Programming/R
[R기초] 내장 데이터로 데이터 분석해보기
aram
2023. 7. 28. 17:06
# 데이터분석
| head( DATA ) | 처음 6개 데이터 조회 | class( DATA ) | 데이터 자료형 |
| head( DATA, n=) | 처음 n개 데이터 조회 | dim( DATA ) | 행과 열의 개수 |
| tail( DATA ) | 마지막 6개 데이터 조회 | nrow( DATA ) | 행의 개수 |
| tail( DATA,n=) | 마지막 n개 데이터 조회 | ncol( DATA ) | 열의 개수 |
| str( DATA ) | 요약정보 | colnames( DATA ) | 열의 이름 |
| table( DATA ) | DATA 개수 조회 | levels( DATA ) | factor 데이터의 level을 보여줌 |
head(iris) #처음 6개 데이터 조회
tail(iris) #마지막 6개 데이터 조회
class(iris)#"data.frame" : iris 데이터 자료형
dim(iris) #150 5 : 행과 열의 개수
nrow(iris) #150 : 행의 개수
ncol(iris) #5 : 열의 개수
colnames(iris) #열의 이름 "Sepal.Length" "Sepal.Width" "Petal.Length" "Petal.Width" "Species"
str(iris)
# 'data.frame': 150 obs. of 5 variables:
# $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
# $ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
# $ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
# $ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
# $ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...
# 원하는 값만 조회
- DATA[ 행, 열 ]
> DATA[ , 열 ] : 전체 행 & 선택 열
> DATA[ 행, ] : 선택 행 & 전체 열
> DATA[ , 1:2 ] : 위치로 컬럼 선택
> DATA[ , c("1","2") ] : 컬럼명으로 컬럼 선택
> DATA[ , -1 ] : 1행 제외한 나머지 컬럼
#Species 컬럼만 조회
iris[, 'Species']
iris[, 5]
# [1] setosa setosa ...
# [9] setosa setosa ...
# iris 데이터의 Species 컬럼 levels 조회
levels(iris[,5]) #"setosa" "versicolor" "virginica"
# 품종별 데이터 개수 조회하기
table(iris[,5])
# setosa versicolor virginica
# 50 50 50
iris[,-5]
# Sepal.Length Sepal.Width Petal.Length Petal.Width
# 1 5.1 3.5 1.4 0.2
# 2 4.9 3.0 1.4 0.2
# 3 4.7 3.2 1.3 0.2
# ...
subset( DATA, 조건식 )
#Sepal.Length >5 크고, Sepal.width >4 보다 큰 행들만 iris2 데이터 저장하기
iris2 <- subset(iris, Sepal.Length>5 & Sepal.Width>4)
str(iris2)
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 16 5.7 4.4 1.5 0.4 setosa
# 33 5.2 4.1 1.5 0.1 setosa
# 34 5.5 4.2 1.4 0.2 setosa
#Sepal.Length >5 크고, Sepal.width >4 보다 큰 행들의 Petal.Length, Petal.Width, Species 컬럼만 조회
iris2 <- subset(iris, Sepal.Length>5 & Sepal.Width>4)
iris2[, 3:5]
subset(iris, Sepal.Length > 5 & Sepal.Width >4)[,3:5]
subset(iris, Sepal.Length > 5 & Sepal.Width >4)[,c(3,4,5)]
# 행/열별 통계 조회
- rowSum( DATA ) / colSum( DATA ) : 행/열별 합계 조회
- rowMeans( DATA ) / colMeans( DATA ) : 행/열별 평균 조회
- data.frame 형식 유지해야함
# 열별 합계 조회
colSums(iris[,-5])
# Sepal.Length Sepal.Width Petal.Length Petal.Width
# 876.5 458.6 563.7 179.9
# 열별 평균 조회
colMeans(iris[,-5])
# Sepal.Length Sepal.Width Petal.Length Petal.Width
# 5.843333 3.057333 3.758000 1.199333
# 행별 합계 조회
rowSums(iris[, -5])
# [1] 10.2 9.5 9.4 ...
# [18] 10.3 11.5 10.7 ...
# ...
# 행별 평균 조회
rowMeans(iris[, -5])
# [1] 2.550 2.375 2.350 ...
# [15] 2.800 3.000 2.750 ...
# ...
자료형 확인
- is.matrix( DATA ) : 자료형이 매트릭스야?
- is.data.frame( DATA ) : 자료형이 데이터프레임이야?
- 맞으면 TRUE / 아니면 FALSE 반환
is.matrix(iris) #FALSE : "data.frame" DATA
is.matrix(state.x77) #TRUE : "matrix" "array" DATA
is.data.frame(iris) #TRUE
is.data.frame(state.x77) #FALSE
데이터 구조 변경
- as.matrix( DATA ) : 매트릭스로 강제 변경
- as.data.frame( DATA ) : 데이터프레임으로 강제 변경
- matrix 특성 상 문자열이 있을 경우 전체 문자열로 변경됨
## data.frame => matrix : 전체 문자열로 바뀜 why? 자료형이 동일해야함.
miris <- as.matrix(iris)
miris
miris <- as.matrix(iris[, -5])
miris
class(miris) #"matrix" "array"
trees 데이터 : 벚나무의 정보를 저장한 데이터
# 1. 직경 Girth의 평균값 구하기
colMeans(trees[1])
mean(trees[, 1])
mean(trees$Girth)
mean(trees[, 'Girth'])
# 2. 직경 Girth이 전체 직경 평균값 보다 큰 데이터만 조회
subset(trees, Girth > colMeans(trees[1]))
subset(trees, Girth > mean(trees$Girth))
# 3. 직경 Girth > 전체 평균 / 높이 Height > 80 / 부피 Volume > 50
# selltree에 저장하고 레코드 개수 출력
selltree <- subset(trees, Girth>colMeans(trees[1])&Height>80&Volume>50)
selltree <- subset(trees, Girth>colMeans(trees["Girth"])&Height>80&Volume>50)
selltree <- subset(trees, Girth>mean(trees$Girth)&Height>80&Volume>50)
selltree <- subset(trees, Girth>mean(trees[,1])&Height>80&Volume>50)
print(selltree)
print(nrow(selltree))
cars 데이터셋 : 자동차와 속도, 제동거리에 대한 자료
# (1) 이 데이터셋의 자료구조는?
class(cars) #"data.frame"
# (2) 이 데이터셋의 관측값(행)과 컬럼(변수)의 개수는?
cat(nrow(cars), ncol(cars)) # 50 2
# or
dim(cars) #50 2
# (3) 이 데이터셋의 앞쪽 일부분의 내용을 보이시오
print(head(cars))
print(head(cars,4))
# (4) 이 데이터셋의 요약 정보를 조회
str(cars)
# (5) 이 데이터셋의 컬럼별 평균은?
print(colMeans(cars))
# speed dist
# 15.40 42.98
# (6) 가장 긴 제동거리 dist는?
print(max(cars$dist)) #120
# (7) 제동거리가 가장 길 때의 속력 speed와 제동거리dist는?
print(subset(cars, dist==max(cars$dist)))
# speed dist
# 49 24 120
InsectSprays : 살충제 효과를 실험한 자료
# (1) 이 데이터셋의 자료구조가 매트릭스 인가?
print(is.matrix(InsectSprays)) #FALSE
# (2) 이 데이터셋의 요약 정보를 조회
str(InsectSprays)
# (3) 이 데이터셋의 뒤쪽 10개의 내용 조회
print(tail(InsectSprays, n=10))
# (4) 실험에 사용한 살충제 spray의 종류는?
print(levels(InsectSprays$spray)) #"A" "B" "C" "D" "E" "F"
# (5) 살충제별 데이터의 빈도는?
for (i in c(levels(InsectSprays$spray))){
s <- subset(InsectSprays, spray == i)
cat(i, nrow(s[1]), "\n")
}
# A 12
# B 12
# C 12
# D 12
# E 12
# F 12
# or
print(table(InsectSprays$spray))
# A B C D E F
# 12 12 12 12 12 12
# (6) 살충제 E의 자료만 추출하여 InsectSprays.e에 저장하시오
InsectSprays.e <- subset(InsectSprays, spray == "E")
# (7) 살충제 E가 박명한 해충수 count의 평균은?
mean(InsectSprays.e[, 1]) #3.5
* 내용참고&출처 : 태그의 수업을 복습 목적으로 정리한 내용입니다.
728x90