head, view , summary, dim. summarize, rename, mutate, group_by

1 2 3 4 5 6 7 8 9

as.data.frame() -> 명시적으로 타입을 데이터 프레임으로 변경 /////////////////데이터 추정 명령어 ////////// head view summary dim str //////////////////////////////////////////// # 이름변경 rename(<nameOfDF>, <ToName>=<fromName>) exam %>%    mutate( tot = math + english + science,            avg = (tot)/ 3 ) %>%  exam %>%    mutate(res=ifelse(science >60, "pass", "fail")) %>%    head(5) exam %>% summarise(meanMath=mean(math)) ///////group//////// exam %>%   group_by(class) %>%    summarise(meanMath=mean(math)) ///////////////////////////// 중요 ///////////////////////////// exam %>%   group_by(class) %>%    summarise(meanMath=mean(math), medMath=median(math),             sumMath=sum(math), count=n(),             sdMath=sd(math),minMath=min(math),maxMath=max(math)   ) sd= 표준편차  #그룹화 조건 두개 (대분류 중분류) mpg %>%    group_by(manufacturer, drv) %>%    summarise(meanCty=mean(cty)) %>%    head(20) //////////////////////// mpg %>%    group_by(manufacturer) %>%    filter(class=="suv") %>%    mutate( avg = (hwy + cty) / 2 ) %>%    summarise(meanAvg = mean(avg)) %>%    arrange(meanAvg) %>%    head(5) //////////////////////////// #조인 mid = data.frame(sid=c(100,200,300,400,500), scoreMid=c(90,90,50,70,100)) final = data.frame(sid=c(100,200,300,400,500), scoreFinal=c(70,60,80,90,40)) tot = left_join(mid ,final, ) tot #기준컬럼이 다를 경우 mid = data.frame(sid=c(100,200,300,400,500),                  scoreMid=c(90,90,50,70,100)) final = data.frame(sid2=c(100,200,300,400,500),                  scoreFinal=c(70,60,80,90,40)) tot = left_join(mid ,final,by=c("sid" = "sid2")) tot //////////////////// 예제 ////////////////////////// tName = data.frame(teacher=c("aaa","bbb","ccc","ddd","eee"), class=c(1,2,3,4,5)) tName temp = left_join(exam, tName, by = "class") temp ////////////////////// 세로 합치기 /////////////// mid = data.frame(sid=c(100,200,300,400,500),                  scoreMid=c(90,90,50,70,100)) final = data.frame(sid=c(200,400,600,800,900),                    scoreFinal=c(70,60,80,90,40)) exam_all = bind_rows(mid,final) exam_all ////////////////////////////////////////////////////// #결측치 df = data.frame(gender=c('f','m',NA,'m','f'),                 score=c(50,40,40,30,NA)) df is.na(df) table(is.na(df)) table(is.na(df$gender)) table(is.na(df$score)) exam$class == 1 //// 조건에 맞는 행만 true 즉 #결측치 제거  filter함수는 조건이 true인 행만 출력 df %>% filter(is.na(score))  // score가 NA인 값만 추출 df %>% filter(!is.na(score))  // score가 NA가 아닌 값만 추출 #NA잇는거 전부 제거 dfNoMiss = df %>% filter(!is.na(score) & !is.na(gender)) dfNoMiss #같은 기능 dfNoMiss2 = na.omit(df) dfNoMiss2 #그냥 함수 내부에서 NA를 제외한후 연산 가능 mean(df$score, na.rm = T) exam %>% summarise(meanSci=mean(science, na.rm = T)) #특정 행과 열에 결측치 추가 mpg[c(65, 124, 131, 153, 212), "hwy"] <- NA  #특정 행의 특정 컬럼만을 추출. exam[ c(2,5,10), 5] exam[ c(2,5,10), "science"] /////////////////////////////////////////// ### 결측치를 평균으로 대체 ### exam mean_sc = mean(exam$science, na.rm = T) exam$science = ifelse(is.na(exam$science), mean_sc ,exam$science) exam$science table(is.na(exam$science)) mean(exam$science) #테이블의 일부를 변경하고자 할경후 변경한후 원본 테이블에 저장을 해야만 그부분이 갱신된다. ///////////////////////////////////////// #이상치 -3을 찾은후 NA로 대체 data$g = ifelse(data$g == -3 , NA, data$g) data data$s = ifelse(data$s < 3 , NA , data$s) data ////////////////////////////////// #극단치 확인  boxplot(mpg$cty)   #요약 통계치 , 로워 휘스커 , 로워 힌지 중위수 ,어퍼 힌지 , 어퍼 휘스커 바로 보기 boxplot(mpg$hwy)$stats #극단치 NA로 대체 후 갯수 확인 mpg$hwy = ifelse(mpg$hwy < 12 | mpg$hwy > 37 , NA , mpg$hwy) table(is.na(mpg$hwy)) ////////////////////////////////////// boxplot(mpg$cty)$stats[1] mpg$hwy = ifelse(mpg$cty < boxplot(mpg$cty)$stats[1] | mpg$cty > boxplot(mpg$cty)$stats[5] , NA , mpg$cty) table(is.na(mpg$cty)) # MATRIX a = matrix(1:6,ncol=2)   str(a) class(a) b = data.frame(matrix(6:10, ncol=5)) b ************************흐름제어************************* //////////////// 변수에 자연수 집합 바로 넣기 x = 1:5 x %% 2      // 나누기 for(i in 1:10){   print(i) } /////////////////////////선형 모델 ////// df = data.frame(x=1:5,y=seq(2,10,2)) df #residual (잔차)  df[3,2] = NA df = df %>% select(-V3) df resid(lm(y~x, data=df, na.action=na.exclude)) resid(lm(y~x, data=df, na.action=na.omit)) #resid :실제값과 예측값의 사이의 차이  *lm = 선형모델 만들기 ////////////////////사용자 정의 함수 ////////////// f = function(a,b){   print(a)   print(b) } f(1,2) f(b=1, a=2) /////////////////////////////////////////////////// #데이터셋 보기  library(help="datasets")