테이블 조작
# 테이블 조작
#--------------------------------------------------------
# 열이름을 소문자로 변환 (결과출력안함함)
colnames(customer_r) <- tolower(colnames(customer_r))
colnames(reservation_r) <- tolower(colnames(reservation_r))
colnames(order_info_r) <- tolower(colnames(order_info_r))
colnames(item_r) <- tolower(colnames(item_r))
head(customer_r)
# dplyr 패키지 설치
install.packages("dplyr")
# 패키지 로딩
library(dplyr)
#--------------------------------------------------------
# bind_cols() 함수 : 테이블 열 붙이기
# order_info_r과 똑같은 temp_order_info_r테이블 만들어서 두 테이블을 붙여 보자
order_info_r
temp_order_info_r <- order_info_r
bind_cols(order_info_r, temp_order_info_r)
temp_order_info_r <- bind_cols(order_info_r, temp_order_info_r)
# bind_rows() : 테이블 행 붙이기
bind_rows(order_info_r, temp_order_info_r)
# 조인 함수 : inner_join(), left_join(), right_join(), full_join
# 조인 : 테이블의 데이터를 연결 매개체가 되는 키(key)로 서로 연결하는 기법
# 이너 조인 : 조인 조건이 정확히 일치하는 경우 결과출력(동등 조인인)
# reservation_r(예약정보) 테이블과 order_info_r(주문정보) 테이블 연결해보자.
# 예약번호(reserv_no)열을 키로 열결해보자.
# => reserv_no가 일치하는 행들만 출력된 것을 확인인
View(reservation_r)
View(order_info_r)
data_inner_join <- inner_join(reservation_r, order_info_r, by ="reserv_no") %>%
arrange(reserv_no, item_id) %>%
select(reserv_no, customer_id, item_id, sales)
# left_join()함수 : 왼쪽 기준 모든 데이터 연결하기
# right_join()함수 : 오른쪽 기준 모든 데이터 연결하기, 원리는 left_join()과 같음.
# 연결하는 기준 테이블이 오른쪾(right)이라는 점만 다름.
reservation_new <- right_join(reservation_r, order_info_r, by = "reserv_no") %>%
arrange(reserv_no, item_id) %>%
select(reserv_no, visitor_cnt, cancel, order_no, item_id, sales)
View(reservation_new)
# full_join()함수 : 양쪽 모든 데이터 연결하기
# add_row()함수사용하여 order_info_r 테이블에 임의의 reserv_no 생성해서 풀조인
# 새로운 행 생성
table_added_row <- order_info_r %>%
add_row(order_no = "1", item_id = "1", reserv_no = "1", sales = 1)
data_full_join <- full_join(reservation_r, table_added_row, by = "reserv_no") %>%
arrange(reserv_no, item_id) %>%
select(reserv_no, customer_id, visitor_cnt, cancel,order_no, item_id, sales)
# intersect()함수 : 데이터 교집합 구하기
# reservaton_r의 reserv_no 추출
reservation_r_rsv_no <- select(reservation_r, reserv_no)
# order_info_r의 reserv_no 추출
order_info_r_rsv_no <- select(order_info_r, reserv_no)
#양쪽 데이터셋에 존재하는 reserv_no
intersect(reservation_r_rsv_no, order_info_r_rsv_no)
#setdiff()함수 : 데이터 뺴기, 차집합
setdiff(reservation_r_rsv_no, order_info_r_rsv_no)
#unoion() 함수 : 중복을 제거해서 데이터 합치기, 합집합
union(reservation_r_rsv_no, order_info_r_rsv_no)
# reservation_r 테이블에서 평균 방문 고객 수 (visitor_cnt)가
# 세명 이상인 고객을 구하되, 평균 방문 고객 수가 높은 고객부터 출력하시오.
# 6장 정리하기 158p
data_reservation_r <- reservation_r %>% # 테이블 선택해서 데이터를 전달
group_by(customer_id) %>% # 고객번호로 그룹화화
summarise(avg = mean(visitor_cnt)) %>%
filter(avg >= 3) %>% #요약된 값이 3이상인 행만 선택
arrange(desc(avg))
reservation_r %>%
group_by(customer_id) %>%
mutate(avg = mean(visitor_cnt)) %>% #방문고객수의 평균을 avg라는 열로 생성
select(customer_id, avg) %>% #고객번호와 평균열 선택
filter(avg >= 3) %>%
distinct(customer_id, avg) %>% #고객번호 평균열의 유일값만 출력
arrange(desc(avg))
# order_info_r 테이블의 메뉴(item_id)별, 월별 평균 매출을 계산한 후 메뉴별, 월별로
# 오름차순 정렬해서 출력하시오.(메뉴 아이템별 월 평균 매출)
# subset() : 조건식으로 데이터를 추출
# subset(x, 조건식, 열)
# substr() : 데이터에서 일부문자열을 선택해서 추출
# substr(데이터(열이름), 시작위치, 종료위치)
