##### 9주차 타이핑 #####
함수 <- function(입력값){
...
return(반환값) 또는 print(출력값)
return(list(이름 = 반환값, 이름 = 반환값)) 여러개 반환 가능.
}
함수(x)
함수$이름(x)
source('사용자 정의 함수.R')
사용자정의함수 파일내 함수(입력값)
which(데이터와 조건)
which.min(데이터)
which.max(데이터)
##### 10주차 타이핑 #####
### 단일변수
도수분포표 == summary와 유사
table(데이터)
도수분포표 순서 정렬 == 변수 인덱스 내에 원하는 순서 벡터
변수 <- table(데이터)
n변수 <- 변수[c(2,3,1,4)]
막대그래프
barplot(도수분포표 데이터, main='제목', col='색')
원그래프
pie(도수분포표 데이터, main = '제목', col='색')
데이터가 numeric이면 색상 벡터로 입력 가능
colors <- c('red','yellow','green')
pie(도수분포표 데이터, main = '제목', col=colors)
평균
mean(데이터)
중앙값
median(데이터)
절사평균(0.1, 0.2 등 10% 비율로 기재)
mean(데이터, trim = 0.n)
사분위수
quantile(데이터)
quantile(데이터, (0:10)/10) 10%~100%
최대, 최소, 평균 출력
summary(데이터)
산포
var(데이터)
sd(데이터)
range(데이터)
diff(range(데이터))
히스토그램
hist(데이터, main =, xlab =, ylab=, border = 막대 테두리 색, col = 막대 색, las = x축 글씨 방향(0~3), breaks = 막대 개수 조절)
상자그림
boxplot(데이터 y, x, main =)
boxplot.stats(데이터)
### 다중변수
두 변수 사이 산점도
plot(x축, y축, main =, xlab =, ylab =, col ='점 색', pch ='점 종류')
산점도 x축, y축 표현 방법 세가지
데이터$x, 데이터$y
데이터[,c(x, y)]
y~x, data = 데이터
여러 변수 사이 산점도
pairs(데이터, main = )
그룹정보 있는 산점도
point <- as.numeric(데이터$그룹정보) == 그룹내 종류를 1~ 숫자로 바꿈
colors <- c('red','yellow','green')
plot(데이터, main = , pch=점 모양, col = colors[point])
상관분석
plot(y, x, data = 데이터) == 산점도
res <- lm(y, x, data= 데이터) == 회귀식
abline(res) == 회귀선
cor(x, y) == 상관계수 계산
데이터 변수간 상관분석
cor(데이터[,이상:이하])
선그래프
plot(x, y, main = , type = 그래프 종류, lyt = 선 모양, lwd = 선 두께, xlab=, ylab=, xlim = c(축 구간 하한, 상한), ylim= c(축 구간 하한, 상한), col = )
선그래프 위에 복수 그래프
plot(x, y2, type = , col = )
##### 11주차 타이핑 #####
### 결측값
is.na(데이터) T, F로 여부 확인
sum(is.na(데이터)) 결측값 개수
sum(데이터, na.rm = T) 결측값 제외 합계
데이터[is.na(데이터)] <- n == 값 치환
변수 <- as.vector(na.omit(데이터)) 결측값 제외 후 새 벡터 생성
열별 결측값 확인 - for문
for (i in 1:ncol(데이터)){
변수 <- is.na(데이터[,i])
cat(colnames(x)[i], "\t", sum(변수), "\n")
}
열별 결측값 확인 - function & apply()
col_na <- function(x){
return(sum(is.na(x)))
}
na_count <- apply(데이터, 2, col_na)
행별 결측값 확인 - rowSums()
rowSums(is.na(데이터)) 행별 결측값 개수
sum(rowSums(is.na(데이터))>0) 결측값 포함 행 개수
행별 결측값 확인 - complete.cases()
데이터[!complete.cases(데이터),] 결측값 포함 행
데이터[complete.cases(데이터),] 결측값 포함 행 제외
중복값 확인
duplicated(데이터)
### 특이값
boxplot.stats(데이터$열)$out
특이값 포함 행 제거
데이터$열[데이터$열 %in% boxplot.stats(데이터$열)$out] <- NA
새 변수 <- 데이터[complete.cases(데이터),]
### 데이터 정렬
order(데이터) == 숫자, 영어 순으로 각 요소의 순서 반환
sort(데이터) == 오름차순
sort(데이터, decreasing = T) 내림차순
매트릭스와 데이터프레임 정렬
데이터[order(데이터$열),]
데이터[order(데이터$열, 데이터$열),]
### 데이터 분리와 선택
분리: split(데이터, 데이터$구분기준 열)
선택: subset(데이터, 조선, select = c(출력 원하는 행))
### 데이터 샘플링과 조합
sample(범위, size=개수, replace=F) replace=F == 비복원 추출
set.seed(100) 두 줄 같이 실행하면 계속 같은 값
sample(1:20, size=5)
조합(모든 경우의 수): combn(범위(또는 벡터), 개수)
### 데이터 집계와 병합
aggregate(데이터[,], by = list(데이터$열, 여러개도 가능.), FUN = 적용 함수)
by = 구분에 적힐 내용. list(구분 제목 = 데이터$열)
두 데이터셋의 같은 구분끼리 병합
merge(데이터 x, 데이터 y, by = c('구분이름'))
merge(x, y, by=c('구분'), all=T(모든 데이터셋 다 표시), all.x=T, all.y=T)
두 데이터셋의 구분 이름 다르면 각각 지정하여 병합
merge(x, y, by.x=c('구분1'), by.y=c('구분2'))
##### 12주차 타이핑 #####
### 트리맵
library(treemap)
treemap(데이터, index = c('굵은 선 구분할 종류'), vSize='크기 정할 종류', vColor = '색상 구분할 종류', type = 'value', title = '제목')
### 버블차트
symbols(데이터$x열, 데이터$y열, circles = 데이터$원크기지정열, inches =, fg = 테두리색, bg = 원색, lwd= , xlab =, ylab = , main =)
text(데이터$x열, 데이터$y열, rownames(데이터), cex=크기, col=)
### 모자이크플롯
mosaicplot(~x축+y축, data= , color =, main=)
color = c( , , ) 색 여러개 지정하면 y축 그룹별로 색상
### ggplot
library(ggplot2)
기본구조
ggplot(data =, aes(x= , y= )) + ...
막대그래프
ggplot(데이터, aes(x= , y= )) + geom_bar(stat='identity', width = , fill = '색상') + labs(x = , y = , title = , caption = ) + coord_flip()
coord_flip()은 가로 막대
히스토그램
ggplot(데이터, aes(x= , fill = 막대색, color = 윤곽선 색)) + geom_histogram(binwidth = 구간 범위 지정, position = 'dodge') + theme(legend.position = 'top')
dodge는 한 구간 여러 막대를 분리하는 것
산점도
ggplot(데이터, aes(x= , y= )) + geom_point(size = ) + ggtitle('제목')
상자그림
ggplot(데이터, aes(y= )) + geom_boxplot(fill = 색)
ggplot(데이터, aes(y= , fill = 데이터열)) + geom_boxplot() >> 항목별 박스, 항목별 박스 색상.
선그래프
ggplot(데이터, aex(x= , y= )) + geom_line(col = )
### 차원 축소
library(Rtsen)
dup <- which(duplicated(데이터))
변수 <- 데이터[-dup, ]
변수.y <- 데이터$열[-dup]
tsne <- Rtsne(데이터, dims=원하는 차원, perplexity=10)
df.tsne <- data.frame(tsne$Y)
ggplot(df.tsne, aes(x= , y= , color=변수.y)) + geom_point(size = )
