R_RStudio(IDE)_학습하기(3)

이번에는 데이터 전처리에 대해 학습했다. 

전처리를 한 후 필요한 내용만 데이터를 출력해서 사용하면 된다. 

 

*for문으로 행 정렬하기 

# 응시자 10명의 점수를 가지고, 응시자의 합격 여부 판단하기 s1 <- c(14,16,12,20,8,6,12,18,16,10) s2 <- c(18,14,14,16,10,12,10,20,14,14) s3 <- c(44,38,30,48,42,50,36,52,54,32) score<-data.frame(s1,s2,s3) score #응시자별 과목별 총점을 출력하기 total<-apply(score,1,sum) total #crl+f ->같은 단어 찾기  scoreset<-cbind(score, total) scoreset result<-c() for(i in 1:nrow(scoreset)){   if(scoreset[i,1]<20*0.4 | scoreset[i,2]<20*0.4 | scoreset[i,3]<60*0.4){     result[i]<-'불합격'   }else if(scoreset[i,4]>=60){     result[i]<-'합격'   }else{     result[i]<-'불합격'   }   cat(i,'번째 응시생:',result[i],'\n') } result scoreset<-cbind(score, result) #행추가 scoreset scoreset[,1:3] #과목별 평균 apply(scoreset[,1:3],2,mean) #과목별 총점 apply(scoreset[,1:3],2,sum) #과목별 범위 apply(scoreset[,1:3],2,range) #과목별 분산 apply(scoreset[,1:3],2,var) #과목별 표준편차 apply(scoreset[,1:3],2,sd)

*which문으로 조건에 맞는 데이터의 위치 찾기 

############### 조건에 맞는 데이터의 위치 찾기 ############## # which(조건)         : 조건 맞는 데이터의 위치 리턴  # which.max(데이터셋) : 데이터셋에서 최대값의 위치 리턴 # which.min(데이터셋) : 데이터셋에서 최소값의 위치 리턴 ############################################################# score<-c(76,84,69,50,95,60,82,71,88,84) # 성적이 69인 학생은 몇번째? which(score==69) # 성적이 85점 이상인 학생은 몇번째? which(score>=85) # 성적이 가장 높은 성적은? which.max(score) # 성적이 가장 낮은 성적은? which.min(score)

*막대그래프 작성하기

f <- c('WINTER','SUMMBER','SPRING','SUMMBER','SUMMBER',        'FALL','FALL','SUMMBER','SPRING','SPRING') f ds<-table(f) ds barplot(ds, main='favorite season') #막대그래프에 색상추가 color<-c('blue','red','green','yellow','turquoise1') barplot(ds, main='favorite season', col=color) #x,y축에 설명 barplot(ds, main='favorite season', col=rainbow(5), xlab='계절',ylab='빈도수') #가로형태로 표시 barplot(ds, main='favorite season', col=rainbow(5), horiz=TRUE, las=1) #이름 변경하기 barplot(ds, main='favorite season', col=rainbow(5), horiz=TRUE, names=c('F','SP','SU','W','AA')) #X축의 이름을 새로 표시 barplot(ds, main='favorite season', col=rainbow(5), las=1) #las=0 : 기본값, 축방향 #las=1 : 수평방향 #las=2 : 축의 수직방향 #las=3 : 수직방향 #막대 그래프에 그룹별 따로 표현. 범례 추가하기. 범례의 위치지정. #bty='o' : 기본값. 테두리 표시 #bty='n' : 테두리 표시안함 #inset=(x,y) : 범례를 x,y축 이동값. -1 ~ 1사이의 값. #              -0.25 : 25% 반대방향으로 이동 # x='topright' : 범례 표시의 위치. 오른쪽위 barplot(ds, main='인구추정', col=c('red','blue','yellow')         , beside = TRUE, legend.text = T,         args.legend = list(x='topright',bty='n',inset=c(0,2,0,2))) # par : 그래프를 표시할 창을 설정. # mfrow=c(1,1) : 그래프를 그릴 창의 갯수를 행과 열로 표시.  #                그래프를 그릴 화면 분할. # mar=c(5,5,5,7) : bottom,left,top,right 여부를 부여. par(mfrow=c(1,1), mar=c(5,5,5,7)) barplot(ds, main='인구추정', col=c('red','blue','yellow')         , beside = TRUE, legend.text = T,         args.legend = list(x='topright',bty='n',inset=c(-0.25,0))) ds #범례의 표시되는 내용을 변경. barplot(ds, main='인구추정', col=c('red','blue','yellow')         , beside = TRUE, legend.text = c('0~14세','15~64세','65세이상'),         args.legend = list(x='topright',bty='n',inset=c(-0.25,0))) #열의 이름 설정하기 colnames(ds)<-c('19.1Q','19.2Q','19.3Q','19.4Q','20.1Q') ds

*히스토그램으로 그래프 만들기(막대보다 간단)

############### 히스토 그램 #################### # 수치형 자료의 분포의의 시각화시 사용되는 그래프 # hist() : 히스토그램 그래프 표시 ################################################ head(cars) str(cars) dist<-cars[,2] dist #그동안은 우리가 묶었는데, 얘는 지가 알아서 그래프 만들어줌 hist(dist) # 히스토그램 출력 hist(dist, breaks=12) # 히스토그램 출력 hist(dist, #데이터 수치형 데이터.      main = 'Histogram for 제동거리', #제목      xlab='제동거리' , #x축설명      ylab = '빈도수', #y축 설명      border='blue', #테두리 색상      col='green', #막대의 색상      las=2, #0~3, x축의 글씨 방향지정      breaks = 5 # 구간분리      ) h<-hist(dist, main='Histogram for 제동거리', breaks=6) h #histogram 그래프 출력을 위해 사용된 데이터 정보 class(h) h$breaks # 히스토그램의 구간 값. h$counts # 구간의 갯수, 빈도수, 막대그래프의 크기. h$density # 밀도 h$mids #중간값 h$name #데이터 이름 h$equidist #그래프 간격의 크기가 일정한지 여부 freq<-h$counts freq #h$breaks[-1] : 1번째 요소 제외하고... names(freq)<-h$breaks[-1]  freq #히스토그램에 빈도수 표시 #text(x좌표, y좌표, 표시할 값, 정렬방식) #adj(가로, 세로): -1~1사이 값 #  0: 오른쪽 정렬, 0.5 가운데, 1: 왼쪽 정렬 #  0: 위쪽, 0.5 가운데, 1:아래쪽:-0.5 text(h$mids, h$counts, labels = h$counts, adj=c(0.5, -0.5))

*원형그래프 만들기

################# pie 그래프 ############ f <- c('w','su','sp','su','su','f','f','su','sp','sp') f #도수분포 ds<-table(f) ds pie(ds,main='선호계절') barplot(ds, main='선호계절') #색상지정하기 pie(ds,main='선호계절', col=rainbow(length(ds)))

*3D그래프

#3d 그래프 그리기 install.packages('plotrix') library(plotrix) #labelcex=1 : 출력되는 글자의 크기 지정. 0.5 크기가 반. #explode=0.1: 부채꼴의 간격 pie3D(ds, main='선호계절', labels=names(ds), lablescex=1, explode=0.1,       col=rainbow(4))

*선그래프

######### 선그래프 ######## # plot(x축데이터,y축데이터,...) # 시간의 변화에 따른 데이터의 시각화에 주로 사용되는 그래프  ########################### #월별 지각생의 수 month<-1:12 late<-c(5,8,7,9,4,6,12,13,8,6,6,4) #type: (1,b,s,o) #lty = 1~6 : 선의 종류 #lwd=1 : 선의 굵기 plot(month, late, type='b', lty=6,lwd=2,xlab='Month',ylab='Late cnt') late2<-c(4,6,5,8,7,8,10,11,6,5,7,3) plot(month, late, main='Late Students', type='b', lty=1, lwd=1, xlab='Month',      ylab='Late cnt', col='red') #lines 함수를 이용하여 선을 추가하기 lines(month, late2, type='b', col='blue')

*산점그래프

########## 산점도 ###### # 두변수사이의 관계 파악에 사용되는 그래프 # 다중변수 데이터에서 사용됨. plot(mtcars$wt, mtcars$mpg, main='중량-연비 그래프',      xlab='중량', ylab='연비(mpg)',      col='red',pch=20) #pch=19 : 점의 형태 # 여러 변수들 간의 산점도 vars <-c('mpg', 'disp', 'drat','wt'  ) str(mtcars) target<-mtcars[,vars] target plot(target, main='여러변수들 간의 산점도') str(iris)