[R] 변수(rename, rm, save, load, paste), qplot, hist, mpg(ggplot2), readxl, dataframe(구조), dplyr(%>%), na.rm

변수 

a <- 3

var 1 <- c(1,2,3) # 여러개인 경우 c 로 감싸줘야한다. (c언어), vector type

var2 <- c(1:10) # 1,2,3,4,5,6,7,8,9,10 , python의 range같은거

var3 <- seq(1,5) # 1,2,3,4,5,6,7,8,9,10 , python의 range같은거

var4 <- seq(1,5, by=2) # 1, 3, 5 by=몇 단위로 나타낼 것인가 

str1 <- "a"

str2 <- c("a","b","c")

str2 + 2 # error

 

# 변수명 수정

mpg <- rename(mpg, newname=oldname)

 

# 변수 제거

rm(str1)

 

# rda파일을 변수로 저장 

save(df, file="df.rda") 

rm(df) # 파일을 저장한 변수를 제거할 수 있다. 

# 저장해둔 rda파일을 가져와 load하여 사용할 수 있다.

load("df.rda")

 

한변수의 여러개의 요소  paste로 하나로 만들기

paste(str2, collapse=",") # "a,b,c"

 

 

qplot 이용한 count_values() - table() 시각화

qplot(var1)

qplot(mpg$test) # 빈도 막대 그래프 생성

qplot(data=mpg, x=hwy) 

qplot(data=mpg, x=drv, y=hwy)

qplot(data=mpg, x=drv, y=hwy, geom="line")

qplot(data=mpg, x=drv, y=hwy, geom="boxplot")

qplot(data=mpg, x=drv, y=hwy, geom="boxplot", colur=drv)

histogram graph

hist(df$total)

 

mpg 데이터 사용해봅세

library(ggplot2)

mpg <- as.data.frame(ggplot2:mpg)

excel import 패키지

library(readxl) 

read_excel("excel_exam.xlsx", col_names=F, sheet=3)

# col_names 열 이름빼고 불러오기

# sheet , excel의 3번 시트 불러오기

read.csv("csv_exam.csv") 

 

write.csv(df, file="df.csv")

dataframe으로 저장하기

english <- c(90,80,60,70)

math <- c(50,60,100,20)

df_midterm <- data.frame(english, math)

df_rename <- rename(df, new_name=old_name)

df$new_col <- df$col1 + df$col2

 

dataframe 구조 파악

str(dataframe) 

# 4 obs : 4개 데이터, 3 variables : 3개 변수

head(df)

head(df, 10)

tail(df)

tail(df, 10)

View(df) # data view 창에서 데이터 확인 

dim(df) # shape, 행 열 출력

summary(df) # describe, 요약 통계 출력

table(df$test) # value_conts()

ifelse

ifelse(df$total>0 , "양수", "0 혹은 음수")

library(dplyr)

파이프 라인, 기호 : %>% (command + shift + m)

filter, select, mutate, arrange, summarise, join

 

dataframe 에 dplyr 사용

filter : filtering 하는 거

# | 혹은 & 사용 가능 
df %>% filter(class==1) %>%
    filter(math>40)
df %>% filter(class==1 & math>40)

# %in% 연산자
# %in% c() 사용 가능
df %>% filter(class==1 | class==3 | class==5)
df %>% filter(class %in% c(1,3,5))

select : 추출할 열 선택 

df %>% select(math) # math 열만 추출
df %>% select(class, math) 
df %>% select(-math) # math 열만 빼고 추출 
df %>% select(-math, -class)

arrange : sort, 정렬

df %>% arrange(math) # math 기준 오름차순 정렬
df %>% arrange(desc(math)) # math 기준 내림차순 정렬

df %>% arrange(class, math) # class 기준 오름차순 정렬 후 동일한 값은 math 기준 오름차순 정렬

mutate : 새로운 열을 추가

df %>% 
	mutate(total=math+english+science) %>% # total 이라는 변수 추가
    head # 일부 추출 
    
# 혹은 함수 계산한걸 넣을 수도 있다.
df %>% 
	mutate(mean=(math+english+science_/3) # 평균 만들어서 열 추가

summarise : 그룹별 요약 함수 , (mean, sum, median, n, ... )

data grouping -> 각 group별 분석 -> 결과들을 병합

group_by() : grouping 함수, 인수로 범주형 변수가 들어감(age, gender, ...)

df %>% summarise(mean(math)) # math의 mean 산출

df %>% group_by(class) %>% # class 별로 그룹화
	summarise(mean_math = mean(math), # math mean 산출
    		sum_math = sum(math), # math sum 산출
            median_math = median(math), # math median 산출
            n = n()) # 행의 개수

join

left_join :  id 키 기준으로 합쳐서 total 에 할당

total <- left_join(test1, test2, by="id")

 

bind_rows : group_a, group_b 를 위 아래로 합친다. dataframe type만 사용가능

bind_rows(group_a, group_b)

inner_joint : 지정한 키에서 동일하게 존재하는 데이터만 추출(교집합)

inner_join(df1, df2) # 자동으로 겹치는 열을 키로 한다.
inner_join(df1, df2, by="name") # 키를 name으로 지정함

base package

rbind :row 기준 합치기(row가 늘어난다) , columns와 변수명이 동일해야함 , 위 아래로 합침

   vector, matrix, dataframe... 모두 사용가능

rbind(d1,d2)

cbind : columns 기준 합치기(columns가 늘어난다), row개수가 같아야한다.

cbind(d1,d2)

 

NA 처리

na.rm=TRUE

sum(res$math) # 데이터 중 NA가 하나라도 있다면 결과는 NA이다.
sum(res$math, na.rm=TRUE) # NA를 제외하고 총합을 낸다.