam %>%
  filter(class == 3) %>%
  select(math) %>% 
  head(2)
//////////////////////////정렬 ///////////////////////////!!!!     TAP 키로 자동완성!!   !!!!exam %>% arrange(math)   //오름차순exam %>% arrange(desc(math))  // 내림차순exam %>% arrange(math, english)  //math로 오름차순 정렬 후 english로 오름차순 정렬exam %>% arrange(class, english)  // 반별 영어점수 오름차순