2022-09-20 데이터마이닝_2

변수 생성

 

> english <- c(90, 80, 60, 70) #영어 점수 변수 생성
> english[1] 90 80 60 70

> math <- c(50,60,100, 20) #수학 점수 변수 생성
> math[1]  50  60 100  20

 

c() : 데이터나 객체를 하나로 결합(Conbine)하는 함수.

 

---

데이터 프레임 생성

 

> #english, math로 데이터 프레임 생성해서 df_midterm에 할당
> df_midterm <- data.frame(english, math)
> df_midterm
  english math
1      90   50
2      80   60
3      60  100
4      70   20

 

---

데이터 호출

 

> df_midterm
  english math
1      90   50
2      80   60
3      60  100
4      70   20

> df_midterm$english
[1] 90 80 60 70

 

---

데이터 평균 구하기

 

> mean(df_midterm$english) # 영어 평균
[1] 75
> mean(df_midterm$math) # 수학 평균
[1] 57.5

 

---

데이터 프레임 복사

 

> df_new <- df_midterm

 

---

변수 이름 바꾸기

 

> df_new <- rename(df_new, en = english)
# df_new 데이터 프레임의 english를 en으로 이름 바꿈

 

---

변수 및 데이터 프레임 삭제

 

> rm(class)

 

---

데이터 파악하기

 

데이터를 가지고 노는 방법 6가지를 더 알아보자.

 

준비

exam <- read.csv("car_house.csv")

 

---

가. head()

 

> head(exam) # 앞에서부터 6행 출력
  AGE CAR NEW_CAR MONEY HOME MARRY
1  36   1       1   700    1   Yes
2  41   1       1   300    1   Yes
3  35   1       0   400    1   Yes
4  31   1       0   700    1    No
5  28   1       1   500    1    No
6  25   1       1   300    1    No

> head(exam, 10) # 앞에서부터 10행 출력
   AGE CAR NEW_CAR MONEY HOME MARRY
1   36   1       1   700    1   Yes
2   41   1       1   300    1   Yes
3   35   1       0   400    1   Yes
4   31   1       0   700    1    No
5   28   1       1   500    1    No
6   25   1       1   300    1    No
7   33   1       1   300    0   Yes
8   54   1       1   400    1   Yes
9   31   1       1   250    0    No
10  28   2       1   700    1   Yes

 

데이터 앞부분 출력

 

---

나. tail()

 

> tail(exam) # 뒤에서부터 6행 출력
     AGE CAR NEW_CAR MONEY HOME MARRY
995   54   1       1   700    1   Yes
996   33   1       1   450    1   Yes
997   30   1       1   150    0    No
998   30   1       1   500    1    No
999   41   1       1   700    0   Yes
1000  34   1       1   500    0   Yes

> tail(exam, 10) #뒤에서부터 10행 출력
     AGE CAR NEW_CAR MONEY HOME MARRY
991   46   2       1   500    1    No
992   52   1       1   350    0   Yes
993   48   1       1   700    0   Yes
994   47   1       1   700    1    No
995   54   1       1   700    1   Yes
996   33   1       1   450    1   Yes
997   30   1       1   150    0    No
998   30   1       1   500    1    No
999   41   1       1   700    0   Yes
1000  34   1       1   500    0   Yes

 

데이터 뒷부분 출력

 

---

다. View()

 

View(exam)
# 대문자 주의

 

 

뷰어 창에서 데이터 확인

 

편하게 데이터를 볼 수 있다.

 

---

라. dim()

 

> dim(exam)
[1] 1000    6
# 1000개의 행과 6개의 열

 

데이터 차원 출력

 

---

마. str()

 

> str(exam)'data.frame':    1000 obs. of  6 variables: 
$ AGE    : int  36 41 35 31 28 25 33 54 31 28 ... 
$ CAR    : int  1 1 1 1 1 1 1 1 1 2 ... 
$ NEW_CAR: int  1 1 0 0 1 1 1 1 1 1 ... 
$ MONEY  : int  700 300 400 700 500 300 300 400 250 700 ... 
$ HOME   : int  1 1 1 1 1 1 0 1 0 1 ... 
$ MARRY  : chr  "Yes" "Yes" "Yes" "No" ...

 

데이터 속성 출력

---

바. summary()

 

> summary(exam)
      AGE             CAR           NEW_CAR          MONEY          HOME          MARRY           
Min.   :20.00   Min.   :1.000   Min.   :0.000   Min.   :150   Min.   :0.000   Length:1000        
1st Qu.:33.00   1st Qu.:1.000   1st Qu.:1.000   1st Qu.:350   1st Qu.:0.000   Class :character   
Median :39.50   Median :1.000   Median :1.000   Median :450   Median :1.000   Mode  :character   
Mean   :40.05   Mean   :1.196   Mean   :0.874   Mean   :466   Mean   :0.665                      
3rd Qu.:46.00   3rd Qu.:1.000   3rd Qu.:1.000   3rd Qu.:500   3rd Qu.:1.000                      
Max.   :75.00   Max.   :3.000   Max.   :1.000   Max.   :700   Max.   :1.000

 

요약통계량 출력

 

---

파생 변수

 

> df_midterm$sum <- df_midterm$english + df_midterm$math
> df_midterm
  english math sum
1      90   50 140
2      80   60 140
3      60  100 160
4      70   20  90

 

df_midterm이란 프레임에서 english와 math의 값을 더해서 sum이라는 변수를 만든다.

 

---

외부 데이터 이용하기

 

install.packages("readx1")
library(readx1)

 

가. excel 읽어오기

 

df_excel <- read_excel("excel_name.xlsx")

df_excel <- read_excel("excel_name.xlsx", col_names = F)
# 엑셀의 첫 번째 행이 변수명이 아니라면

df_excel <- read_excel("excel_name.xlsx", sheet = 3)
# 엑셀의 시트수가 3개일때

 

---