RLab01
# dplyr은 데이터를 다루는 7가지 동작 함수
# 1)열방향 : 선택 -select()
# 2)열방향 : 계산 -mutate()
# 3)행방향 : 조건 -filter()
# 4)행방향 : 추가 -bind_rows()
# 5)행방향 : 정렬 -arrange()
# 6)그룹계산 - group_by() + summarise()
# 7)열결합 : left_join()
install.packages("nycflights13")
library(nycflights13)
library(dplyr)
flights
# 열방향 : 선택 -select()
# 데이터에서 컬럼을 선택해서 사용함.
# select()는 선언된 순서대로 컬럼을 정렬함.
select(flights, year, month, day)
# 열방향 : 계산 -mutate()
# 출력 편의를 일부 데이터만 사용
flights_sml <- select(flights, year:day, ends_with("delay"),
distance, air_time)
flights_sml
# 각 컬럼간의 계산으로 새로운 열을 만들수 있다.
flights_sml <- mutate(flights_sml,
gain = arr_delay - dep_delay,
speed = distance / air_time * 60)
# 행방향 : 조건 -filter()
filter(flights, month == 1)
# 행방향 : 정렬 -arrange()
# 지정되는 컬럼 순으로 오름차순 정렬해주는 함수
arrange(flights, dep_delay)
# 그룹계산 - group_by() + summarise()
# summarise() : 여러 데이터를 요약해서 특성을 파악하는
# 방식으로 동작하는 함수들을 적용할때 사용. sum mean 등
summarise(flights, mean = mean(dep_delay, na.rm = T),
n = n())
# na.rm = T : 결측값(NA)을 분석시 미포함.
# group_by() : 데이터에 지정한 컬럼별이라는 추가 조건을 지정하는
# 기능을 수행.
flights_g <- group_by(flights, month)
flights
summarise(flights_g, mean = mean(dep_delay, na.rm = T), n = n())
# 열 결합(join) - left_join()
flights2 <- select(flights, year:day, hour, origin, dest,
tailnum, carrier)
flights2
# left_join() : 왼쪽 데이터를 기준으로 하고, by로 지정된 컬럼이
# key로 지정하여 오른쪽 데이터를 왼쪽 데이터에 결합하는 함수
flights_join <- left_join(flights2, airlines, by = "carrier")
flights_join
RLab02
보스톤하우징 데이터셋을 분석해본다.
# 보스톤하우징 데이터셋을 분석해본다.
# 데이터 수집
# bostonHousing 데이터셋을 활용하기 위해서
# mlbench패키지를 인스톨한다.
install.packages("mlbench")
library(mlbench)
data("BostonHousing")
# 5개 변수만 추출해서 따로 데이터셋을 만들다.
myds <- BostonHousing[,c("crim","rm","dis","tax","medv")]
myds
head(myds)
dim(myds)
grp <- c()
# grp변수에다가 medv(주택가격) 상,중,하 분류한 내용을 저장
# 506번 루핑하면서 해당 값을 grp에 저장함.
for(i in 1:nrow(myds)){
if(myds$medv[i] >= 25){
grp[i] <- "H"
}else if(myds$medv[i] < 25.0 & myds$medv[i] > 17.0){
grp[i] <- "M"
}else{
grp[i] <- "L"
}
}
# 팩터값 조정
grp <- factor(grp)
grp
grp <- factor(grp, levels = c("H","M","L"))
grp
# 기존의 myds라는 데이터프레임에 grp 팩터를 추가
myds <- data.frame(myds, grp)
myds
str(myds)
# 그룹별 주택의 빈도수
table(myds$grp)
# 여기까지 데이터 수집이 끝남.
# 분석과정 시작
# 1. 히스토그램 차트 작성
par(mfrow=c(2,3)) #2*3가상화면 분할
for(i in 1:5){
hist(myds[,i],
main = colnames(myds)[i],
col = "yellow")
}
par(mfrow=c(1,1)) #가상화면 원복
# 2. 박스상자
par(mfrow=c(2,3)) #2*3가상화면 분할
for(i in 1:5){
boxplot(myds[,i],
main = colnames(myds)[i])
}
par(mfrow=c(1,1)) #가상화면 원복
# 3. 그룹별 관측값 분포표 (범위)
boxplot(myds$crim~myds$grp,
main = "1인당 범죄율")
boxplot(myds$rm~myds$grp,
main = "방의 개수")
# 4. 다중 산점도를 통한 변수들간 상관관계
pairs(myds[,-6]) #grp열 제외하고 나타내라라
# 점의 색을 지정
color <- c("red","green","blue")
# 점의 모양을 지정
point <- as.integer(myds$grp)
pairs(myds[,-6], pch=point,
col=color[point])
# 5. 변수간의 상관계수를 확인
cor(myds[,-6])
(정보문화사)빅데이터 분석을 위한 R 프로그래밍
COUPANG
www.coupang.com
파트너스 활동을 통해 일정액의 수수료를 제공받을 수 있음
