Yoon Da Yeong

I am an amazing person.

2.2 데이터 조작

2.2.1 기준에 따라 데이터 쪼개고 붙이기

  • split() 함수: 여러 그룹으로 쪼개어 새로운 데이터 셋 생성

  • subset() 함수: 데이터프레임의 일부 행(row)를 추출

    ​ =>subset(데이터, select = 추출대상변수(열), subset = (-)추출 조건)

  • merge(대상, 대상, by= “지정변수”)함수: 지정한 변수 기준으로 두 데이터 프레임 결합

    ​ -> 지정변수 넣을 때 무조건 “” 붙이기

2.2.3 apply 계열 함수

  • apply(): 행렬 & 데이터프레임의 각 행과 열에 대해 같은 작업을 반복적 실행

    ​ => 새로운 벡터 생성

    =>apply(x=행렬/데이터프레임, MARGIN = 방향, FUN = 함수)
    • MARGIN = 1: 모든 행 / MARGIN = 2: 모든 열

    ex) apply(X = a, MARGIN = 1, FUN = mean) # to every row

  • lapply(리스트, 적용할 함수): 리스트에 대해 apply()하여 새로운 list로 반환

    ex) lapply(Hong, length) # returns a list

  • sapply(리스트 , 적용할 함수): 리스트에 대해 apply()하여 새로운 vector로 반환

    ex) sapply(Hong, length) # returns a vector

  • tapply(그룹, 그룹,.., 적용할 함수): 특정 변수에 그룹별로 함수 적용

    ex) with(Cars93, tapply(Price, Origin, mean))

  • by(데이터, 데이터$그룹, 적용할 함수): 모든 변수에 함수 적용

    ex) by(Cars93, Cars93$Origin, summary)

2.3 Tidyverse 패키지

  • Tidyverse 패키지: 데이터 과학을 위해 디자인된 R-패키지의 모음

  • Core tidyverse packages: ggplot2, dplyr, tidyr, readr, purrr, tibble, stringr, forcats

2.4 ggplot2를 이용한 데이터 시각화

2.4.1 산점도

  • ggplot(data = 데이터셋) + geom_point(mapping= aes(x =, y= ), color=””, alpha= , shape=, size= ) + facet_wrap(~)

    ​ =>x와 y간의 산점도

    • geom_point(): 산점도 그리기

    • mapping= 인수를 이용해 시각화 대상 변수 지정

    • color: 색지정 ex) color= “blue” / color= class => 모든 변수에 색입히기

    • alpha: 명도 ex) alpha= class => 모든 변수에 명도 차

    • shape: 점모양

    • size: 점크기 ex) size= cyl => 모든 변수 사이즈 다르게

    • facet_wrap(): 지정한 범주형 변수의 값별로 산점도(1차원)

      ex) facet_wrap(~class, nrow=2) : class별로 2개 행으로 그래프 그리기

    • facet_grid(): 두 개의 범주형 변수값의 조합별로 산점도(2차원)

      ex) facet_grid(drv ~ cyl) : drv + cyl별로 구분

2.4.2 Geometric objects

  • geom_: 데이터를 시각화할 방법(또는 결과적으로 생성되는 객체의 종류)wlwjd

    • geom_point()

    • geom_smooth() : 주변 오차표시

      • geom_smooth(se = FALSE) : 주변 막 없음
      • geom_smooth(data= filter(mpg, class==” “)) : class 지정(고르게)

      ex)

      ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) + 
  geom_point() +
  geom_smooth()

      ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
  geom_point(mapping = aes(color = class)) + 
  geom_smooth(se = FALSE)

2.4.3 간단한 통계 분석 결과를 시각화

  • geom_bar(): 막대그래프

    ex)

    ggplot(data = diamonds) +
  geom_bar(mapping = aes(x = cut, fill = cut)) # x항목별 색칠

    ex)

    ggplot(data = diamonds) +
  geom_bar(mapping = aes(x = cut, color = clarity)) # Not good

    image-20210609174155935

    ex) geom_bar에 사용

    ggplot(data = diamonds) +
  geom_bar(mapping = aes(x = cut, fill = clarity))

image-20210609174230559

  • position: 점 표시 방식 지정

    ex) geom_bar에 사용

    d <- ggplot(data = diamonds, mapping = aes(x = cut, fill = clarity))
d + geom_bar(alpha = 1/5, position = "identity")

    image-20210609174421128

    ex) geom_bar에 사용

    d + geom_bar(position = "fill")

    image-20210609174454070

    ex) geom_bar에 사용

    d + geom_bar(position = "dodge")

    image-20210609174520001

    ex) geom_point에 사용

    ggplot(data = mpg) +
  geom_point(
    mapping = aes(x = displ, y = hwy),
    position = "jitter"
  )

    image-20210609174635154

    ex) stat_summary에 사용(선+점)

    ggplot(data = diamonds) + 
  stat_summary(
    mapping = aes(x = cut, y = depth),
    fun.ymin = min,
    fun.ymax = max,
    fun.y = median
  )

    image-20210609174831836

2.4.4 좌표축다루기

  • coord_flip(): 가로 세로축 swap

    ex)

    m + 
  geom_boxplot() +
  coord_flip()

image-20210609175000660

  • coord_polar(): 극좌표 나타냄(원형차트)

    ex)

    dbar <- ggplot(data = diamonds) + 
  geom_bar(
    mapping = aes(x = cut, fill = cut),
    show.legend = FALSE,
    width = 1
  ) +
  theme(aspect.ratio = 1) +
  labs(x = NULL, y = NULL)
    
dbar + coord_polar()

    image-20210609175339289

  • coord_fixed() : 가로축, 세로축 비율 고정

    ex)

    ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) +
  geom_point() +
  geom_abline() +
  coord_fixed() # coord_fixed(ratio = 1): default

2.4.5 Layered grammer

  • 최종 구성 (순서 유의)

    ggplot(data = <DATA>) +
  <GEOM_FUNCTION>(
    mapping = aes(<MAPPINGS>),
    stat = <STAT>,
    position = <POSITION>
  ) +
  <COORDINATE_FUNCTION> +
  <FACET_FUNCTION>

2.5 dplyr package

  • dplyr: 석가가 원하는 형태로 데이터를 변형하고 이리저리 핸들링하는 행위를 의미하는 신조어

2.5.2 기본 함수들

  • filter(대상, 조건): 지정 조건에 맞는 관측치 추출

    ex)

    filter(flights, month == 11 | month == 12)
filter(flights, month %in% c(11, 12))  #  month 내에 c(11,12)값이 포함된 개수의 합

  • arrange(대상, 조건): 지정 조건에 따라 관측치 정렬

    ex)

    arrange(flights, desc(arr_delay)) # 내림차순 정렬

  • select(대상, 조건): 변수 추출

    ex)

    select(flights, -(year:day))

    select(flights, time_hour, air_time, everything())#지정변수가 맨앞으로

  • rename(): 이름변경

  • mutate(대상, 변수 = ): 기존 변수를 이용해 새로운 변수 생성

    ex)

    flights_sml <- select(flights, 
                      year:day, 
                      ends_with("delay"), 
                      distance, 
                      air_time)
mutate(flights_sml,
       gain = arr_delay - dep_delay,
       hours = air_time/60,
       gain_per_hour = gain/hours)

  • transmute(대상, 변수 =): 새로 만든 변수만 남기기

  • ★summarise(대상, 변수 = mean(dep_delay, na.rm=TRUE)): 그룹별 요약

    ex)

    by_month <- group_by(flights, year, month) # 그룹 쪼개기
summarise(by_month, delay = mean(dep_delay, na.rm = TRUE))
								# by_month의 평균

  • group_by(대상, 그룹 기준): 지정 변수에 따라 정의된 그룹별로 함수의 적용 범위를 제한

2.5.3 pipe 연산자

  • pipe 연산자(%>%) : magrittr 패키지에서 제공하는 기능, 코드의 가독성 및 작성 시 편리

    ​ => 데이터 전달

You may also enjoy