꿩 먹고 R 먹고 008

[dplyr packages]

dplyr 패키지 : 데이터 가공의 필수 패키지

→ 데이터 가공 : 데이터 분석을 편하게 하기 위해 분석가의 관점에 따라 데이터를 편집하는 과정

# 패키지 설치 및 메모리 
install.packages("dplyr")
library(dplyr)

# dts 설정
a <- ggplot2::mpg

0. %>%

파이프 연산자 %>%
: 데이터나 결괏값을 새로운 변수에 저장하는 과정을 거치지 않고 데이터와 함수를 연결하여 사용 가능, 원래는 dplyr 등의 패키지를 사용해야만 쓸 수 있었지만 4.1 버전 이상에서는 global options에서 use native pipe operator를 사용하여 |> 를 파이프 연산자처럼 사용 가능

1. filter()

filter() : 조건에 맞는 데이터를 필터링하는 함수, 행 추출

# 1. manufacturer가 chevrolet인 경우
a %>% 
  filter(manufacturer=="chevrolet")
  
# 2. manufacturer가 chevrolet와 volkswagen인 경우
# 2-1)
a %>% 
  filter(manufacturer=="chevrolet" | manufacturer=="volkswagen" )

# 2-2)
a %>% 
  filter(manufacturer %in% c("chevrolet", "volkswagen"))

# 3. manufacturer가 chevrolet와 volkswagen가 아닌 경우
a %>% 
  filter(manufacturer!="chevrolet" & manufacturer!="volkswagen" )

# 4. manufacturer가 chevrolet이면서 hwy가 20 이상인 경우
a %>% 
  filter(manufacturer=="chevrolet" & hwy>=20)

# 5. manufacturer가 chevrolet이면서 hwy가 20 이하 또는 cty가 15 이상인 경우
a %>% 
  filter(manufacturer=="chevrolet" & (hwy<=20 | cty>=15))

2. select(), pull()

select() : 지정한 변수만 추출하는 함수, 열 추출, return type은 data.frame

# 1. 전체 column 조회
a %>% 
  select()  #  A tibble: 234 × 0 라는 결과가 출력됨

a %>% 
  select(everything())  # select(everything()) : 전체 column 출력
  
# 2. manufacturer, model 열 전체 조회
a %>% 
  select(manufacturer, model)

# 3. trans, class 열을 제외하고 전체 조회
a %>% 
  select(-trans, -class)
  
# 4. manufacturer가 chevrolet인 model과 fl 조회
a %>% 
  filter(manufacturer=="chevrolet") %>% 
  select(model, fl)
  
# manufacturer가 chevrolet인 model 조회
a %>% 
  filter(manufacturer=="chevrolet") %>% 
  select(manufacturer, model) %>% head()

• select() 사용하면 data.frame으로 출력
  

pull() : 열 추출하는 함수, return type은 vector

# manufacturer가 chevrolet인 model 조회
a %>% 
  filter(manufacturer=="chevrolet") %>% 
  pull(manufacturer, model) %>% head()

• pull() 사용하면 vector로 출력
  

3. arrange()

arrange() : 데이터를 오름차순 정렬하는 함수, 내림차순 정렬 시 desc() 함수를 사용, 숫자일 경우에는 –변수명 사용 가능

# 1. cty, hwy 오름차순 정렬
a %>% 
  arrange(cty, hwy)
  
# 2. cty, hwy 내림차순 정렬
# 2-1)
a %>% 
  arrange(desc(cty), desc(hwy))
 
# 2-2)
a %>% 
  arrange(-cty, -hwy)

4. mutate()

mutate() : 데이터 세트에 열을 추가하는 함수, 파생변수(기존의 column을 사용해서 새로운 column 생성)를 생성, 한 번에 여러 파생변수 생성이 가능하고 생성이 완료되지 않은 파생변수도 사용이 가능하다.

# datasets
my_att <- datasets::attitude %>% head(3)

# 내장함수 방식 -- $
# rating, complaints 합계 파생변수 sum 생성
my_att$sum <- my_att$rating + my_att$complaints

# rating, complaints 평균 파생변수 avg  생성
my_att$avg <- my_att$sum / 2

# dplyr 방식 -- mutate()
# datasets
my_att2 <- datasets::attitude %>% head(3)

# rating, complaints 합계 파생변수 sum과 평균 파생변수 avg 생성 및
# avg가 70점 이상이면 "P", 아니면 "F" 출력하는 파생변수 test 생성
my_att2 <- my_att2 %>% 
  mutate(sum=rating+complaints, avg=sum/2, test=ifelse(avg>=70,"P","F"))