R - data.frame

# test2.R
# 데이터 프레임
 
eng <- c(90, 80, 70, 60)
eng
math <- c(50, 60, 100, 20)
math
class <- c(1, 1, 2, 2)
class
df1 <- data.frame(eng, math)
df1
 
mean(df1$eng)
mean(df1$math)
 
df1 <- data.frame(
  eng = c(90, 80, 60, 70),
  math = c(50, 60, 100, 20),
  class = c(1, 1, 2, 2)
)
 
 
#파일로 저장
write.csv(df1, file = "df1.csv")
 
#파일 불러오기
df3 = read.csv("df1.csv")
df3
 
#엑셀 패키지 설치 readxl
install.packages("readxl")
library(readxl)
 
dfx = read_excel("height.xlsx")
dfx
 
#제목이 없을 경우
#dfx2=read_excel("height.xlsx",col_names = F,sheet=1)
#dfx2
 
#RDS 파일(R전용파일)
saveRDS(df2, file = "df2.rds")
df4 = readRDS("df2.rds")
df4
 
#데이터파악
head(df1, 2) #상위
tail(df1, 2) #하위
View(df1) #새창띄어 테이블형식
dim(df1) # 행과 열 갯수
str(df1) # String 타입
summary(df1) # 데이터프레임 구조
 
# 변수명 바꾸기
df1
#패키지 설치 dplyr
install.packages("dplyr")
library(dplyr)
 
df1_new <- rename(df1, english = eng)
df1_new
 
# 파생변수(열추가) 만들기
df1$var_sum = df1$eng + df1$math
df1
#var_mean 열추가
df1$var_mean = df1$var_sum / 2
df1
#df1 var_test 열추가
#ifelse(조건,참값,거짓값)
#math 점수가 60이상이면 pass 아니면 fail
df1$var_test = ifelse(df1$math >= 60, "pass", "fail")
df1
#ifelse(조건,참값,ifelse(조건,참값,거짓값값))
#df1  var_test2 열추가
#eng 점수가 90이상이면 A 아니면
# eng 점수가 80이상이면 B 나머지 C
df1$var_test2 = ifelse(df1$eng >= 90, "A", ifelse(df1$eng >= 80,
                                                  "B", "C"))
df1
 
# 데이터 전처리 - 원하는 데이터 가공
library(dplyr)
# filter() 행추출
# class 에서 1 추출
df1
df1 %>% filter(class == 1)
# != > >=
#math 50 보다 큰 경우
df1 %>% filter(math > 50)
 
#  & and  | or
# class 1 이고 math 50 보다 크거나 같은 경우
df1 %>% filter(class == 1 & math >= 50)
 
# class 1,2 %in% 해당하는 정보 찾기
df1 %>% filter(class %in% c(1, 2))
 
# 열조회 select()
df1 %>% select(math)
 
# - 컬럼명은 컬럼명을 제외한 나머지
df1 %>% select(-math)
 
# 연결 가능
df1 %>% filter(class == 1) %>% select(eng, class)
 
# 정렬하기
df1
# 수학점수기준 오름차순
df1 %>% arrange(math)
# 수학점수 내림차순
df1 %>% arrange(desc(math))
 
#class 내림차순, math 오름 차순
df1 %>% arrange(desc(class), math)
 
# 열추가 mutate()  total 열추가
df1 %>% mutate(total = math + eng)
# 열추가 mean 평균 구하기
df1 %>% mutate(mean = (eng + math) / 2)
# 열추가 grade ifelse() "pass" "fail" math 기준
df1 %>% mutate(grade = ifelse(math >= 60, "pass", "fail"))
 
# summarise()요약하기
df1 %>% summarise(mean_math = mean(math))
# group_by()    summarise()
# class  클래스별로 math 평균
df1 %>% group_by(class) %>% summarise(mean_math = mean(math))
 
# class별로 sum_math  ,  mean_eng
df1 %>% group_by(class) %>% summarise(sum_math = sum(math),
                                      mean_eng = mean(eng),
                                      n = n())
#mean() sum() min() max() n() 개수
# sd() 표준편차   median() 중앙값
 
# p151 데이터 합치기
test1 <- data.frame(id = c(1, 2, 3, 4, 5),
                    midterm = c(60, 80, 70, 90, 85))
test2 <- data.frame(id = c(1, 2, 3, 4, 5), final = c(70, 83, 65, 95, 80))
test1
test2
 
# 데이터 프레임 합치기
library(dplyr)
total <- left_join(test1, test2, by = "id")
total
 
# excel_exam.xlsx  엑셀 파일 불러오기 -> exam
library(readxl)
name <- data.frame(
  class = c(1, 2, 3, 4, 5),
  teacher = c("kim", "lee", "park", "choi", "jung")
)
name
# exam을 기준으로 name 합치고 기준 class
exam <- read_excel("excel_exam.xlsx")
exam_new <- left_join(exam, name, by = "class")
exam_new
 
# id 1~5
# id 6~10
group1 <- data.frame(id = c(1, 2, 3, 4, 5),
                     midterm = c(60, 80, 70, 90, 85))
group2 <- data.frame(id = c(6, 7, 8, 9, 10),
                     test = c(70, 83, 65, 95, 80))
groupa11 <- bind_rows(group1, group2)
groupa11
 

DataFrame을 만들고 그 안에서 특정 칼럼을 지정해서 검색하거나 설정을 하고 싶다면

DataFrame을 저장한 변수명  df1$eng 이런 식으로 사용이 가능하다.

mean은 평균을 구하는 함수이다. DataFrame 을 여러 조건을 정해서 검색하거나 할 때

변수명 %>% 이런 식으로 조건을 설정해 주면서 사용이 가능하다.

left_join 은 데이터들을 합칠 때 사용하는데  by=""으로 기준을 정해준다.