12. R정리 (데이터 수정/가공)

4. 데이터 수정하기
① 변수명 바꾸기 : rename(변수명, 수정 전 변수명 = 수정 후 변수명)
dplyr 패키지 설치/로드

install.package("dp1yr")
library(dp1yr)

② 파생변수 만들기 (새로운 열 추가)
DF명$파생변수 = DF명$기존변수 + DF명$기존변수
DF명$파생변수 = (DF명$기존변수 + DF명$기존변수)/2

③ 조건문으로 합격 판정 변수 만들기
ifelse(DF명$변수 명과 조건, "참일 때 부여", "거짓일 때 부여")

여러 개의 조건 설정
ifelse (DF명$변수명과 조건, "참일 때 부여", "거짓일 때 부여",
ifelse(DF명$변수명과 조건, "참일 때 부여", "거짓일 때 부여"))

④ 출력하기
table(DF명$변수명) : 빈도표 출력
qplot(DF명$변수명) : 빈도 막대그래프 출력

 

5. 데이터 가공하기
* dplyr 패키지의 함수와 기능

filter() 행 추출
select() 열(변수) 추출
arrange() 정렬
mutate() 변수 추가
summarise() 통계치 산출
group_by() 집단별로 나누기
left_join() 열 데이터 합치기
bind_rows() 행 데이터 합치기

 

행 추출
%>% ~ filter 함수

① 패키지 로드&데이터 준비
library(dplyr)
DF명 = read.csv("파일명")

② 한 가지 조건 충족하는 행 추출
DF명 %>% filter(변수명 == n) : DF에서 변수 값이 n인 경우
DF명 %>% filter(변수명 != n) : DF에서 변수 값이 n이 아닌 경우
DF명 %>% filter(변수명 > n) : DF에서 변수 값이 n을 초과한 경우

③ 여러 조건 충족하는 행 추출
DF명 %>% filter(변수명1 == 1 & 변수명2 >=50) : 변수 값 1이 1과 같고, 칼럼 값 2가 50이상인 경우
DF명 %>% filter(변수명1 == 1 | 변수명2 >=50) : 변수 값 1이 1이거나, 칼럼 값 2가 50이상인 경우
DF명 %>% filter(변수명%in% c(1,3,5)) : 변수 값이 1,3,5에 당하면 추출

④ 추출한 행으로 데이터 만들기
df1 = DF명 %>% filter(변수명 == 1) : 변수 값이 1인 행 추출, df1에 할당


열 추출
%>% ~ slelct 함수

① 한가지 조건 충족하는 행 추출
DF명 %>% filter(변수명) : DF에서 변수 값 추출
DF명 %>% filter(변수명1, 변수명2, 변수명3) : DF에서 변수 값 1,2,3 추출
DF명 %>% filter(-변수명) : DF에서 변수 값만 제외하고 추출

② 여러 조건 충족하는 행 추출
DF명 %>% filter(변수명1 == 1) %>% select (변수명2) 
변수값이 1인 행만 추출한 다음, 변수값2 추출


순서대로 정렬하기
① DF명 %>% arrange(변수명) : 변수 오름차순 정렬
② DF명 %>% arrange(desc(변수명) : 변수 내림차순 정렬
③ DF명 %>% arrange(변수명1, 변수명2) : 변수1 오름차순 정렬 > 변수2 오름차순 정렬


파생변수 추가하기

파생변수? 연산을 통해 얻은 새로운 결과로 새로운 변수를 생성하는 것

① DF명 %>% mutate(새로 만들고 싶은 변수명 = 기존 변수 이용한 조건) %>%

② DF명 %>% mutate(새로 만들고 싶은 변수명 = 기존 변수 이용한 조건,
새로 만들고 싶은 변수명 = 기존 변수 이용한 조건, )) %>%
ex) mutate(total = math+english+science, #총합 변수 추가
mean = (math, english+science)/3) %>% #총평균 변수 추가

③ DF명 %>% mutate(새로 만들고 싶은 변수명 = ifelse(변수명 >= 60, "참일 때 부여", "거짓일 때 부여")) %>%

④ DF명 %>% mutate(새로 만들고 싶은 변수명 = 새로 만들고 싶은 변수명 = 기존 변수 이용한 조건) %>% arrange (새로 만들고 싶은 변수명) %>%





6. 집단별로 요약하기/합치기

집단별로 요약하기
① DF명 >%> group_by (변수명1) %>% #변수명1별로 분리
summarise(새로 만들 변수명=mean(변수명2)) #변수값2의 평균 산출

② 여러 요약통계량 한 번에 산출하기
DF명 >%> group_by (변수명1) %>%
summarise(새로 만들 변수명=mean(변수명2),
새로 만들 변수명 = sum(변수명2), #변수값2의 합계
새로 만들 변수명 = median(변수명2)) #변수값2의 중앙값

③ 각 집단별로 다시 집단 나누기
DF명 %>%
group_by(1순위로 그룹 나눌 변수명, 2순위로 그룹 나눌 변수명) %>%
summarise(새로 만들 변수명=mean(변수명)) %>% #새로 만들 변수명이 3순위로 처리


데이터 합치기
① 가로로 합치기
새로운 변수명 = left_join (DF1, DF2, by="변수명") : 변수명을 기준으로 DF1과 DF2 결합

② 세로로 합치기
새로운 변수명 = bind_rows(DF1, DF2) : DF1, DF2 합쳐서 새로운 변수명에 할당