4단원 리뷰

4-1 데이터 프레임 이해하기

‘열’은 속성이다.

‘행’은  한 사람의 정보다. - 한 명에 대한 데이터는 가로 한 줄에 나타난다.

Ex)

성별	연령	학점	연봉
남자	26	3.8	2,700만원
여자	42	4.2	4,000만원
남자	35	2.6	3,500만원

 

“데이터가 크다” = 행이 많다 or 열이 많다.

결론적으로는 열이 많은 것이 더 중요하다.

열 증가 > 변수를 조합할 수 있는 경우의 수 증가 > 여러 변수의 영향을 동시에 고려할 수 있는 복잡한 분석 방법을 활용해야 할 필요성이 생긴다.

행 증가 > 컴퓨터가 느려짐 > 고사양 장비 구축

 

데이터 프레임 만들기

    1.변수 만들기

English<-c(90, 80 ,60, 70)

English #90 80 60 70

Math<-c(50, 60, 100, 20)

Math #50 60 100 20

    2.데이터 프레임 만들기

data.frame() 이용.

#English, math로 데이터 프레임 생성해서 df_midterm에 할당

df_midterm<-data.frame(English, math)

df_midterm

## English math

##         90     50

##         80     60

##         60    100

##         70     20

    3.이번에는 학생의 반에 대한 정보가 추가된 데이터 프레임을 만들어보자.

class<-c(1, 1, 2, 2)

df_midterm<-data.frame(English, math, class)

    4.분석하기

평균을 분석해보자.

mean(df_midterm$English) #df_midterm의 english로 평균 산출

mean(df_midterm$math) #df_midterm의 math로 평균 산출

    5.데이터 프레임 한 번에 만들기

df_midterm<-data.frame(English=c(90, 80, 60, 70),

math=c(50, 60, 100, 20),

class=c(1, 1, 2, 2))

df_midterm

## English math

##         90     50

##         80     60

##         60    100

##         70     20

 

#외부 데이터 이용하기

    1.엑셀 파일

Library(readx1) #readx1 패키지 로드

df_exam<-read_excel(“excel_exam.xlsx”) #엑셀 파일 불러오기

    2.CSV 파일

df_csv_exam<-read.csv(“csv_exam.csv”) #CSV 파일 불러오기

write_csv(df_midterm, file=“df_midterm.csv”) #CSV 파일로 저장하기

    3.Rda 파일

load(“df_midterm.rda”) #Rda 파일 불러오기

save(df_midterm, file=“df_midterm.rda”) #Rda 파일로 저장하기

 

 

#출처_쉽게 배우는 R 데이터 분석