[Fast campus] Data Science with R 1기 - 이부일 강사님
R 공부하면서 배운 내용 복습 겸 정리하는 곳입니다.
Data Handling = Data Pre-processing
## 사용할 데이터 읽어오기
# 외부 데이터를 읽어오면 data.frame 형태로 저장된다.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 | > student = readxl::read_excel(path = "fs/data/student.xlsx", + sheet = "data", + col_names = TRUE) > student # A tibble: 12 x 8 id gender age height weight address <dbl> <chr> <dbl> <dbl> <dbl> <chr> 1 1 남자 29 188 80 구파발 2 2 남자 28 185 63 강동 3 3 남자 25 172 63 압구정동 4 4 여자 24 160 48 수원 5 5 남자 26 180 80 용인 6 6 남자 26 188 77 성수 7 7 남자 59 170 63 수원 8 8 여자 25 160 45 분당 9 9 남자 27 178 78 강동 10 10 남자 31 181 95 의왕 11 11 여자 27 167 58 길동 12 12 남자 40 175 70 부산 # ... with 2 more variables: major <chr>, # company <chr> | cs |
1. 데이터 전체보기
(1) View(데이터)
View(student)
# 별도의 팝업 창으로 데이터를 볼 수 있음
(2) 데이터 : 콘솔(Console)에 출력
student
2. 데이터 구조(Structure) 보기
(1) str(데이터)
str(student)
1 2 3 4 5 6 7 8 9 10 | > str(student) Classes ‘tbl_df’, ‘tbl’ and 'data.frame': 12 obs. of 8 variables: $ id : num 1 2 3 4 5 6 7 8 9 10 ... $ gender : chr "남자" "남자" "남자" "여자" ... $ age : num 29 28 25 24 26 26 59 25 27 31 ... $ height : num 188 185 172 160 180 188 170 160 178 181 ... $ weight : num 80 63 63 48 80 77 63 45 78 95 ... $ address: chr "구파발" "강동" "압구정동" "수원" ... $ major : chr "경영정보학" "산업경영학" "경영학" "수학" ... $ company: chr "NC소프트" "구글" "아마존" "SK" ... | cs |
# student의 id만 보고 싶다면 => str(student$id)
3. 데이터의 일부 보기
(1) head(데이터)
# 상위 6개의 데이터를 보여줌
1 2 3 4 5 6 7 8 9 10 11 12 | > head(student) # A tibble: 6 x 8 id gender age height weight address <dbl> <chr> <dbl> <dbl> <dbl> <chr> 1 1 남자 29 188 80 구파발 2 2 남자 28 185 63 강동 3 3 남자 25 172 63 압구정동 4 4 여자 24 160 48 수원 5 5 남자 26 180 80 용인 6 6 남자 26 188 77 성수 # ... with 2 more variables: major <chr>, # company <chr> | cs |
# head(student, n = 3)
# 출력 데이터 개수 지정 가능
(2) tail(데이터)
# 하위 6개의 데이터를 보여줌
# head와 동일한 출력 형태
# tail(student)
# tail(student, n = 3)
4. 데이터 프레임의 속성
(1) 행의 개수 : nrow(데이터)
1 2 | > nrow(student) [1] 12 | cs |
(2) 열의 개수 => 변수의 개수 : ncol(데이터)
1 2 | > ncol(student) [1] 8 | cs |
(3) 행의 이름 : rownames(데이터)
# 결과는 character
1 2 3 | > rownames(student) [1] "1" "2" "3" "4" "5" "6" "7" "8" [9] "9" "10" "11" "12" | cs |
(4) 열의 이름 => 변수의 이름 : colnames(데이터)
# 결과는 character
1 2 3 | > colnames(student) [1] "id" "gender" "age" "height" [5] "weight" "address" "major" "company" | cs |
(5) 차원(dimension) : 행, 렬 : dim(데이터)
1 2 3 4 5 6 7 8 | > dim(student) [1] 12 8 > dim(student)[1] [1] 12 > dim(student)[2] [1] 8 | cs |
(6) 차원의 이름 : 행의 이름, 열의 이름 : dimnames(데이터)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | > dimnames(student) [[1]] [1] "1" "2" "3" "4" "5" "6" "7" "8" [9] "9" "10" "11" "12" [[2]] [1] "id" "gender" "age" "height" [5] "weight" "address" "major" "company" > dimnames(student)[1] #리스트 [[1]] [1] "1" "2" "3" "4" "5" "6" "7" "8" [9] "9" "10" "11" "12" > dimnames(student)[[1]] #벡터 [1] "1" "2" "3" "4" "5" "6" "7" "8" [9] "9" "10" "11" "12" > dimnames(student)[[1]][3] #벡터(dimnames(student)[[1]]) 의 3번 째 값 [1] "3" | cs |
5. 데이터(data.frame)의 슬라이싱
# 데이터[행index, 열index] => data.frame은 행,열의 2차원 구조
# Vectorization 이 적용됨, for문 없이 연산이 끝까지 수행
(1) 열(column)
# 데이터[ , index]
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | > student[ , 2] # A tibble: 12 x 1 gender <chr> 1 남자 2 남자 3 남자 4 여자 5 남자 6 남자 7 남자 8 여자 9 남자 10 남자 11 여자 12 남자 | cs |
문제. 짝수번째 열 가져오기
1 2 3 | student[ , seq(from = 2, to = ncol(student), by = 2)] | cs |
# vector 에서는 length
# data.frame 에서는 nrow, ncol
문제. weight, height의 데이터를 가져오기
1 | student[ , c("weight", "height") | cs |
# index가 character 이므로 c( )를 사용
# 변수명에 특정한 패턴이 있는 것을 추출
# grep("패턴", 문자열)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 | # 변수명 중에서 'e'라는 글자를 포함하고 있는 변수명의 위치 grep("e", colnames(student)) # 'e'라는 글자를 포함하고 있는 변수명 grep("e", colnames(student), value=TRUE) # 'e'라는 글자를 포함하고 있는 데이터를 추출 student[ , grep("e", colnames(student), value=TRUE)] # 'a'라는 글자로 시작하는 데이터를 추출 => ^a student[ , grep("^a", colnames(student), value=TRUE)] # 't'라는 글자로 끝나는 데이터를 추출 => t$ student[ , grep("t$", colnames(student), value=TRUE)] # 't'라는 글자로 끝나거나, 'a'라는 글자로 시작하는 데이터를 추출 student[ , grep("t$|^a", colnames(student), value=TRUE)] | cs |
# 정규표현식을 익히자
# https://wikidocs.net/1669
# http://www.nextree.co.kr/p4327/
(2) 행(row)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | # 성별이 여자인 데이터만 가져오기 student.female = student[student$gender == "여자", ] # 거주지가 수원이 아닌 사람들의 데이터 student[student$address != "수원", ] # 몸무게가 50 이하인 사람들의 데이터 student[student$weight <= 50, ] # 나이가 30대 이상이고, 키는 175 이상인 사람 student[(student$age >= 30) & (student$height >= 175), ] # 나이가 30대 이상이거나 키는 175 이상인 사람 student[(student$age >= 30) | (student$height >= 175), ] | cs |
(3) 행, 열
1 2 3 4 | # 키가 170cm 이상이고, 몸무게가 60kg 이상인 사람들 중에서 # 변수명에 'e'라는 글자가 들어가는 데이터 student[(student$height >= 170) & (student$weight >= 60), grep("e", colnames(student))] | cs |
'Programming > R' 카테고리의 다른 글
| [Fast campus] 08. 유틸리티(반복, 조건, 사용자 함수) (0) | 2017.07.24 |
|---|---|
| [Fast campus] 07. 데이터 핸들링 2 (0) | 2017.07.20 |
| [Fast campus] 05. 외부 데이터 읽어오기 (0) | 2017.07.19 |
| [Fast campus] 04. 데이터의 유형(Type of Data) - 배열(Array), 데이터 프레임(Data.Frame), 리스트(List) (0) | 2017.07.19 |
| [Fast campus] 03. 데이터의 유형(Type of Data) - 요인(Factor), 행렬(Matrix) (0) | 2017.07.19 |