'R' 카테고리의 글 목록 (2 Page)

R | RLab_chap09(DoIt) | 2020-11-19 | RLab01~Rlab03

'한국복지패널데이터' 분석 준비하기 RLab01 # 데이터분석(EDA) 준비하기 # 1) 패키지 준비 -- foreign패키지 설치 install.packages("foreign") # 2) 패키지 로드 library(foreign) library(dplyr) library(ggplot2) # 3) 데이터 불러오기 # - 복지패널데이터 로드드 # raw_welfare

2020. 11. 19. 15:18

R

R | RLab_chap07(DoIt) | 2020-11-18 | RLab05

이상치 정제하기 이상치 - 정상범주에서 크게 벗어난 값 -이상치 포함시 분석 결과 왜곡 -결측 처리 후 제외하고 분석 RLab05 # 데이터 정제 : 이상값 처리 # 논리적 혹은 통계학적으로 이상한 데이터가 입력되어 있을수 있음. # ==> 이러한 데이터를 이상값(outlier)이라 함. # 통계학에서 이상값이란 다른 관측값과 멀리 떨어진 관측값. # 성별 : M, F만 존재, 혈액형 : A,B,O,AB로만 표현 #이상값이 포함된 환자 데이터 patient

2020. 11. 18. 15:30

R

R | RLab_chap07(DoIt) | 2020-11-17 | RLab03~RLab04

RLab03 # 데이터 정제 : 결측값(Missing value) 처리 # 결측값 : 데이터 중 고의 또는 실수로 누락된 값을 의미한다. # 결측값을 그대로 놔둔채 데이터 가공 => 결과값에 오류, 잘못된 연산=> 적절한 정제처리가 필요하다. # 결측값 처리방법 # is.na 함수 이용 : NA인 데이터가 있으면 T, 없으면 F로 나타낸다. # na.omit 함수 이용 : NA인 데이터를 제거함. # 함수의 속성이용 : na.rm = T로하여 함수 수행시, NA를 제외함. airquality # 데이터 구조를 살펴봄 str(airquality) # airqaulity 데이터에서 NA인 것은 TRUE, 아니면 FALSE로 나타냄 is.na(airquality) # NA가 총 44개 있음. table(is...

2020. 11. 18. 09:01

R

R | RLab_chap07(DoIt) | 2020-11-16 | RLab01,2 전처리 종합정리

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) #..

2020. 11. 16. 15:36

R

R | RLab_chap08(DoIt) | 2020-11-13 | RLab05~RLab06

RLab05 # 선그래프의 작성 month

2020. 11. 13. 16:37

R

R | RLab_chap08(DoIt) | 2020-11-12 | RLab03 ~ RLab04

RLab03 # 상관 분석에 대해서 이해하기 # 음주량 beers

2020. 11. 12. 15:25

R

R | RLab_chap08(DoIt) | 2020-11-11 | RLab01

# ggplot2로드 library(ggplot2) # 1)배경 설정하기 # x축 displ, y축 hwy로 지정해 배경 생성 ggplot(data = mpg, aes(x = displ, y = hwy)) # 2)그래프 추가하기 # 배경에 산점도 추가 ggplot(data = mpg, aes(x = displ, y = hwy)) + geom_point() # 3)x축 범위를 조정하는 설정 추가하기 # x축 범위 3~6으로 지정 ggplot(data = mpg, aes(x = displ, y = hwy)) + geom_point() + xlim(3,6) # 4)y축 범위 10~30으로 지정 ggplot(data = mpg, aes(x = displ, y = hwy)) + geom_point() + xlim..

2020. 11. 11. 15:26

R

R | RLab_chap06(DoIt) | 2020-11-11 | RLab07

6장 분석하기 library(ggplot2) library(dplyr) midwest str(midwest) # 혼자해보기 분석도전 160p # 1) 미성년 인구 : (변수추가), 전체인구 : poptotal, 성인인구(popadults) # midwest 불러오기 midwest % select(county, radio_child) %>% head(5) # 3) midwest % mutate(radio_childlevel = ifelse(radio_child >= 40,"large", ifelse(radio_child >= 30 ,"middle","small"))) # 미성년 비율 등급 빈도표 table(midwest$radio_childlevel) # 4) midwest % arrange(radio_p..

2020. 11. 11. 14:42

R

R | RLab_chap06(DoIt) | 2020-11-10 | RLab06

테이블 조작 # 테이블 조작 #-------------------------------------------------------- # 열이름을 소문자로 변환 (결과출력안함함) colnames(customer_r) % #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)) #..

2020. 11. 10. 15:22

R

R | RLab_chap06(DoIt) | 2020-11-09 | RLab04~RLab05

RLab04 # summarise()함수 : 행요약하기 # 열전체를 입력 값으로 함수를 계산하여 요약값을 출력, # 주문테이블에서 매출(salse)의 평균값을 구하라. summarise(order_info_r, avg = mean(sales)) summarise(order_info_r, min_value = min(sales), max_value= max(sales)) order_info_r %>% summarise(min_value = min(sales), max_value= max(sales)) # 패키지 로딩 library(dplyr) exam % summarise(mean_math = mean(math)) #class별로 분리 exam %>% group_by(class) %>% summarise(..

2020. 11. 9. 15:27

R

R | RLab_chap06(DoIt) | 2020-11-06 | RLab02~RLab03

RLab02 # arrange() 함수 : 행 정렬하기 # salse 값을 오름차순으로 정렬 order_info_r %>% arrange(sales) # 내림차순으로 정렬 : desc옵션추가함. order_info_r %>% arrange(desc(sales)) # reserv_no순서대로 오름차순 정렬후 다시 # item_id로 오름차순 정렬. order_info_r %>% arrange(reserv_no, item_id) # 오름차순으로 정렬하기 exam %arrange(math) # 내림차순으로 정렬하기 exam %>%arrange(desc(math)) # 정렬 기준 변수 여러개 지정 # class및 math 오름차순 정렬하기 exam %>% arrange(class,math) # 혼자서 해보기 1..

2020. 11. 6. 15:24

R

R | RLab_chap06(DoIt) | 2020-11-05 | RLab01

RLab01 - 6장 # 2019년 하반기 패밀리 레스토랑 온라인 예약 및 매출 데이터와 관련된 데이터. # customer_r : 고객 정보(183행,데이터수) # item_r : 메뉴 상품 정보(10) # order_info_r : 주문 상세세 정보(391) # reservation_r : 주문 예약,취소 정보(396) # dplyr 패키지 # : 데이터 조작과 처리에 특화된 R 패키지.(디플라이알) # : 데이터 처리하는 주요 패키지로 자리 잡음. # 열이름을 소문자로 변환 (결과출력안함함) colnames(customer_r) % G # count()함수 : 데이터를 세는 함수 # customer_r 데이터 셋을 count() 함수로 전달함함 customer_r %>% count() exam %f..

2020. 11. 5. 14:43

R

R | RLab_chap06 | 2020-11-04 | lab05

5장 문제 분석 도전! 123p library(ggplot2) library(dplyr) # 5장 문제 분석 도전! 123p # 문제 1 midwest

2020. 11. 4. 15:22

R

R | Rlab_Project | 2020-11-04 | 2.API를 활용한 데이터 수집

2.API를 활용한 데이터 수집 R에서 API 호출, 데이터 수집 코드 작성 지역코드 데이터 수집 : reging_cd.csv 호출 코드 작성 : 1)지역코드(LAWD_CD) 목록 생성 2)연월(DEAL_YMD) 목록 생성 3)반복문으로 지역/연월별 API 호출 # R에서 API 호출, 데이터 수집 코드 작성 # 지역코드 데이터 수집 : reging_cd.csv # API 호출 코드 작성 : # 1)지역코드(LAWD_CD) 목록 생성 # 2)연월(DEAL_YMD) 목록 생성 # 3)반복문으로 지역/연월별 API 호출 2)연월(DEAL_YMD) 목록 생성 c(2010:2020) c(1:12) x

2020. 11. 4. 15:05

R

R | RLab_chap06 | 2020-11-03 | lab04

# 패키지 설치 install.packages("dplyr") install.packages("ggplot2") #패키지 로드 library(dplyr) library(ggplot2) #데이터 검토 head(mpg) #데이터 분석 #1.회사별 평균 연비 높은 순 정렬 mpg %>% group_by(manufacturer) %>% summarise(mean.hwy=mean(hwy)) %>% arrange(desc(mean.hwy)) # 2.포드 연비 높은 순 정렬 mpg %>% filter(manufacturer=="ford") %>% group_by(model) %>% arrange(desc(hwy)) # 3.배기량과 연비 관계 그래프 qplot(data = mpg, x = displ, y= hwy) m..

2020. 11. 3. 15:23