- 참고 : R과 통계분석(Tidyverse 활용), 박동련 저
1. Package dplyr
Package
dplyr(Ver. 1.0.9)는 Hadley Wichkham가 작성한데이터 처리에 특화된 R 패키지이다. R에 입력된 데이터 세트는 대부분의 경우 바로 통계분석이 가능한 상태가 아니기 때문에 데이터를 분석하기 위해서는 원하는 형태로 가공하는 데이터 핸들링 기술이 필요하다. 통계 데이터 세트는 변수가 열, 관찰값이 행을 이루고 있는 2차원 구조를 가지고 있으며 데이터 프레임(Data Frame)으로 입력된다. Packagedplyr는 이러한데이터 프레임을 원하는 형태로 가공하고 처리하는 과정에 필요한 함수들을 포함한다.
1-1. Package dplyr의 장점
Package
dplyr의 장점은 다음과 같다.
- C++로 작성되어 불필요한 함수를 불러오지 않기 때문에 처리 속도가 매우 빠르다.
- 직관적으로 이해하기 쉽다.
- 파이프 연산자
%>%를 이용하여 불필요한 객체들을 생성할 필요가 없다. - 코드를 작성하기 쉽다.
1-2. Package dplyr 내장 함수
Package
dplyr의 대표적인 함수는 다음과 같다.
그 외에도 Package dplyr에 포함된 함수는 dplyr
설명 pdf, dplyr
홈페이지, 그리고 Cheat
Sheet를 참고한다.
2. Package dplyr 설치
# 2. p_load 이용하여 설치와 로드를 한꺼번에 에
# install.packages("pacman") # For p_load
pacman::p_load("dplyr") # pacman::p_load : pacman 패키지의 p_load함수 사용NAResult! 함수 p_load()는 작성된 패키지가
설치 되어있지 않으면 설치 후 함수 library()를 자동적으로
실행한다.
3. 파이프 연산자 %>%
- 파이프 기능은 한 명령문의 결과물을 바로 다음 명령문의 입력 요소로
직접 사용할 수 있도록
명령문들을 서로 연결하는 기능을 의미한다.- 파이프 기능은 분석 중간 단계로 생성되는 무수한 객체들을 따로 저장할 필요가 없기 때문에 프로그램 자체가 매우 깔끔하게 정리되며, 분석 흐름을 쉽게 이해할 수 있다는 장점이 있다.
- 이러한 파이프 기능은 파이프 연산자
%>%를 통해 사용할 수 있다.- 파이프 연산자
%>%의 단축키는shift+ctrl+m이다. - 기본적인 형태는
lhs %>% rhs이다.lhs: 데이터 객체이거나 데이터 객체를 생성하는 함수rhs:lhs를 입력 요소로 하는 함수
- 예를 들어,
x %>% f()는 객체x를 함수f()의 입력 요소로 하는f(x)를 의미한다. rhs에 다른 요소가 있다면,lhs는rhs의 첫 번째 입력 요소가 된다.- 즉,
x %>% f(y)는f(x, y)를 의미한다.
- 즉,
- 만약
lhs가rhs의 첫 번째 요소가 아닌 경우에는lhs가 입력되는 위치에 점(.)을 찍어야 한다.- 즉,
x %>% f(y, .)은f(y, x)를 의미한다.
- 즉,
- 파이프 연산자
'data.frame': 32 obs. of 11 variables:
$ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
$ cyl : num 6 6 4 6 8 6 8 4 4 6 ...
$ disp: num 160 160 108 258 360 ...
$ hp : num 110 110 93 110 175 105 245 62 95 123 ...
$ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
$ wt : num 2.62 2.88 2.32 3.21 3.44 ...
$ qsec: num 16.5 17 18.6 19.4 17 ...
$ vs : num 0 0 1 1 0 1 0 1 1 1 ...
$ am : num 1 1 1 0 0 0 0 0 0 0 ...
$ gear: num 4 4 4 3 3 3 3 4 4 4 ...
$ carb: num 4 4 1 1 2 1 4 2 2 4 ...# 기본 함수 전처리
data1 <- select(mtcars, c(1, 3, 9))
data2 <- filter(data1, mpg >= 30)
data3 <- mutate(data2, new = mpg + disp)
data4 <- arrange(data3, new)
data4
mpg disp am new
Toyota Corolla 33.9 71.1 1 105.0
Honda Civic 30.4 75.7 1 106.1
Fiat 128 32.4 78.7 1 111.1
Lotus Europa 30.4 95.1 1 125.5# 파이프 연산자 %>%를 활용한 전처리NAdata.pi <- data %>%
select(c(1, 3, 9)) %>%
filter(mpg >= 30) %>%
mutate(new = mpg + disp) %>%
arrange(new)
data.pi
mpg disp am new
Toyota Corolla 33.9 71.1 1 105.0
Honda Civic 30.4 75.7 1 106.1
Fiat 128 32.4 78.7 1 111.1
Lotus Europa 30.4 95.1 1 125.5Result! “data4”와 “data.pi”는 동일한 결과를 출력하지만
파이프 연산자 %>%를 활용한 “data.pi”는 불필요한 객체를
생성하지 않았다.
4. 행을 대상으로 작업하는 함수
4-1. 함수 filter()
- 함수
filter()를 이용하면 주어진 데이터 프레임에서 특정한 조건을 만족하는 행을 선택할 수 있다.filter(data, 조건): data에서조건을 만족하는 행을 선택
- 조건을 설정할 때는 비교
연산자
(>, >=, <, <=, !=, ==)와 논리 연산자(&, |, !)가 사용되며, 연산자%in%이 매우 유용하게 사용된다.
# 변수 mpg의 값이 30 이상인 행 선택NAdata %>%
filter(mpg >= 30)
mpg cyl disp hp drat wt qsec vs am gear carb
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2# 변수 mpg의 값이 30 이상이고 변수 wt의 값이 1.8 미만인 행 선택NAdata %>%
filter(mpg >= 30, wt < 1.8)
mpg cyl disp hp drat wt qsec vs am gear carb
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2Caution! 논리 연산자 & 대신에
콤마(,)를 사용할 수 있다.
# 변수 mpg의 값이 30 이하이고, 변수 cyl의 값이 6 또는 8이며, 변수 am의 값이 1인 행 선택NAdata %>%
filter(mpg <= 30, cyl %in% c(6, 8), am ==1)
mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
Ford Pantera L 15.8 8 351 264 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 19.7 6 145 175 3.62 2.770 15.50 0 1 5 6
Maserati Bora 15.0 8 301 335 3.54 3.570 14.60 0 1 5 8# 변수 mpg의 값이 mpg의 중앙값과 Q3 사이에 있는 행 선택NAdata %>%
filter(mpg >= median(mpg), mpg <= quantile(mpg, probs = 0.75))
mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2Caution! 함수 median()은 중앙값을 계산하고,
함수 quantile(, prob)은 분위수를 계산하는 함수이다.
# 변수 mpg의 값이 30 이하이거나, 변수 wt의 값이 1.8 이하인 행 선택NAdata %>%
filter(mpg <= 30 | wt <= 1.8)
mpg cyl disp hp drat wt qsec vs am gear
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
carb
Mazda RX4 4
Mazda RX4 Wag 4
Datsun 710 1
Hornet 4 Drive 1
Hornet Sportabout 2
Valiant 1
Duster 360 4
Merc 240D 2
Merc 230 2
Merc 280 4
Merc 280C 4
Merc 450SE 3
Merc 450SL 3
Merc 450SLC 3
Cadillac Fleetwood 4
Lincoln Continental 4
Chrysler Imperial 4
Honda Civic 2
Toyota Corona 1
Dodge Challenger 2
AMC Javelin 2
Camaro Z28 4
Pontiac Firebird 2
Fiat X1-9 1
Porsche 914-2 2
Lotus Europa 2
Ford Pantera L 4
Ferrari Dino 6
Maserati Bora 8
Volvo 142E 24-2. 함수 slice()
- 함수
slice()는 행의 번호를 직접 지정해서 특정 행을 선택하거나 제거할 수 있다.slice(data, index): data에서index행을 선택
- 양의 정수를 입력하면 해당 위치의 행이 선택되고, 음의 정수를 입력하면
해당 위치의 행이 제거된다.
- 입력되는 정수는 모두 양수이거나 모두 음수이어야 한다.
# 5번째 행부터 10번째 행까지 선택NAdata %>%
slice(5:10)
mpg cyl disp hp drat wt qsec vs am gear carb
Hornet Sportabout 18.7 8 360.0 175 3.15 3.44 17.02 0 0 3 2
Valiant 18.1 6 225.0 105 2.76 3.46 20.22 1 0 3 1
Duster 360 14.3 8 360.0 245 3.21 3.57 15.84 0 0 3 4
Merc 240D 24.4 4 146.7 62 3.69 3.19 20.00 1 0 4 2
Merc 230 22.8 4 140.8 95 3.92 3.15 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.44 18.30 1 0 4 4# 5번째 행부터 10번째 행 제거NAdata%>%
slice(-(5:10))
mpg cyl disp hp drat wt qsec vs am gear
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
carb
Mazda RX4 4
Mazda RX4 Wag 4
Datsun 710 1
Hornet 4 Drive 1
Merc 280C 4
Merc 450SE 3
Merc 450SL 3
Merc 450SLC 3
Cadillac Fleetwood 4
Lincoln Continental 4
Chrysler Imperial 4
Fiat 128 1
Honda Civic 2
Toyota Corolla 1
Toyota Corona 1
Dodge Challenger 2
AMC Javelin 2
Camaro Z28 4
Pontiac Firebird 2
Fiat X1-9 1
Porsche 914-2 2
Lotus Europa 2
Ford Pantera L 4
Ferrari Dino 6
Maserati Bora 8
Volvo 142E 2 mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1Caution! 함수 slice() 뿐만 아니라 그와
관련된 다른 함수들도 행을 선택하는 데 유용하게 사용될 수 있다.
| slice_head(data, n) | 처음 n개 행을 선택 |
| slice_tail(data, n) | 마지막 n개 행을 선택 |
| slice_sample(data, n, replace = FALSE) | 비복원 추출을 이용하여 n개의 행을 선택 ※ replace = TRUE : 복원 추출 |
| slice_max(data, 변수, n) | 특정 변수가 가장 큰 값을 갖는 n개의 행을 선택 |
| slice_min(data, 변수, n) | 특정 변수가 가장 작은 값을 갖는 n개의 행을 선택 |
# 함수 slice_head()data %>%
slice_head(n = 6)
mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1# 함수 slice_tail()data %>%
slice_tail(n = 6)
mpg cyl disp hp drat wt qsec vs am gear carb
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.7 0 1 5 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.9 1 1 5 2
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.5 0 1 5 4
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.5 0 1 5 6
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.6 0 1 5 8
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.6 1 1 4 2# 함수 slice_sample() 비복원 추출NAdata %>%
slice_sample(n = 10, replace = FALSE)
mpg cyl disp hp drat wt qsec vs am gear
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
carb
Pontiac Firebird 2
Cadillac Fleetwood 4
Ferrari Dino 6
Hornet 4 Drive 1
Lincoln Continental 4
Merc 280C 4
Dodge Challenger 2
Toyota Corona 1
Mazda RX4 Wag 4
Mazda RX4 4# 함수 slice_sample() 복원 추출NAdata %>%
slice_sample(n = 10, replace = TRUE)
mpg cyl disp hp drat wt qsec vs am gear
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Merc 450SE...7 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SE...8 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
carb
Mazda RX4 Wag 4
Mazda RX4 4
Chrysler Imperial 4
Lincoln Continental 4
Duster 360 4
Toyota Corona 1
Merc 450SE...7 3
Merc 450SE...8 3
Fiat 128 1
Pontiac Firebird 2# 함수 slice_max()data %>%
slice_max(mpg, n = 3)
mpg cyl disp hp drat wt qsec vs am gear carb
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2# 함수 slice_min()data %>%
slice_min(mpg, n = 3)
mpg cyl disp hp drat wt qsec vs am gear
Cadillac Fleetwood 10.4 8 472 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460 215 3.00 5.424 17.82 0 0 3
Camaro Z28 13.3 8 350 245 3.73 3.840 15.41 0 0 3
carb
Cadillac Fleetwood 4
Lincoln Continental 4
Camaro Z28 44-3. 함수 arrange()
- 함수
arrange()는 특정 변수를 기준으로 데이터 프레임의 행을 재배열할 때 사용된다.arrange(data, 변수): data에서 지정한 변수를 기준으로 행을 오름자순으로 재배열- 함수에는 정렬의 기준이 되는 변수를 입력하면 되는데, 2개 이상의 정렬 기준 변수를 입력하게 되면 추가된 변수는 앞선 변수가 같은 값을 갖는 행들을 정렬하는 기준으로 사용된다.
- 정렬은 오른차순이 Default이며, 내림차순으로 배열하고자 할 때에는
기준 변수를 함수
desc()와 함께 사용한다.
# 변수 mpg를 기준으로 오름차순 정렬렬
data %>%
arrange(mpg)
mpg cyl disp hp drat wt qsec vs am gear
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4
carb
Cadillac Fleetwood 4
Lincoln Continental 4
Camaro Z28 4
Duster 360 4
Chrysler Imperial 4
Maserati Bora 8
Merc 450SLC 3
AMC Javelin 2
Dodge Challenger 2
Ford Pantera L 4
Merc 450SE 3
Merc 450SL 3
Merc 280C 4
Valiant 1
Hornet Sportabout 2
Merc 280 4
Pontiac Firebird 2
Ferrari Dino 6
Mazda RX4 4
Mazda RX4 Wag 4
Hornet 4 Drive 1
Volvo 142E 2
Toyota Corona 1
Datsun 710 1
Merc 230 2
Merc 240D 2
Porsche 914-2 2
Fiat X1-9 1
Honda Civic 2
Lotus Europa 2
Fiat 128 1
Toyota Corolla 1# 변수 mpg를 기준으로 오름차순 정렬하되 같은 값일 경우 변수 cyl을 기준으로 오름차순 정렬렬
data %>%
arrange(mpg, cyl)
mpg cyl disp hp drat wt qsec vs am gear
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4
carb
Cadillac Fleetwood 4
Lincoln Continental 4
Camaro Z28 4
Duster 360 4
Chrysler Imperial 4
Maserati Bora 8
Merc 450SLC 3
AMC Javelin 2
Dodge Challenger 2
Ford Pantera L 4
Merc 450SE 3
Merc 450SL 3
Merc 280C 4
Valiant 1
Hornet Sportabout 2
Merc 280 4
Pontiac Firebird 2
Ferrari Dino 6
Mazda RX4 4
Mazda RX4 Wag 4
Volvo 142E 2
Hornet 4 Drive 1
Toyota Corona 1
Datsun 710 1
Merc 230 2
Merc 240D 2
Porsche 914-2 2
Fiat X1-9 1
Honda Civic 2
Lotus Europa 2
Fiat 128 1
Toyota Corolla 1 mpg cyl disp hp drat wt qsec vs am gear
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
carb
Toyota Corolla 1
Fiat 128 1
Honda Civic 2
Lotus Europa 2
Fiat X1-9 1
Porsche 914-2 2
Merc 240D 2
Datsun 710 1
Merc 230 2
Toyota Corona 1
Hornet 4 Drive 1
Volvo 142E 2
Mazda RX4 4
Mazda RX4 Wag 4
Ferrari Dino 6
Merc 280 4
Pontiac Firebird 2
Hornet Sportabout 2
Valiant 1
Merc 280C 4
Merc 450SL 3
Merc 450SE 3
Ford Pantera L 4
Dodge Challenger 2
Merc 450SLC 3
AMC Javelin 2
Maserati Bora 8
Chrysler Imperial 4
Duster 360 4
Camaro Z28 4
Cadillac Fleetwood 4
Lincoln Continental 44-4. 함수 distinct()
- 함수
distinct()는 중복 입력된 행을 제거할 때 사용된다.- 함수
distinct(data, 변수, .keep_all = FALSE): data에서 지정한 변수의 중복 입력된 행을 제거- 옵션
.keep_all = TRUE을 하면 data의 모든 변수가 유지되는데, 이 경우에는 중복된 행 중에 처음 나타난 행이 유지된다.
- 옵션
- 함수
df1 <- data.frame(id = rep(1:3, times = 2:4), x1 = c(1:2, 1:3, 1:4))
df1
id x1
1 1 1
2 1 2
3 2 1
4 2 2
5 2 3
6 3 1
7 3 2
8 3 3
9 3 4# 변수 id의 값 중 중복된 값 제거거
df1 %>%
distinct(id)
id
1 1
2 2
3 3Result! 변수 “id”의 값 중 중복된 값이 제거되어 1, 2, 3이
출력된다.
# 변수 id의 값 중 중복된 값 제거하되, 모든 변수 유지
df1 %>%
distinct(id, .keep_all = TRUE)
id x1
1 1 1
2 2 1
3 3 1Result! 변수 “id”의 값 중 중복된 값이 제거되고 중복값이
처음 나타난 행이 유지되었다.
4-5. 함수 bind_rows()
- 함수
bind_rows()는 다수의 데이터 프레임을 행 기준으로 결합하는 함수이다.bind_rows(데이터 프레임1, 데이터 프레임2, ..): 데이터 프레임들을 행 기준으로 결합
- 함수
bind_rows()는 함수rbind()와 유사하지만 세 가지의 큰 차이점이 있다.- 함수
bind_rows()는 데이터 프레임에만 적용할 수 있다. - 함수
bind_rows()는 열의 길이가 다른 데이터 프레임도 결합할 수 있다. - 함수
bind_rows()는 열의 이름이 다른 데이터 프레임도 결합할 수 있다.
- 함수
# 열의 길이가 다른 두 데이터 프레임 결합NAx <- data.frame(x1 = 1:4, x2 = c("가"","나"나""다"다""라"))))
y <- data.frame(x1 = 3:6)
bind_rows(x, y)
x1 x2
1 1 가
2 2 나
3 3 다
4 4 라
5 3 <NA>
6 4 <NA>
7 5 <NA>
8 6 <NA>Result! 데이터의 결측값은 NA로
처리된다.
# 열의 이름이 다른 두 데이터 프레임 결합NAx <- data.frame(x1 = 1:4, x2 = c("가"","나"나""다"다""라"))))
y <- data.frame(x1 = 3:6, x3 = c("a", "b", "c", "d"))
bind_rows(x, y)
x1 x2 x3
1 1 가 <NA>
2 2 나 <NA>
3 3 다 <NA>
4 4 라 <NA>
5 3 <NA> a
6 4 <NA> b
7 5 <NA> c
8 6 <NA> dResult! 데이터의 결측값은 NA로
처리된다.
5. 열을 대상으로 작업하는 함수
5-1. 함수 select()
- 함수
select()를 이용하면 분석에 필요한 변수들만 선택할 수 있다.select(data, ...): data에서 지정한 변수를 선택
5-1-1. 열 번호(또는 열 이름)에 의한 선택
- 변수를 선택하는 가장 기본적인 방법은 열 번호(또는 열 이름)를
콤마(
,)로 구분하여 나열하는 것이다.
mpg hp qsec
Mazda RX4 21.0 110 16.46
Mazda RX4 Wag 21.0 110 17.02
Datsun 710 22.8 93 18.61
Hornet 4 Drive 21.4 110 19.44
Hornet Sportabout 18.7 175 17.02
Valiant 18.1 105 20.22
Duster 360 14.3 245 15.84
Merc 240D 24.4 62 20.00
Merc 230 22.8 95 22.90
Merc 280 19.2 123 18.30
Merc 280C 17.8 123 18.90
Merc 450SE 16.4 180 17.40
Merc 450SL 17.3 180 17.60
Merc 450SLC 15.2 180 18.00
Cadillac Fleetwood 10.4 205 17.98
Lincoln Continental 10.4 215 17.82
Chrysler Imperial 14.7 230 17.42
Fiat 128 32.4 66 19.47
Honda Civic 30.4 52 18.52
Toyota Corolla 33.9 65 19.90
Toyota Corona 21.5 97 20.01
Dodge Challenger 15.5 150 16.87
AMC Javelin 15.2 150 17.30
Camaro Z28 13.3 245 15.41
Pontiac Firebird 19.2 175 17.05
Fiat X1-9 27.3 66 18.90
Porsche 914-2 26.0 91 16.70
Lotus Europa 30.4 113 16.90
Ford Pantera L 15.8 264 14.50
Ferrari Dino 19.7 175 15.50
Maserati Bora 15.0 335 14.60
Volvo 142E 21.4 109 18.60# 열 번호호
data %>%
select(1:4)
mpg cyl disp hp
Mazda RX4 21.0 6 160.0 110
Mazda RX4 Wag 21.0 6 160.0 110
Datsun 710 22.8 4 108.0 93
Hornet 4 Drive 21.4 6 258.0 110
Hornet Sportabout 18.7 8 360.0 175
Valiant 18.1 6 225.0 105
Duster 360 14.3 8 360.0 245
Merc 240D 24.4 4 146.7 62
Merc 230 22.8 4 140.8 95
Merc 280 19.2 6 167.6 123
Merc 280C 17.8 6 167.6 123
Merc 450SE 16.4 8 275.8 180
Merc 450SL 17.3 8 275.8 180
Merc 450SLC 15.2 8 275.8 180
Cadillac Fleetwood 10.4 8 472.0 205
Lincoln Continental 10.4 8 460.0 215
Chrysler Imperial 14.7 8 440.0 230
Fiat 128 32.4 4 78.7 66
Honda Civic 30.4 4 75.7 52
Toyota Corolla 33.9 4 71.1 65
Toyota Corona 21.5 4 120.1 97
Dodge Challenger 15.5 8 318.0 150
AMC Javelin 15.2 8 304.0 150
Camaro Z28 13.3 8 350.0 245
Pontiac Firebird 19.2 8 400.0 175
Fiat X1-9 27.3 4 79.0 66
Porsche 914-2 26.0 4 120.3 91
Lotus Europa 30.4 4 95.1 113
Ford Pantera L 15.8 8 351.0 264
Ferrari Dino 19.7 6 145.0 175
Maserati Bora 15.0 8 301.0 335
Volvo 142E 21.4 4 121.0 109 mpg cyl
Mazda RX4 21.0 6
Mazda RX4 Wag 21.0 6
Datsun 710 22.8 4
Hornet 4 Drive 21.4 6
Hornet Sportabout 18.7 8
Valiant 18.1 6
Duster 360 14.3 8
Merc 240D 24.4 4
Merc 230 22.8 4
Merc 280 19.2 6
Merc 280C 17.8 6
Merc 450SE 16.4 8
Merc 450SL 17.3 8
Merc 450SLC 15.2 8
Cadillac Fleetwood 10.4 8
Lincoln Continental 10.4 8
Chrysler Imperial 14.7 8
Fiat 128 32.4 4
Honda Civic 30.4 4
Toyota Corolla 33.9 4
Toyota Corona 21.5 4
Dodge Challenger 15.5 8
AMC Javelin 15.2 8
Camaro Z28 13.3 8
Pontiac Firebird 19.2 8
Fiat X1-9 27.3 4
Porsche 914-2 26.0 4
Lotus Europa 30.4 4
Ford Pantera L 15.8 8
Ferrari Dino 19.7 6
Maserati Bora 15.0 8
Volvo 142E 21.4 4Caution! 열을 제거하고자 하는 경우에는 논리 부정
연산자(!) 또는 마이너스(-) 연산자를 사용해야
한다.
disp drat wt qsec vs am gear carb
Mazda RX4 160.0 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 160.0 3.90 2.875 17.02 0 1 4 4
Datsun 710 108.0 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 258.0 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 360.0 3.15 3.440 17.02 0 0 3 2
Valiant 225.0 2.76 3.460 20.22 1 0 3 1
Duster 360 360.0 3.21 3.570 15.84 0 0 3 4
Merc 240D 146.7 3.69 3.190 20.00 1 0 4 2
Merc 230 140.8 3.92 3.150 22.90 1 0 4 2
Merc 280 167.6 3.92 3.440 18.30 1 0 4 4
Merc 280C 167.6 3.92 3.440 18.90 1 0 4 4
Merc 450SE 275.8 3.07 4.070 17.40 0 0 3 3
Merc 450SL 275.8 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 275.8 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 472.0 2.93 5.250 17.98 0 0 3 4
Lincoln Continental 460.0 3.00 5.424 17.82 0 0 3 4
Chrysler Imperial 440.0 3.23 5.345 17.42 0 0 3 4
Fiat 128 78.7 4.08 2.200 19.47 1 1 4 1
Honda Civic 75.7 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 71.1 4.22 1.835 19.90 1 1 4 1
Toyota Corona 120.1 3.70 2.465 20.01 1 0 3 1
Dodge Challenger 318.0 2.76 3.520 16.87 0 0 3 2
AMC Javelin 304.0 3.15 3.435 17.30 0 0 3 2
Camaro Z28 350.0 3.73 3.840 15.41 0 0 3 4
Pontiac Firebird 400.0 3.08 3.845 17.05 0 0 3 2
Fiat X1-9 79.0 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 120.3 4.43 2.140 16.70 0 1 5 2
Lotus Europa 95.1 3.77 1.513 16.90 1 1 5 2
Ford Pantera L 351.0 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 145.0 3.62 2.770 15.50 0 1 5 6
Maserati Bora 301.0 3.54 3.570 14.60 0 1 5 8
Volvo 142E 121.0 4.11 2.780 18.60 1 1 4 2 disp drat wt qsec vs am gear carb
Mazda RX4 160.0 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 160.0 3.90 2.875 17.02 0 1 4 4
Datsun 710 108.0 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 258.0 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 360.0 3.15 3.440 17.02 0 0 3 2
Valiant 225.0 2.76 3.460 20.22 1 0 3 1
Duster 360 360.0 3.21 3.570 15.84 0 0 3 4
Merc 240D 146.7 3.69 3.190 20.00 1 0 4 2
Merc 230 140.8 3.92 3.150 22.90 1 0 4 2
Merc 280 167.6 3.92 3.440 18.30 1 0 4 4
Merc 280C 167.6 3.92 3.440 18.90 1 0 4 4
Merc 450SE 275.8 3.07 4.070 17.40 0 0 3 3
Merc 450SL 275.8 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 275.8 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 472.0 2.93 5.250 17.98 0 0 3 4
Lincoln Continental 460.0 3.00 5.424 17.82 0 0 3 4
Chrysler Imperial 440.0 3.23 5.345 17.42 0 0 3 4
Fiat 128 78.7 4.08 2.200 19.47 1 1 4 1
Honda Civic 75.7 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 71.1 4.22 1.835 19.90 1 1 4 1
Toyota Corona 120.1 3.70 2.465 20.01 1 0 3 1
Dodge Challenger 318.0 2.76 3.520 16.87 0 0 3 2
AMC Javelin 304.0 3.15 3.435 17.30 0 0 3 2
Camaro Z28 350.0 3.73 3.840 15.41 0 0 3 4
Pontiac Firebird 400.0 3.08 3.845 17.05 0 0 3 2
Fiat X1-9 79.0 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 120.3 4.43 2.140 16.70 0 1 5 2
Lotus Europa 95.1 3.77 1.513 16.90 1 1 5 2
Ford Pantera L 351.0 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 145.0 3.62 2.770 15.50 0 1 5 6
Maserati Bora 301.0 3.54 3.570 14.60 0 1 5 8
Volvo 142E 121.0 4.11 2.780 18.60 1 1 4 2# 열 선택과 제거거
data %>%
select(1:4, -(8:10))
mpg cyl disp hp
Mazda RX4 21.0 6 160.0 110
Mazda RX4 Wag 21.0 6 160.0 110
Datsun 710 22.8 4 108.0 93
Hornet 4 Drive 21.4 6 258.0 110
Hornet Sportabout 18.7 8 360.0 175
Valiant 18.1 6 225.0 105
Duster 360 14.3 8 360.0 245
Merc 240D 24.4 4 146.7 62
Merc 230 22.8 4 140.8 95
Merc 280 19.2 6 167.6 123
Merc 280C 17.8 6 167.6 123
Merc 450SE 16.4 8 275.8 180
Merc 450SL 17.3 8 275.8 180
Merc 450SLC 15.2 8 275.8 180
Cadillac Fleetwood 10.4 8 472.0 205
Lincoln Continental 10.4 8 460.0 215
Chrysler Imperial 14.7 8 440.0 230
Fiat 128 32.4 4 78.7 66
Honda Civic 30.4 4 75.7 52
Toyota Corolla 33.9 4 71.1 65
Toyota Corona 21.5 4 120.1 97
Dodge Challenger 15.5 8 318.0 150
AMC Javelin 15.2 8 304.0 150
Camaro Z28 13.3 8 350.0 245
Pontiac Firebird 19.2 8 400.0 175
Fiat X1-9 27.3 4 79.0 66
Porsche 914-2 26.0 4 120.3 91
Lotus Europa 30.4 4 95.1 113
Ford Pantera L 15.8 8 351.0 264
Ferrari Dino 19.7 6 145.0 175
Maserati Bora 15.0 8 301.0 335
Volvo 142E 21.4 4 121.0 1095-1-2. 변수 유형에 의한 선택
- 특정 유형의 변수를 선택해야 하는 경우 유용하게 사용할 수 있는 방법이다.
- 변수 유형에 의한 선택이란 함수
where()안에 논리값을 출력하는 함수를 입력하여TRUE가 되는 변수를 선택하는 방법이다.- 변수의 유형 파악은 함수
is.numeric()또는is.character()등is.*()형태의 함수로 할 수 있다.
- 변수의 유형 파악은 함수
# 숫자형 변수만 선택
data %>%
select(where(is.numeric))
mpg cyl disp hp drat wt qsec vs am gear
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
carb
Mazda RX4 4
Mazda RX4 Wag 4
Datsun 710 1
Hornet 4 Drive 1
Hornet Sportabout 2
Valiant 1
Duster 360 4
Merc 240D 2
Merc 230 2
Merc 280 4
Merc 280C 4
Merc 450SE 3
Merc 450SL 3
Merc 450SLC 3
Cadillac Fleetwood 4
Lincoln Continental 4
Chrysler Imperial 4
Fiat 128 1
Honda Civic 2
Toyota Corolla 1
Toyota Corona 1
Dodge Challenger 2
AMC Javelin 2
Camaro Z28 4
Pontiac Firebird 2
Fiat X1-9 1
Porsche 914-2 2
Lotus Europa 2
Ford Pantera L 4
Ferrari Dino 6
Maserati Bora 8
Volvo 142E 2# 숫자형 변수이거나 문자형 변수 선택data %>%
select(where(is.numeric) | where(is.character))
mpg cyl disp hp drat wt qsec vs am gear
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
carb
Mazda RX4 4
Mazda RX4 Wag 4
Datsun 710 1
Hornet 4 Drive 1
Hornet Sportabout 2
Valiant 1
Duster 360 4
Merc 240D 2
Merc 230 2
Merc 280 4
Merc 280C 4
Merc 450SE 3
Merc 450SL 3
Merc 450SLC 3
Cadillac Fleetwood 4
Lincoln Continental 4
Chrysler Imperial 4
Fiat 128 1
Honda Civic 2
Toyota Corolla 1
Toyota Corona 1
Dodge Challenger 2
AMC Javelin 2
Camaro Z28 4
Pontiac Firebird 2
Fiat X1-9 1
Porsche 914-2 2
Lotus Europa 2
Ford Pantera L 4
Ferrari Dino 6
Maserati Bora 8
Volvo 142E 25-1-3. 변수 선택과 관련된 함수의 이용
| 특정 위치의 열을 선택할 때 사용할 수 있는 함수 | |
|---|---|
| everythig() | 모든 변수 선택 |
| last_col() | 마지막 변수 선택 |
| 변수 이름을 구성하고 있는 문자열에 대한 매칭 작업으로 변수를 선택할 때 사용할 수 있는 함수 | |
|---|---|
| starts_with(“x”) | 이름이 “x”로 시작하는 변수 선택 |
| ends_with(“x”) | 이름이 “x”로 끝나는 변수 선택 |
| contains(“x”) | 이름에 “x”가 포함된 변수 선택 |
# 모든 변수 선택택
data %>%
select(everything())
mpg cyl disp hp drat wt qsec vs am gear
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
carb
Mazda RX4 4
Mazda RX4 Wag 4
Datsun 710 1
Hornet 4 Drive 1
Hornet Sportabout 2
Valiant 1
Duster 360 4
Merc 240D 2
Merc 230 2
Merc 280 4
Merc 280C 4
Merc 450SE 3
Merc 450SL 3
Merc 450SLC 3
Cadillac Fleetwood 4
Lincoln Continental 4
Chrysler Imperial 4
Fiat 128 1
Honda Civic 2
Toyota Corolla 1
Toyota Corona 1
Dodge Challenger 2
AMC Javelin 2
Camaro Z28 4
Pontiac Firebird 2
Fiat X1-9 1
Porsche 914-2 2
Lotus Europa 2
Ford Pantera L 4
Ferrari Dino 6
Maserati Bora 8
Volvo 142E 2 carb
Mazda RX4 4
Mazda RX4 Wag 4
Datsun 710 1
Hornet 4 Drive 1
Hornet Sportabout 2
Valiant 1
Duster 360 4
Merc 240D 2
Merc 230 2
Merc 280 4
Merc 280C 4
Merc 450SE 3
Merc 450SL 3
Merc 450SLC 3
Cadillac Fleetwood 4
Lincoln Continental 4
Chrysler Imperial 4
Fiat 128 1
Honda Civic 2
Toyota Corolla 1
Toyota Corona 1
Dodge Challenger 2
AMC Javelin 2
Camaro Z28 4
Pontiac Firebird 2
Fiat X1-9 1
Porsche 914-2 2
Lotus Europa 2
Ford Pantera L 4
Ferrari Dino 6
Maserati Bora 8
Volvo 142E 2# 변수 이름이 m으로 시작하는 변수 선택data %>%
select(starts_with("m"))
mpg
Mazda RX4 21.0
Mazda RX4 Wag 21.0
Datsun 710 22.8
Hornet 4 Drive 21.4
Hornet Sportabout 18.7
Valiant 18.1
Duster 360 14.3
Merc 240D 24.4
Merc 230 22.8
Merc 280 19.2
Merc 280C 17.8
Merc 450SE 16.4
Merc 450SL 17.3
Merc 450SLC 15.2
Cadillac Fleetwood 10.4
Lincoln Continental 10.4
Chrysler Imperial 14.7
Fiat 128 32.4
Honda Civic 30.4
Toyota Corolla 33.9
Toyota Corona 21.5
Dodge Challenger 15.5
AMC Javelin 15.2
Camaro Z28 13.3
Pontiac Firebird 19.2
Fiat X1-9 27.3
Porsche 914-2 26.0
Lotus Europa 30.4
Ford Pantera L 15.8
Ferrari Dino 19.7
Maserati Bora 15.0
Volvo 142E 21.4Caution! 대소문자를 구분하기 위해 옵션
.ignore.case = FALSE를 해야 한다.
disp hp
Mazda RX4 160.0 110
Mazda RX4 Wag 160.0 110
Datsun 710 108.0 93
Hornet 4 Drive 258.0 110
Hornet Sportabout 360.0 175
Valiant 225.0 105
Duster 360 360.0 245
Merc 240D 146.7 62
Merc 230 140.8 95
Merc 280 167.6 123
Merc 280C 167.6 123
Merc 450SE 275.8 180
Merc 450SL 275.8 180
Merc 450SLC 275.8 180
Cadillac Fleetwood 472.0 205
Lincoln Continental 460.0 215
Chrysler Imperial 440.0 230
Fiat 128 78.7 66
Honda Civic 75.7 52
Toyota Corolla 71.1 65
Toyota Corona 120.1 97
Dodge Challenger 318.0 150
AMC Javelin 304.0 150
Camaro Z28 350.0 245
Pontiac Firebird 400.0 175
Fiat X1-9 79.0 66
Porsche 914-2 120.3 91
Lotus Europa 95.1 113
Ford Pantera L 351.0 264
Ferrari Dino 145.0 175
Maserati Bora 301.0 335
Volvo 142E 121.0 109Caution! 대소문자를 구분하기 위해 옵션
.ignore.case = FALSE를 해야 한다.
drat am gear carb
Mazda RX4 3.90 1 4 4
Mazda RX4 Wag 3.90 1 4 4
Datsun 710 3.85 1 4 1
Hornet 4 Drive 3.08 0 3 1
Hornet Sportabout 3.15 0 3 2
Valiant 2.76 0 3 1
Duster 360 3.21 0 3 4
Merc 240D 3.69 0 4 2
Merc 230 3.92 0 4 2
Merc 280 3.92 0 4 4
Merc 280C 3.92 0 4 4
Merc 450SE 3.07 0 3 3
Merc 450SL 3.07 0 3 3
Merc 450SLC 3.07 0 3 3
Cadillac Fleetwood 2.93 0 3 4
Lincoln Continental 3.00 0 3 4
Chrysler Imperial 3.23 0 3 4
Fiat 128 4.08 1 4 1
Honda Civic 4.93 1 4 2
Toyota Corolla 4.22 1 4 1
Toyota Corona 3.70 0 3 1
Dodge Challenger 2.76 0 3 2
AMC Javelin 3.15 0 3 2
Camaro Z28 3.73 0 3 4
Pontiac Firebird 3.08 0 3 2
Fiat X1-9 4.08 1 4 1
Porsche 914-2 4.43 1 5 2
Lotus Europa 3.77 1 5 2
Ford Pantera L 4.22 1 5 4
Ferrari Dino 3.62 1 5 6
Maserati Bora 3.54 1 5 8
Volvo 142E 4.11 1 4 2Caution! 대소문자를 구분하기 위해 옵션
.ignore.case = FALSE를 해야 한다.
5-2. 함수 pull()
- 함수
pull()은 데이터 프레임의 한 변수를 선택하여 벡터로 추출하고자 할 때 사용된다.pull(data, var): data에서var에 지정된 변수를 벡터로 추출
- 변수 선택 방법은 옵션
var에 변수 이름을 지정하거나, 위치를 나타내는 정수를 지정하는 것이다.- 양의 정수는 첫 번째 변수를 시작점으로 하는 위치이고, 음의 정수는 마지막 변수를 시작점으로 하는 위치이다.
data %>%
pull(var = am)
[1] 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1data %>%
pull(var = 3)
[1] 160.0 160.0 108.0 258.0 360.0 225.0 360.0 146.7 140.8 167.6 167.6
[12] 275.8 275.8 275.8 472.0 460.0 440.0 78.7 75.7 71.1 120.1 318.0
[23] 304.0 350.0 400.0 79.0 120.3 95.1 351.0 145.0 301.0 121.0Result! 앞에서 세 번째 변수인 “disp”의 값들이
추출되었다.
data %>%
pull(var = -3)
[1] 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1Result! 뒤에서 세 번째 변수인 “am”의 값들이
추출되었다.
5-3. 함수 rename()
- 함수
rename()을 사용하면 변수의 이름을 변경할 수 있다.rename(data. new name = old name): data에서 기존의 이름 old name을 새로운 이름 new name으로 변경
- 함수
rename()을 사용하면 이름이 변경되지 않은 변수도 모두 그대로 유지가 된다.
data %>%
rename(MPG = mpg)
MPG cyl disp hp drat wt qsec vs am gear
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
carb
Mazda RX4 4
Mazda RX4 Wag 4
Datsun 710 1
Hornet 4 Drive 1
Hornet Sportabout 2
Valiant 1
Duster 360 4
Merc 240D 2
Merc 230 2
Merc 280 4
Merc 280C 4
Merc 450SE 3
Merc 450SL 3
Merc 450SLC 3
Cadillac Fleetwood 4
Lincoln Continental 4
Chrysler Imperial 4
Fiat 128 1
Honda Civic 2
Toyota Corolla 1
Toyota Corona 1
Dodge Challenger 2
AMC Javelin 2
Camaro Z28 4
Pontiac Firebird 2
Fiat X1-9 1
Porsche 914-2 2
Lotus Europa 2
Ford Pantera L 4
Ferrari Dino 6
Maserati Bora 8
Volvo 142E 2Caution! 많은 변수의 이름을 어떤 공통된 양식에 따라 모두
바꿔야 하는 경우, 하나씩 변경하는 방식은 매우 비효율적이다. 예를 들어,
대문자로 입력된 변수 이름을 모두 소문자로 변경하거나, 이름 중간에 들어간
점(.)을 밑줄(_)로 변경해야하는 경우에 하나씩 변경하는 방식이 아닌
해당되는 변수의 이름을 한꺼번에 모두 바꿀 수 있는 방식이 필요하다.
이러한 작업은 함수 rename_with()로 할 수 있다.
# 모든 변수 이름을 대문자로 변경변경
data %>%
rename_with(toupper)
MPG CYL DISP HP DRAT WT QSEC VS AM GEAR
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
CARB
Mazda RX4 4
Mazda RX4 Wag 4
Datsun 710 1
Hornet 4 Drive 1
Hornet Sportabout 2
Valiant 1
Duster 360 4
Merc 240D 2
Merc 230 2
Merc 280 4
Merc 280C 4
Merc 450SE 3
Merc 450SL 3
Merc 450SLC 3
Cadillac Fleetwood 4
Lincoln Continental 4
Chrysler Imperial 4
Fiat 128 1
Honda Civic 2
Toyota Corolla 1
Toyota Corona 1
Dodge Challenger 2
AMC Javelin 2
Camaro Z28 4
Pontiac Firebird 2
Fiat X1-9 1
Porsche 914-2 2
Lotus Europa 2
Ford Pantera L 4
Ferrari Dino 6
Maserati Bora 8
Volvo 142E 2# 변수 이름에 a가 포함되어 있는 변수만 대문자로 변경 변경
data %>%
rename_with(toupper, contains("a"))
mpg cyl disp hp DRAT wt qsec vs AM GEAR
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
CARB
Mazda RX4 4
Mazda RX4 Wag 4
Datsun 710 1
Hornet 4 Drive 1
Hornet Sportabout 2
Valiant 1
Duster 360 4
Merc 240D 2
Merc 230 2
Merc 280 4
Merc 280C 4
Merc 450SE 3
Merc 450SL 3
Merc 450SLC 3
Cadillac Fleetwood 4
Lincoln Continental 4
Chrysler Imperial 4
Fiat 128 1
Honda Civic 2
Toyota Corolla 1
Toyota Corona 1
Dodge Challenger 2
AMC Javelin 2
Camaro Z28 4
Pontiac Firebird 2
Fiat X1-9 1
Porsche 914-2 2
Lotus Europa 2
Ford Pantera L 4
Ferrari Dino 6
Maserati Bora 8
Volvo 142E 25-4. 함수 relocate()
- 함수
relocate()를 이용하여 열의 위치를 변경할 수 있다.relocate(data, 변수): 지정한 변수를 제일 앞으로 이동- 옵션
.after또는 `.before을 이용하여 위치를 지정할 수 있다.
- 옵션
# 변수 wt를 제일 앞으로 이동동
data %>%
relocate(wt)
wt mpg cyl disp hp drat qsec vs am gear
Mazda RX4 2.620 21.0 6 160.0 110 3.90 16.46 0 1 4
Mazda RX4 Wag 2.875 21.0 6 160.0 110 3.90 17.02 0 1 4
Datsun 710 2.320 22.8 4 108.0 93 3.85 18.61 1 1 4
Hornet 4 Drive 3.215 21.4 6 258.0 110 3.08 19.44 1 0 3
Hornet Sportabout 3.440 18.7 8 360.0 175 3.15 17.02 0 0 3
Valiant 3.460 18.1 6 225.0 105 2.76 20.22 1 0 3
Duster 360 3.570 14.3 8 360.0 245 3.21 15.84 0 0 3
Merc 240D 3.190 24.4 4 146.7 62 3.69 20.00 1 0 4
Merc 230 3.150 22.8 4 140.8 95 3.92 22.90 1 0 4
Merc 280 3.440 19.2 6 167.6 123 3.92 18.30 1 0 4
Merc 280C 3.440 17.8 6 167.6 123 3.92 18.90 1 0 4
Merc 450SE 4.070 16.4 8 275.8 180 3.07 17.40 0 0 3
Merc 450SL 3.730 17.3 8 275.8 180 3.07 17.60 0 0 3
Merc 450SLC 3.780 15.2 8 275.8 180 3.07 18.00 0 0 3
Cadillac Fleetwood 5.250 10.4 8 472.0 205 2.93 17.98 0 0 3
Lincoln Continental 5.424 10.4 8 460.0 215 3.00 17.82 0 0 3
Chrysler Imperial 5.345 14.7 8 440.0 230 3.23 17.42 0 0 3
Fiat 128 2.200 32.4 4 78.7 66 4.08 19.47 1 1 4
Honda Civic 1.615 30.4 4 75.7 52 4.93 18.52 1 1 4
Toyota Corolla 1.835 33.9 4 71.1 65 4.22 19.90 1 1 4
Toyota Corona 2.465 21.5 4 120.1 97 3.70 20.01 1 0 3
Dodge Challenger 3.520 15.5 8 318.0 150 2.76 16.87 0 0 3
AMC Javelin 3.435 15.2 8 304.0 150 3.15 17.30 0 0 3
Camaro Z28 3.840 13.3 8 350.0 245 3.73 15.41 0 0 3
Pontiac Firebird 3.845 19.2 8 400.0 175 3.08 17.05 0 0 3
Fiat X1-9 1.935 27.3 4 79.0 66 4.08 18.90 1 1 4
Porsche 914-2 2.140 26.0 4 120.3 91 4.43 16.70 0 1 5
Lotus Europa 1.513 30.4 4 95.1 113 3.77 16.90 1 1 5
Ford Pantera L 3.170 15.8 8 351.0 264 4.22 14.50 0 1 5
Ferrari Dino 2.770 19.7 6 145.0 175 3.62 15.50 0 1 5
Maserati Bora 3.570 15.0 8 301.0 335 3.54 14.60 0 1 5
Volvo 142E 2.780 21.4 4 121.0 109 4.11 18.60 1 1 4
carb
Mazda RX4 4
Mazda RX4 Wag 4
Datsun 710 1
Hornet 4 Drive 1
Hornet Sportabout 2
Valiant 1
Duster 360 4
Merc 240D 2
Merc 230 2
Merc 280 4
Merc 280C 4
Merc 450SE 3
Merc 450SL 3
Merc 450SLC 3
Cadillac Fleetwood 4
Lincoln Continental 4
Chrysler Imperial 4
Fiat 128 1
Honda Civic 2
Toyota Corolla 1
Toyota Corona 1
Dodge Challenger 2
AMC Javelin 2
Camaro Z28 4
Pontiac Firebird 2
Fiat X1-9 1
Porsche 914-2 2
Lotus Europa 2
Ford Pantera L 4
Ferrari Dino 6
Maserati Bora 8
Volvo 142E 2Caution! 특정 변수를 제일 앞으로 이동하는 작업은 함수
select(data, 특정 변수, everything())을 이용해서 할 수도
있다.
# 변수 wt를 변수 cyl 뒤로 이동 이동
data %>%
relocate(wt, .after = cyl)
mpg cyl wt disp hp drat qsec vs am gear
Mazda RX4 21.0 6 2.620 160.0 110 3.90 16.46 0 1 4
Mazda RX4 Wag 21.0 6 2.875 160.0 110 3.90 17.02 0 1 4
Datsun 710 22.8 4 2.320 108.0 93 3.85 18.61 1 1 4
Hornet 4 Drive 21.4 6 3.215 258.0 110 3.08 19.44 1 0 3
Hornet Sportabout 18.7 8 3.440 360.0 175 3.15 17.02 0 0 3
Valiant 18.1 6 3.460 225.0 105 2.76 20.22 1 0 3
Duster 360 14.3 8 3.570 360.0 245 3.21 15.84 0 0 3
Merc 240D 24.4 4 3.190 146.7 62 3.69 20.00 1 0 4
Merc 230 22.8 4 3.150 140.8 95 3.92 22.90 1 0 4
Merc 280 19.2 6 3.440 167.6 123 3.92 18.30 1 0 4
Merc 280C 17.8 6 3.440 167.6 123 3.92 18.90 1 0 4
Merc 450SE 16.4 8 4.070 275.8 180 3.07 17.40 0 0 3
Merc 450SL 17.3 8 3.730 275.8 180 3.07 17.60 0 0 3
Merc 450SLC 15.2 8 3.780 275.8 180 3.07 18.00 0 0 3
Cadillac Fleetwood 10.4 8 5.250 472.0 205 2.93 17.98 0 0 3
Lincoln Continental 10.4 8 5.424 460.0 215 3.00 17.82 0 0 3
Chrysler Imperial 14.7 8 5.345 440.0 230 3.23 17.42 0 0 3
Fiat 128 32.4 4 2.200 78.7 66 4.08 19.47 1 1 4
Honda Civic 30.4 4 1.615 75.7 52 4.93 18.52 1 1 4
Toyota Corolla 33.9 4 1.835 71.1 65 4.22 19.90 1 1 4
Toyota Corona 21.5 4 2.465 120.1 97 3.70 20.01 1 0 3
Dodge Challenger 15.5 8 3.520 318.0 150 2.76 16.87 0 0 3
AMC Javelin 15.2 8 3.435 304.0 150 3.15 17.30 0 0 3
Camaro Z28 13.3 8 3.840 350.0 245 3.73 15.41 0 0 3
Pontiac Firebird 19.2 8 3.845 400.0 175 3.08 17.05 0 0 3
Fiat X1-9 27.3 4 1.935 79.0 66 4.08 18.90 1 1 4
Porsche 914-2 26.0 4 2.140 120.3 91 4.43 16.70 0 1 5
Lotus Europa 30.4 4 1.513 95.1 113 3.77 16.90 1 1 5
Ford Pantera L 15.8 8 3.170 351.0 264 4.22 14.50 0 1 5
Ferrari Dino 19.7 6 2.770 145.0 175 3.62 15.50 0 1 5
Maserati Bora 15.0 8 3.570 301.0 335 3.54 14.60 0 1 5
Volvo 142E 21.4 4 2.780 121.0 109 4.11 18.60 1 1 4
carb
Mazda RX4 4
Mazda RX4 Wag 4
Datsun 710 1
Hornet 4 Drive 1
Hornet Sportabout 2
Valiant 1
Duster 360 4
Merc 240D 2
Merc 230 2
Merc 280 4
Merc 280C 4
Merc 450SE 3
Merc 450SL 3
Merc 450SLC 3
Cadillac Fleetwood 4
Lincoln Continental 4
Chrysler Imperial 4
Fiat 128 1
Honda Civic 2
Toyota Corolla 1
Toyota Corona 1
Dodge Challenger 2
AMC Javelin 2
Camaro Z28 4
Pontiac Firebird 2
Fiat X1-9 1
Porsche 914-2 2
Lotus Europa 2
Ford Pantera L 4
Ferrari Dino 6
Maserati Bora 8
Volvo 142E 2# 변수 wt를 변수 cyl 앞로 이동 이동
data %>%
relocate(wt, .before = cyl)
mpg wt cyl disp hp drat qsec vs am gear
Mazda RX4 21.0 2.620 6 160.0 110 3.90 16.46 0 1 4
Mazda RX4 Wag 21.0 2.875 6 160.0 110 3.90 17.02 0 1 4
Datsun 710 22.8 2.320 4 108.0 93 3.85 18.61 1 1 4
Hornet 4 Drive 21.4 3.215 6 258.0 110 3.08 19.44 1 0 3
Hornet Sportabout 18.7 3.440 8 360.0 175 3.15 17.02 0 0 3
Valiant 18.1 3.460 6 225.0 105 2.76 20.22 1 0 3
Duster 360 14.3 3.570 8 360.0 245 3.21 15.84 0 0 3
Merc 240D 24.4 3.190 4 146.7 62 3.69 20.00 1 0 4
Merc 230 22.8 3.150 4 140.8 95 3.92 22.90 1 0 4
Merc 280 19.2 3.440 6 167.6 123 3.92 18.30 1 0 4
Merc 280C 17.8 3.440 6 167.6 123 3.92 18.90 1 0 4
Merc 450SE 16.4 4.070 8 275.8 180 3.07 17.40 0 0 3
Merc 450SL 17.3 3.730 8 275.8 180 3.07 17.60 0 0 3
Merc 450SLC 15.2 3.780 8 275.8 180 3.07 18.00 0 0 3
Cadillac Fleetwood 10.4 5.250 8 472.0 205 2.93 17.98 0 0 3
Lincoln Continental 10.4 5.424 8 460.0 215 3.00 17.82 0 0 3
Chrysler Imperial 14.7 5.345 8 440.0 230 3.23 17.42 0 0 3
Fiat 128 32.4 2.200 4 78.7 66 4.08 19.47 1 1 4
Honda Civic 30.4 1.615 4 75.7 52 4.93 18.52 1 1 4
Toyota Corolla 33.9 1.835 4 71.1 65 4.22 19.90 1 1 4
Toyota Corona 21.5 2.465 4 120.1 97 3.70 20.01 1 0 3
Dodge Challenger 15.5 3.520 8 318.0 150 2.76 16.87 0 0 3
AMC Javelin 15.2 3.435 8 304.0 150 3.15 17.30 0 0 3
Camaro Z28 13.3 3.840 8 350.0 245 3.73 15.41 0 0 3
Pontiac Firebird 19.2 3.845 8 400.0 175 3.08 17.05 0 0 3
Fiat X1-9 27.3 1.935 4 79.0 66 4.08 18.90 1 1 4
Porsche 914-2 26.0 2.140 4 120.3 91 4.43 16.70 0 1 5
Lotus Europa 30.4 1.513 4 95.1 113 3.77 16.90 1 1 5
Ford Pantera L 15.8 3.170 8 351.0 264 4.22 14.50 0 1 5
Ferrari Dino 19.7 2.770 6 145.0 175 3.62 15.50 0 1 5
Maserati Bora 15.0 3.570 8 301.0 335 3.54 14.60 0 1 5
Volvo 142E 21.4 2.780 4 121.0 109 4.11 18.60 1 1 4
carb
Mazda RX4 4
Mazda RX4 Wag 4
Datsun 710 1
Hornet 4 Drive 1
Hornet Sportabout 2
Valiant 1
Duster 360 4
Merc 240D 2
Merc 230 2
Merc 280 4
Merc 280C 4
Merc 450SE 3
Merc 450SL 3
Merc 450SLC 3
Cadillac Fleetwood 4
Lincoln Continental 4
Chrysler Imperial 4
Fiat 128 1
Honda Civic 2
Toyota Corolla 1
Toyota Corona 1
Dodge Challenger 2
AMC Javelin 2
Camaro Z28 4
Pontiac Firebird 2
Fiat X1-9 1
Porsche 914-2 2
Lotus Europa 2
Ford Pantera L 4
Ferrari Dino 6
Maserati Bora 8
Volvo 142E 2 mpg drat am gear carb cyl disp hp wt qsec
Mazda RX4 21.0 3.90 1 4 4 6 160.0 110 2.620 16.46
Mazda RX4 Wag 21.0 3.90 1 4 4 6 160.0 110 2.875 17.02
Datsun 710 22.8 3.85 1 4 1 4 108.0 93 2.320 18.61
Hornet 4 Drive 21.4 3.08 0 3 1 6 258.0 110 3.215 19.44
Hornet Sportabout 18.7 3.15 0 3 2 8 360.0 175 3.440 17.02
Valiant 18.1 2.76 0 3 1 6 225.0 105 3.460 20.22
Duster 360 14.3 3.21 0 3 4 8 360.0 245 3.570 15.84
Merc 240D 24.4 3.69 0 4 2 4 146.7 62 3.190 20.00
Merc 230 22.8 3.92 0 4 2 4 140.8 95 3.150 22.90
Merc 280 19.2 3.92 0 4 4 6 167.6 123 3.440 18.30
Merc 280C 17.8 3.92 0 4 4 6 167.6 123 3.440 18.90
Merc 450SE 16.4 3.07 0 3 3 8 275.8 180 4.070 17.40
Merc 450SL 17.3 3.07 0 3 3 8 275.8 180 3.730 17.60
Merc 450SLC 15.2 3.07 0 3 3 8 275.8 180 3.780 18.00
Cadillac Fleetwood 10.4 2.93 0 3 4 8 472.0 205 5.250 17.98
Lincoln Continental 10.4 3.00 0 3 4 8 460.0 215 5.424 17.82
Chrysler Imperial 14.7 3.23 0 3 4 8 440.0 230 5.345 17.42
Fiat 128 32.4 4.08 1 4 1 4 78.7 66 2.200 19.47
Honda Civic 30.4 4.93 1 4 2 4 75.7 52 1.615 18.52
Toyota Corolla 33.9 4.22 1 4 1 4 71.1 65 1.835 19.90
Toyota Corona 21.5 3.70 0 3 1 4 120.1 97 2.465 20.01
Dodge Challenger 15.5 2.76 0 3 2 8 318.0 150 3.520 16.87
AMC Javelin 15.2 3.15 0 3 2 8 304.0 150 3.435 17.30
Camaro Z28 13.3 3.73 0 3 4 8 350.0 245 3.840 15.41
Pontiac Firebird 19.2 3.08 0 3 2 8 400.0 175 3.845 17.05
Fiat X1-9 27.3 4.08 1 4 1 4 79.0 66 1.935 18.90
Porsche 914-2 26.0 4.43 1 5 2 4 120.3 91 2.140 16.70
Lotus Europa 30.4 3.77 1 5 2 4 95.1 113 1.513 16.90
Ford Pantera L 15.8 4.22 1 5 4 8 351.0 264 3.170 14.50
Ferrari Dino 19.7 3.62 1 5 6 6 145.0 175 2.770 15.50
Maserati Bora 15.0 3.54 1 5 8 8 301.0 335 3.570 14.60
Volvo 142E 21.4 4.11 1 4 2 4 121.0 109 2.780 18.60
vs
Mazda RX4 0
Mazda RX4 Wag 0
Datsun 710 1
Hornet 4 Drive 1
Hornet Sportabout 0
Valiant 1
Duster 360 0
Merc 240D 1
Merc 230 1
Merc 280 1
Merc 280C 1
Merc 450SE 0
Merc 450SL 0
Merc 450SLC 0
Cadillac Fleetwood 0
Lincoln Continental 0
Chrysler Imperial 0
Fiat 128 1
Honda Civic 1
Toyota Corolla 1
Toyota Corona 1
Dodge Challenger 0
AMC Javelin 0
Camaro Z28 0
Pontiac Firebird 0
Fiat X1-9 1
Porsche 914-2 0
Lotus Europa 1
Ford Pantera L 0
Ferrari Dino 0
Maserati Bora 0
Volvo 142E 15-5. 함수 mutate()와 transmute()
- 함수
mutate()와transmute()는 기존의 변수들을 이용하여 새로운 변수를 만들어 데이터 프레임에 추가해야 할 경우에 사용한다.mutate(data, 표현식),transmute(data, 표현식): data에서 표현식을 이용하여 새로운 변수를 생성
- 두 함수의 차이점은 함수
mutate()는 기존의 변수들을 유지하는 반면, 함수transmute()는 생성된 새로운 변수를 제외한 기존의 변수들은 모두 제거한다. - 새롭게 만들어진 변수는 데이터 프레임의 제일 마지막 변수로 추가된다.
# 기존의 변수 mpg 값에 0.43을 곱한 변수 kml 생성 생성
# kml이 10 이상이면 "good", 10 미만이면 "bad" 값을 갖는 변수 gp_kml 생성성
data %>%
mutate(kml = 0.43*mpg,
gp_kml = ifelse(kml >= 10, "good", "bad"))
mpg cyl disp hp drat wt qsec vs am gear
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
carb kml gp_kml
Mazda RX4 4 9.030 bad
Mazda RX4 Wag 4 9.030 bad
Datsun 710 1 9.804 bad
Hornet 4 Drive 1 9.202 bad
Hornet Sportabout 2 8.041 bad
Valiant 1 7.783 bad
Duster 360 4 6.149 bad
Merc 240D 2 10.492 good
Merc 230 2 9.804 bad
Merc 280 4 8.256 bad
Merc 280C 4 7.654 bad
Merc 450SE 3 7.052 bad
Merc 450SL 3 7.439 bad
Merc 450SLC 3 6.536 bad
Cadillac Fleetwood 4 4.472 bad
Lincoln Continental 4 4.472 bad
Chrysler Imperial 4 6.321 bad
Fiat 128 1 13.932 good
Honda Civic 2 13.072 good
Toyota Corolla 1 14.577 good
Toyota Corona 1 9.245 bad
Dodge Challenger 2 6.665 bad
AMC Javelin 2 6.536 bad
Camaro Z28 4 5.719 bad
Pontiac Firebird 2 8.256 bad
Fiat X1-9 1 11.739 good
Porsche 914-2 2 11.180 good
Lotus Europa 2 13.072 good
Ford Pantera L 4 6.794 bad
Ferrari Dino 6 8.471 bad
Maserati Bora 8 6.450 bad
Volvo 142E 2 9.202 badCaution! 함수 ifelse(조건, true, false)는
조건을 만족하면 true의 값을 갖고, 아니면 false의 값을 갖는다. 이때
조건의 만족 여부에 따라 할당되는 두 가지 값의 유형은 같아야 한다.
# 기존의 변수 mpg 값에 0.43을 곱한 변수 kml 생성 생성
# kml이 11이상이면 "excellent", 11 미만 8 이상이면 "good", 8 미만이면 "bad" 값을 갖는 변수 gp_kml 생성
data %>%
mutate(kml = 0.43*mpg,
gp_kml = case_when(kml >= 11 ~ "excellent",
8 <= kml & kml < 11 ~ "good",
TRUE ~ "bad")) %>%
relocate(kml, gp_kml) # 맨 앞으로 이동
kml gp_kml mpg cyl disp hp drat wt
Mazda RX4 9.030 good 21.0 6 160.0 110 3.90 2.620
Mazda RX4 Wag 9.030 good 21.0 6 160.0 110 3.90 2.875
Datsun 710 9.804 good 22.8 4 108.0 93 3.85 2.320
Hornet 4 Drive 9.202 good 21.4 6 258.0 110 3.08 3.215
Hornet Sportabout 8.041 good 18.7 8 360.0 175 3.15 3.440
Valiant 7.783 bad 18.1 6 225.0 105 2.76 3.460
Duster 360 6.149 bad 14.3 8 360.0 245 3.21 3.570
Merc 240D 10.492 good 24.4 4 146.7 62 3.69 3.190
Merc 230 9.804 good 22.8 4 140.8 95 3.92 3.150
Merc 280 8.256 good 19.2 6 167.6 123 3.92 3.440
Merc 280C 7.654 bad 17.8 6 167.6 123 3.92 3.440
Merc 450SE 7.052 bad 16.4 8 275.8 180 3.07 4.070
Merc 450SL 7.439 bad 17.3 8 275.8 180 3.07 3.730
Merc 450SLC 6.536 bad 15.2 8 275.8 180 3.07 3.780
Cadillac Fleetwood 4.472 bad 10.4 8 472.0 205 2.93 5.250
Lincoln Continental 4.472 bad 10.4 8 460.0 215 3.00 5.424
Chrysler Imperial 6.321 bad 14.7 8 440.0 230 3.23 5.345
Fiat 128 13.932 excellent 32.4 4 78.7 66 4.08 2.200
Honda Civic 13.072 excellent 30.4 4 75.7 52 4.93 1.615
Toyota Corolla 14.577 excellent 33.9 4 71.1 65 4.22 1.835
Toyota Corona 9.245 good 21.5 4 120.1 97 3.70 2.465
Dodge Challenger 6.665 bad 15.5 8 318.0 150 2.76 3.520
AMC Javelin 6.536 bad 15.2 8 304.0 150 3.15 3.435
Camaro Z28 5.719 bad 13.3 8 350.0 245 3.73 3.840
Pontiac Firebird 8.256 good 19.2 8 400.0 175 3.08 3.845
Fiat X1-9 11.739 excellent 27.3 4 79.0 66 4.08 1.935
Porsche 914-2 11.180 excellent 26.0 4 120.3 91 4.43 2.140
Lotus Europa 13.072 excellent 30.4 4 95.1 113 3.77 1.513
Ford Pantera L 6.794 bad 15.8 8 351.0 264 4.22 3.170
Ferrari Dino 8.471 good 19.7 6 145.0 175 3.62 2.770
Maserati Bora 6.450 bad 15.0 8 301.0 335 3.54 3.570
Volvo 142E 9.202 good 21.4 4 121.0 109 4.11 2.780
qsec vs am gear carb
Mazda RX4 16.46 0 1 4 4
Mazda RX4 Wag 17.02 0 1 4 4
Datsun 710 18.61 1 1 4 1
Hornet 4 Drive 19.44 1 0 3 1
Hornet Sportabout 17.02 0 0 3 2
Valiant 20.22 1 0 3 1
Duster 360 15.84 0 0 3 4
Merc 240D 20.00 1 0 4 2
Merc 230 22.90 1 0 4 2
Merc 280 18.30 1 0 4 4
Merc 280C 18.90 1 0 4 4
Merc 450SE 17.40 0 0 3 3
Merc 450SL 17.60 0 0 3 3
Merc 450SLC 18.00 0 0 3 3
Cadillac Fleetwood 17.98 0 0 3 4
Lincoln Continental 17.82 0 0 3 4
Chrysler Imperial 17.42 0 0 3 4
Fiat 128 19.47 1 1 4 1
Honda Civic 18.52 1 1 4 2
Toyota Corolla 19.90 1 1 4 1
Toyota Corona 20.01 1 0 3 1
Dodge Challenger 16.87 0 0 3 2
AMC Javelin 17.30 0 0 3 2
Camaro Z28 15.41 0 0 3 4
Pontiac Firebird 17.05 0 0 3 2
Fiat X1-9 18.90 1 1 4 1
Porsche 914-2 16.70 0 1 5 2
Lotus Europa 16.90 1 1 5 2
Ford Pantera L 14.50 0 1 5 4
Ferrari Dino 15.50 0 1 5 6
Maserati Bora 14.60 0 1 5 8
Volvo 142E 18.60 1 1 4 2Caution! 함수
case_when(조건1 ~ value1, 조건2 ~ value2, TREU ~ value3)은
조건1을 만족하면 value1, 조건1은 만족하지 않으나 조건2를 만족하면
value2, 두 조건 모두 만족하지 않으면 value3의 값을 갖는다.
# 생성된 새로운 변수를 제외하고 기존의 변수 제거제거
data %>%
transmute(kml = 0.43*mpg,
gp_kml = ifelse(kml >= 10, "good", "bad"))
kml gp_kml
Mazda RX4 9.030 bad
Mazda RX4 Wag 9.030 bad
Datsun 710 9.804 bad
Hornet 4 Drive 9.202 bad
Hornet Sportabout 8.041 bad
Valiant 7.783 bad
Duster 360 6.149 bad
Merc 240D 10.492 good
Merc 230 9.804 bad
Merc 280 8.256 bad
Merc 280C 7.654 bad
Merc 450SE 7.052 bad
Merc 450SL 7.439 bad
Merc 450SLC 6.536 bad
Cadillac Fleetwood 4.472 bad
Lincoln Continental 4.472 bad
Chrysler Imperial 6.321 bad
Fiat 128 13.932 good
Honda Civic 13.072 good
Toyota Corolla 14.577 good
Toyota Corona 9.245 bad
Dodge Challenger 6.665 bad
AMC Javelin 6.536 bad
Camaro Z28 5.719 bad
Pontiac Firebird 8.256 bad
Fiat X1-9 11.739 good
Porsche 914-2 11.180 good
Lotus Europa 13.072 good
Ford Pantera L 6.794 bad
Ferrari Dino 8.471 bad
Maserati Bora 6.450 bad
Volvo 142E 9.202 badCaution! 함수 mutate()와 연관된 다른
함수로는 mutate_if(), mutate_at(),
mutate_all()이 있다.
| mutate_if() | 조건을 만족하는 변수에 대해서만 함수 적용 |
| mutate_at() | 여러 변수에 동일한 함수를 적용하거나 하나의 변수에 여러 함수를 적용 |
| mutate_all() | 모든 변수에 함수 적용 |
mpg cyl disp hp drat wt qsec vs
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 1.000000
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 1.000000
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 2.718282
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 2.718282
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 1.000000
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 2.718282
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 1.000000
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 2.718282
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 2.718282
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 2.718282
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 2.718282
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 1.000000
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 1.000000
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 1.000000
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 1.000000
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 1.000000
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 1.000000
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 2.718282
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 2.718282
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 2.718282
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 2.718282
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 1.000000
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 1.000000
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 1.000000
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 1.000000
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 2.718282
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 1.000000
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 2.718282
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 1.000000
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 1.000000
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 1.000000
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 2.718282
am gear carb
Mazda RX4 2.718282 4 54.598150
Mazda RX4 Wag 2.718282 4 54.598150
Datsun 710 2.718282 4 2.718282
Hornet 4 Drive 1.000000 3 2.718282
Hornet Sportabout 1.000000 3 7.389056
Valiant 1.000000 3 2.718282
Duster 360 1.000000 3 54.598150
Merc 240D 1.000000 4 7.389056
Merc 230 1.000000 4 7.389056
Merc 280 1.000000 4 54.598150
Merc 280C 1.000000 4 54.598150
Merc 450SE 1.000000 3 20.085537
Merc 450SL 1.000000 3 20.085537
Merc 450SLC 1.000000 3 20.085537
Cadillac Fleetwood 1.000000 3 54.598150
Lincoln Continental 1.000000 3 54.598150
Chrysler Imperial 1.000000 3 54.598150
Fiat 128 2.718282 4 2.718282
Honda Civic 2.718282 4 7.389056
Toyota Corolla 2.718282 4 2.718282
Toyota Corona 1.000000 3 2.718282
Dodge Challenger 1.000000 3 7.389056
AMC Javelin 1.000000 3 7.389056
Camaro Z28 1.000000 3 54.598150
Pontiac Firebird 1.000000 3 7.389056
Fiat X1-9 2.718282 4 2.718282
Porsche 914-2 2.718282 5 7.389056
Lotus Europa 2.718282 5 7.389056
Ford Pantera L 2.718282 5 54.598150
Ferrari Dino 2.718282 5 403.428793
Maserati Bora 2.718282 5 2980.957987
Volvo 142E 2.718282 4 7.389056'data.frame': 32 obs. of 11 variables:
$ mpg : Factor w/ 25 levels "10.4","13.3",..: 16 16 19 17 13 12 3 20 19 14 ...
$ cyl : Factor w/ 3 levels "4","6","8": 2 2 1 2 3 2 3 1 1 2 ...
$ disp: Factor w/ 27 levels "71.1","75.7",..: 13 13 6 16 23 15 23 12 10 14 ...
$ hp : Factor w/ 22 levels "52","62","65",..: 11 11 6 11 15 9 20 2 7 13 ...
$ drat: Factor w/ 22 levels "2.76","2.93",..: 16 16 15 5 6 1 7 11 17 17 ...
$ wt : Factor w/ 29 levels "1.513","1.615",..: 9 12 7 16 18 19 21 15 13 18 ...
$ qsec: Factor w/ 30 levels "14.5","14.6",..: 6 10 22 24 10 29 5 27 30 19 ...
$ vs : Factor w/ 2 levels "0","1": 1 1 2 2 1 2 1 2 2 2 ...
$ am : Factor w/ 2 levels "0","1": 2 2 2 1 1 1 1 1 1 1 ...
$ gear: Factor w/ 3 levels "3","4","5": 2 2 2 1 1 1 1 2 2 2 ...
$ carb: Factor w/ 6 levels "1","2","3","4",..: 4 4 1 1 2 1 4 2 2 4 ...# 변수 이름이 d로 시작하는 변수에 exp를 적용
data %>%
mutate_at(vars(starts_with("d")), exp)
mpg cyl disp hp drat wt qsec
Mazda RX4 21.0 6 3.069850e+69 110 49.40245 2.620 16.46
Mazda RX4 Wag 21.0 6 3.069850e+69 110 49.40245 2.875 17.02
Datsun 710 22.8 4 8.013164e+46 93 46.99306 2.320 18.61
Hornet 4 Drive 21.4 6 1.116802e+112 110 21.75840 3.215 19.44
Hornet Sportabout 18.7 8 2.218265e+156 175 23.33606 3.440 17.02
Valiant 18.1 6 5.203055e+97 105 15.79984 3.460 20.22
Duster 360 14.3 8 2.218265e+156 245 24.77909 3.570 15.84
Merc 240D 24.4 4 5.140442e+63 62 40.04485 3.190 20.00
Merc 230 22.8 4 1.408196e+61 95 50.40044 3.150 22.90
Merc 280 19.2 6 6.134161e+72 123 50.40044 3.440 18.30
Merc 280C 17.8 6 6.134161e+72 123 50.40044 3.440 18.90
Merc 450SE 16.4 8 6.003688e+119 180 21.54190 4.070 17.40
Merc 450SL 17.3 8 6.003688e+119 180 21.54190 3.730 17.60
Merc 450SLC 15.2 8 6.003688e+119 180 21.54190 3.780 18.00
Cadillac Fleetwood 10.4 8 9.704998e+204 205 18.72763 5.250 17.98
Lincoln Continental 10.4 8 5.962957e+199 215 20.08554 5.424 17.82
Chrysler Imperial 14.7 8 1.229057e+191 230 25.27966 5.345 17.42
Fiat 128 32.4 4 1.509996e+34 66 59.14547 2.200 19.47
Honda Civic 30.4 4 7.517826e+32 52 138.37951 1.615 18.52
Toyota Corolla 33.9 4 7.556795e+30 65 68.03348 1.835 19.90
Toyota Corona 21.5 4 1.441343e+52 97 40.44730 2.465 20.01
Dodge Challenger 15.5 8 1.275397e+138 150 15.79984 3.520 16.87
AMC Javelin 15.2 8 1.060529e+132 150 23.33606 3.435 17.30
Camaro Z28 13.3 8 1.007091e+152 245 41.67911 3.840 15.41
Pontiac Firebird 19.2 8 5.221470e+173 175 21.75840 3.845 17.05
Fiat X1-9 27.3 4 2.038281e+34 66 59.14547 1.935 18.90
Porsche 914-2 26.0 4 1.760460e+52 91 83.93142 2.140 16.70
Lotus Europa 30.4 4 2.001729e+41 113 43.38006 1.513 16.90
Ford Pantera L 15.8 8 2.737557e+152 264 68.03348 3.170 14.50
Ferrari Dino 19.7 6 9.390741e+62 175 37.33757 2.770 15.50
Maserati Bora 15.0 8 5.280062e+130 335 34.46692 3.570 14.60
Volvo 142E 21.4 4 3.545131e+52 109 60.94672 2.780 18.60
vs am gear carb
Mazda RX4 0 1 4 4
Mazda RX4 Wag 0 1 4 4
Datsun 710 1 1 4 1
Hornet 4 Drive 1 0 3 1
Hornet Sportabout 0 0 3 2
Valiant 1 0 3 1
Duster 360 0 0 3 4
Merc 240D 1 0 4 2
Merc 230 1 0 4 2
Merc 280 1 0 4 4
Merc 280C 1 0 4 4
Merc 450SE 0 0 3 3
Merc 450SL 0 0 3 3
Merc 450SLC 0 0 3 3
Cadillac Fleetwood 0 0 3 4
Lincoln Continental 0 0 3 4
Chrysler Imperial 0 0 3 4
Fiat 128 1 1 4 1
Honda Civic 1 1 4 2
Toyota Corolla 1 1 4 1
Toyota Corona 1 0 3 1
Dodge Challenger 0 0 3 2
AMC Javelin 0 0 3 2
Camaro Z28 0 0 3 4
Pontiac Firebird 0 0 3 2
Fiat X1-9 1 1 4 1
Porsche 914-2 0 1 5 2
Lotus Europa 1 1 5 2
Ford Pantera L 0 1 5 4
Ferrari Dino 0 1 5 6
Maserati Bora 0 1 5 8
Volvo 142E 1 1 4 2Caution!
mutate_at(data, vars(starts_with("d")), list(exp = exp))을
하면 지수 함수 exp를 적용한 새로운 변수가 추가된다.
mpg cyl disp hp drat wt qsec vs am gear
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
carb mpg_log disp_log mpg_p2 disp_p2
Mazda RX4 4 3.044522 5.075174 23.0 162.0
Mazda RX4 Wag 4 3.044522 5.075174 23.0 162.0
Datsun 710 1 3.126761 4.682131 24.8 110.0
Hornet 4 Drive 1 3.063391 5.552960 23.4 260.0
Hornet Sportabout 2 2.928524 5.886104 20.7 362.0
Valiant 1 2.895912 5.416100 20.1 227.0
Duster 360 4 2.660260 5.886104 16.3 362.0
Merc 240D 2 3.194583 4.988390 26.4 148.7
Merc 230 2 3.126761 4.947340 24.8 142.8
Merc 280 4 2.954910 5.121580 21.2 169.6
Merc 280C 4 2.879198 5.121580 19.8 169.6
Merc 450SE 3 2.797281 5.619676 18.4 277.8
Merc 450SL 3 2.850707 5.619676 19.3 277.8
Merc 450SLC 3 2.721295 5.619676 17.2 277.8
Cadillac Fleetwood 4 2.341806 6.156979 12.4 474.0
Lincoln Continental 4 2.341806 6.131226 12.4 462.0
Chrysler Imperial 4 2.687847 6.086775 16.7 442.0
Fiat 128 1 3.478158 4.365643 34.4 80.7
Honda Civic 2 3.414443 4.326778 32.4 77.7
Toyota Corolla 1 3.523415 4.264087 35.9 73.1
Toyota Corona 1 3.068053 4.788325 23.5 122.1
Dodge Challenger 2 2.740840 5.762051 17.5 320.0
AMC Javelin 2 2.721295 5.717028 17.2 306.0
Camaro Z28 4 2.587764 5.857933 15.3 352.0
Pontiac Firebird 2 2.954910 5.991465 21.2 402.0
Fiat X1-9 1 3.306887 4.369448 29.3 81.0
Porsche 914-2 2 3.258097 4.789989 28.0 122.3
Lotus Europa 2 3.414443 4.554929 32.4 97.1
Ford Pantera L 4 2.760010 5.860786 17.8 353.0
Ferrari Dino 6 2.980619 4.976734 21.7 147.0
Maserati Bora 8 2.708050 5.707110 17.0 303.0
Volvo 142E 2 3.063391 4.795791 23.4 123.0# 모든 변수에 지수 함수를 적용
data %>%
mutate_all(exp)
mpg cyl disp
Mazda RX4 1.318816e+09 403.42879 3.069850e+69
Mazda RX4 Wag 1.318816e+09 403.42879 3.069850e+69
Datsun 710 7.978370e+09 54.59815 8.013164e+46
Hornet 4 Drive 1.967442e+09 403.42879 1.116802e+112
Hornet Sportabout 1.322229e+08 2980.95799 2.218265e+156
Valiant 7.256549e+07 403.42879 5.203055e+97
Duster 360 1.623346e+06 2980.95799 2.218265e+156
Merc 240D 3.951713e+10 54.59815 5.140442e+63
Merc 230 7.978370e+09 54.59815 1.408196e+61
Merc 280 2.179988e+08 403.42879 6.134161e+72
Merc 280C 5.375784e+07 403.42879 6.134161e+72
Merc 450SE 1.325652e+07 2980.95799 6.003688e+119
Merc 450SL 3.260578e+07 2980.95799 6.003688e+119
Merc 450SLC 3.992787e+06 2980.95799 6.003688e+119
Cadillac Fleetwood 3.285963e+04 2980.95799 9.704998e+204
Lincoln Continental 3.285963e+04 2980.95799 5.962957e+199
Chrysler Imperial 2.421748e+06 2980.95799 1.229057e+191
Fiat 128 1.177989e+14 54.59815 1.509996e+34
Honda Civic 1.594235e+13 54.59815 7.517826e+32
Toyota Corolla 5.279380e+14 54.59815 7.556795e+30
Toyota Corona 2.174360e+09 54.59815 1.441343e+52
Dodge Challenger 5.389698e+06 2980.95799 1.275397e+138
AMC Javelin 3.992787e+06 2980.95799 1.060529e+132
Camaro Z28 5.971956e+05 2980.95799 1.007091e+152
Pontiac Firebird 2.179988e+08 2980.95799 5.221470e+173
Fiat X1-9 7.181900e+11 54.59815 2.038281e+34
Porsche 914-2 1.957296e+11 54.59815 1.760460e+52
Lotus Europa 1.594235e+13 54.59815 2.001729e+41
Ford Pantera L 7.275332e+06 2980.95799 2.737557e+152
Ferrari Dino 3.594192e+08 403.42879 9.390741e+62
Maserati Bora 3.269017e+06 2980.95799 5.280062e+130
Volvo 142E 1.967442e+09 54.59815 3.545131e+52
hp drat wt qsec
Mazda RX4 5.920972e+47 49.40245 13.735724 14076257
Mazda RX4 Wag 5.920972e+47 49.40245 17.725424 24642915
Datsun 710 2.451246e+40 46.99306 10.175674 120842669
Hornet 4 Drive 5.920972e+47 21.75840 24.903292 277130757
Hornet Sportabout 1.003539e+76 23.33606 31.186958 24642915
Valiant 3.989520e+45 15.79984 31.816977 604553060
Duster 360 2.524341e+106 24.77909 35.516593 7572244
Merc 240D 8.438357e+26 40.04485 24.288427 485165195
Merc 230 1.811239e+41 50.40044 23.336065 8817462790
Merc 280 2.619517e+53 50.40044 31.186958 88631688
Merc 280C 2.619517e+53 50.40044 31.186958 161497464
Merc 450SE 1.489384e+78 21.54190 58.556963 36034955
Merc 450SL 1.489384e+78 21.54190 41.679108 44013194
Merc 450SLC 1.489384e+78 21.54190 43.816042 65659969
Cadillac Fleetwood 1.072430e+89 18.72763 190.566268 64359815
Lincoln Continental 2.362183e+93 20.08554 226.784448 54843816
Chrysler Imperial 7.722018e+99 25.27966 209.557885 36762909
Fiat 128 4.607187e+28 59.14547 9.025013 285570645
Honda Civic 3.831008e+22 138.37951 5.027888 110441884
Toyota Corolla 1.694889e+28 68.03348 6.265134 438995623
Toyota Corona 1.338335e+42 40.44730 11.763482 490041187
Dodge Challenger 1.393710e+65 15.79984 33.784428 21210354
AMC Javelin 1.393710e+65 23.33606 31.031413 32605776
Camaro Z28 2.524341e+106 41.67911 46.525474 4925814
Pontiac Firebird 1.003539e+76 21.75840 46.758684 25393404
Fiat X1-9 4.607187e+28 59.14547 6.924044 161497464
Porsche 914-2 3.317400e+39 83.93142 8.499438 17894429
Lotus Europa 1.189259e+49 43.38006 4.540331 21856305
Ford Pantera L 4.505502e+114 68.03348 23.807484 1982759
Ferrari Dino 1.003539e+76 37.33757 15.958634 5389698
Maserati Bora 3.080714e+145 34.46692 35.516593 2191288
Volvo 142E 2.178204e+47 60.94672 16.119021 119640264
vs am gear carb
Mazda RX4 1.000000 2.718282 54.59815 54.598150
Mazda RX4 Wag 1.000000 2.718282 54.59815 54.598150
Datsun 710 2.718282 2.718282 54.59815 2.718282
Hornet 4 Drive 2.718282 1.000000 20.08554 2.718282
Hornet Sportabout 1.000000 1.000000 20.08554 7.389056
Valiant 2.718282 1.000000 20.08554 2.718282
Duster 360 1.000000 1.000000 20.08554 54.598150
Merc 240D 2.718282 1.000000 54.59815 7.389056
Merc 230 2.718282 1.000000 54.59815 7.389056
Merc 280 2.718282 1.000000 54.59815 54.598150
Merc 280C 2.718282 1.000000 54.59815 54.598150
Merc 450SE 1.000000 1.000000 20.08554 20.085537
Merc 450SL 1.000000 1.000000 20.08554 20.085537
Merc 450SLC 1.000000 1.000000 20.08554 20.085537
Cadillac Fleetwood 1.000000 1.000000 20.08554 54.598150
Lincoln Continental 1.000000 1.000000 20.08554 54.598150
Chrysler Imperial 1.000000 1.000000 20.08554 54.598150
Fiat 128 2.718282 2.718282 54.59815 2.718282
Honda Civic 2.718282 2.718282 54.59815 7.389056
Toyota Corolla 2.718282 2.718282 54.59815 2.718282
Toyota Corona 2.718282 1.000000 20.08554 2.718282
Dodge Challenger 1.000000 1.000000 20.08554 7.389056
AMC Javelin 1.000000 1.000000 20.08554 7.389056
Camaro Z28 1.000000 1.000000 20.08554 54.598150
Pontiac Firebird 1.000000 1.000000 20.08554 7.389056
Fiat X1-9 2.718282 2.718282 54.59815 2.718282
Porsche 914-2 1.000000 2.718282 148.41316 7.389056
Lotus Europa 2.718282 2.718282 148.41316 7.389056
Ford Pantera L 1.000000 2.718282 148.41316 54.598150
Ferrari Dino 1.000000 2.718282 148.41316 403.428793
Maserati Bora 1.000000 2.718282 148.41316 2980.957987
Volvo 142E 2.718282 2.718282 54.59815 7.389056Caution!
mutate_all(data, list(exp = exp))을 하면 지수 함수
exp를 적용한 새로운 변수가 추가된다.
# 모든 변수에 지수 함수와 +2를 적용
data %>%
mutate_all(list(exp = exp, p2 = ~.x+2))
mpg cyl disp hp drat wt qsec vs am gear
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4
carb mpg_exp cyl_exp disp_exp
Mazda RX4 4 1.318816e+09 403.42879 3.069850e+69
Mazda RX4 Wag 4 1.318816e+09 403.42879 3.069850e+69
Datsun 710 1 7.978370e+09 54.59815 8.013164e+46
Hornet 4 Drive 1 1.967442e+09 403.42879 1.116802e+112
Hornet Sportabout 2 1.322229e+08 2980.95799 2.218265e+156
Valiant 1 7.256549e+07 403.42879 5.203055e+97
Duster 360 4 1.623346e+06 2980.95799 2.218265e+156
Merc 240D 2 3.951713e+10 54.59815 5.140442e+63
Merc 230 2 7.978370e+09 54.59815 1.408196e+61
Merc 280 4 2.179988e+08 403.42879 6.134161e+72
Merc 280C 4 5.375784e+07 403.42879 6.134161e+72
Merc 450SE 3 1.325652e+07 2980.95799 6.003688e+119
Merc 450SL 3 3.260578e+07 2980.95799 6.003688e+119
Merc 450SLC 3 3.992787e+06 2980.95799 6.003688e+119
Cadillac Fleetwood 4 3.285963e+04 2980.95799 9.704998e+204
Lincoln Continental 4 3.285963e+04 2980.95799 5.962957e+199
Chrysler Imperial 4 2.421748e+06 2980.95799 1.229057e+191
Fiat 128 1 1.177989e+14 54.59815 1.509996e+34
Honda Civic 2 1.594235e+13 54.59815 7.517826e+32
Toyota Corolla 1 5.279380e+14 54.59815 7.556795e+30
Toyota Corona 1 2.174360e+09 54.59815 1.441343e+52
Dodge Challenger 2 5.389698e+06 2980.95799 1.275397e+138
AMC Javelin 2 3.992787e+06 2980.95799 1.060529e+132
Camaro Z28 4 5.971956e+05 2980.95799 1.007091e+152
Pontiac Firebird 2 2.179988e+08 2980.95799 5.221470e+173
Fiat X1-9 1 7.181900e+11 54.59815 2.038281e+34
Porsche 914-2 2 1.957296e+11 54.59815 1.760460e+52
Lotus Europa 2 1.594235e+13 54.59815 2.001729e+41
Ford Pantera L 4 7.275332e+06 2980.95799 2.737557e+152
Ferrari Dino 6 3.594192e+08 403.42879 9.390741e+62
Maserati Bora 8 3.269017e+06 2980.95799 5.280062e+130
Volvo 142E 2 1.967442e+09 54.59815 3.545131e+52
hp_exp drat_exp wt_exp qsec_exp
Mazda RX4 5.920972e+47 49.40245 13.735724 14076257
Mazda RX4 Wag 5.920972e+47 49.40245 17.725424 24642915
Datsun 710 2.451246e+40 46.99306 10.175674 120842669
Hornet 4 Drive 5.920972e+47 21.75840 24.903292 277130757
Hornet Sportabout 1.003539e+76 23.33606 31.186958 24642915
Valiant 3.989520e+45 15.79984 31.816977 604553060
Duster 360 2.524341e+106 24.77909 35.516593 7572244
Merc 240D 8.438357e+26 40.04485 24.288427 485165195
Merc 230 1.811239e+41 50.40044 23.336065 8817462790
Merc 280 2.619517e+53 50.40044 31.186958 88631688
Merc 280C 2.619517e+53 50.40044 31.186958 161497464
Merc 450SE 1.489384e+78 21.54190 58.556963 36034955
Merc 450SL 1.489384e+78 21.54190 41.679108 44013194
Merc 450SLC 1.489384e+78 21.54190 43.816042 65659969
Cadillac Fleetwood 1.072430e+89 18.72763 190.566268 64359815
Lincoln Continental 2.362183e+93 20.08554 226.784448 54843816
Chrysler Imperial 7.722018e+99 25.27966 209.557885 36762909
Fiat 128 4.607187e+28 59.14547 9.025013 285570645
Honda Civic 3.831008e+22 138.37951 5.027888 110441884
Toyota Corolla 1.694889e+28 68.03348 6.265134 438995623
Toyota Corona 1.338335e+42 40.44730 11.763482 490041187
Dodge Challenger 1.393710e+65 15.79984 33.784428 21210354
AMC Javelin 1.393710e+65 23.33606 31.031413 32605776
Camaro Z28 2.524341e+106 41.67911 46.525474 4925814
Pontiac Firebird 1.003539e+76 21.75840 46.758684 25393404
Fiat X1-9 4.607187e+28 59.14547 6.924044 161497464
Porsche 914-2 3.317400e+39 83.93142 8.499438 17894429
Lotus Europa 1.189259e+49 43.38006 4.540331 21856305
Ford Pantera L 4.505502e+114 68.03348 23.807484 1982759
Ferrari Dino 1.003539e+76 37.33757 15.958634 5389698
Maserati Bora 3.080714e+145 34.46692 35.516593 2191288
Volvo 142E 2.178204e+47 60.94672 16.119021 119640264
vs_exp am_exp gear_exp carb_exp mpg_p2
Mazda RX4 1.000000 2.718282 54.59815 54.598150 23.0
Mazda RX4 Wag 1.000000 2.718282 54.59815 54.598150 23.0
Datsun 710 2.718282 2.718282 54.59815 2.718282 24.8
Hornet 4 Drive 2.718282 1.000000 20.08554 2.718282 23.4
Hornet Sportabout 1.000000 1.000000 20.08554 7.389056 20.7
Valiant 2.718282 1.000000 20.08554 2.718282 20.1
Duster 360 1.000000 1.000000 20.08554 54.598150 16.3
Merc 240D 2.718282 1.000000 54.59815 7.389056 26.4
Merc 230 2.718282 1.000000 54.59815 7.389056 24.8
Merc 280 2.718282 1.000000 54.59815 54.598150 21.2
Merc 280C 2.718282 1.000000 54.59815 54.598150 19.8
Merc 450SE 1.000000 1.000000 20.08554 20.085537 18.4
Merc 450SL 1.000000 1.000000 20.08554 20.085537 19.3
Merc 450SLC 1.000000 1.000000 20.08554 20.085537 17.2
Cadillac Fleetwood 1.000000 1.000000 20.08554 54.598150 12.4
Lincoln Continental 1.000000 1.000000 20.08554 54.598150 12.4
Chrysler Imperial 1.000000 1.000000 20.08554 54.598150 16.7
Fiat 128 2.718282 2.718282 54.59815 2.718282 34.4
Honda Civic 2.718282 2.718282 54.59815 7.389056 32.4
Toyota Corolla 2.718282 2.718282 54.59815 2.718282 35.9
Toyota Corona 2.718282 1.000000 20.08554 2.718282 23.5
Dodge Challenger 1.000000 1.000000 20.08554 7.389056 17.5
AMC Javelin 1.000000 1.000000 20.08554 7.389056 17.2
Camaro Z28 1.000000 1.000000 20.08554 54.598150 15.3
Pontiac Firebird 1.000000 1.000000 20.08554 7.389056 21.2
Fiat X1-9 2.718282 2.718282 54.59815 2.718282 29.3
Porsche 914-2 1.000000 2.718282 148.41316 7.389056 28.0
Lotus Europa 2.718282 2.718282 148.41316 7.389056 32.4
Ford Pantera L 1.000000 2.718282 148.41316 54.598150 17.8
Ferrari Dino 1.000000 2.718282 148.41316 403.428793 21.7
Maserati Bora 1.000000 2.718282 148.41316 2980.957987 17.0
Volvo 142E 2.718282 2.718282 54.59815 7.389056 23.4
cyl_p2 disp_p2 hp_p2 drat_p2 wt_p2 qsec_p2 vs_p2
Mazda RX4 8 162.0 112 5.90 4.620 18.46 2
Mazda RX4 Wag 8 162.0 112 5.90 4.875 19.02 2
Datsun 710 6 110.0 95 5.85 4.320 20.61 3
Hornet 4 Drive 8 260.0 112 5.08 5.215 21.44 3
Hornet Sportabout 10 362.0 177 5.15 5.440 19.02 2
Valiant 8 227.0 107 4.76 5.460 22.22 3
Duster 360 10 362.0 247 5.21 5.570 17.84 2
Merc 240D 6 148.7 64 5.69 5.190 22.00 3
Merc 230 6 142.8 97 5.92 5.150 24.90 3
Merc 280 8 169.6 125 5.92 5.440 20.30 3
Merc 280C 8 169.6 125 5.92 5.440 20.90 3
Merc 450SE 10 277.8 182 5.07 6.070 19.40 2
Merc 450SL 10 277.8 182 5.07 5.730 19.60 2
Merc 450SLC 10 277.8 182 5.07 5.780 20.00 2
Cadillac Fleetwood 10 474.0 207 4.93 7.250 19.98 2
Lincoln Continental 10 462.0 217 5.00 7.424 19.82 2
Chrysler Imperial 10 442.0 232 5.23 7.345 19.42 2
Fiat 128 6 80.7 68 6.08 4.200 21.47 3
Honda Civic 6 77.7 54 6.93 3.615 20.52 3
Toyota Corolla 6 73.1 67 6.22 3.835 21.90 3
Toyota Corona 6 122.1 99 5.70 4.465 22.01 3
Dodge Challenger 10 320.0 152 4.76 5.520 18.87 2
AMC Javelin 10 306.0 152 5.15 5.435 19.30 2
Camaro Z28 10 352.0 247 5.73 5.840 17.41 2
Pontiac Firebird 10 402.0 177 5.08 5.845 19.05 2
Fiat X1-9 6 81.0 68 6.08 3.935 20.90 3
Porsche 914-2 6 122.3 93 6.43 4.140 18.70 2
Lotus Europa 6 97.1 115 5.77 3.513 18.90 3
Ford Pantera L 10 353.0 266 6.22 5.170 16.50 2
Ferrari Dino 8 147.0 177 5.62 4.770 17.50 2
Maserati Bora 10 303.0 337 5.54 5.570 16.60 2
Volvo 142E 6 123.0 111 6.11 4.780 20.60 3
am_p2 gear_p2 carb_p2
Mazda RX4 3 6 6
Mazda RX4 Wag 3 6 6
Datsun 710 3 6 3
Hornet 4 Drive 2 5 3
Hornet Sportabout 2 5 4
Valiant 2 5 3
Duster 360 2 5 6
Merc 240D 2 6 4
Merc 230 2 6 4
Merc 280 2 6 6
Merc 280C 2 6 6
Merc 450SE 2 5 5
Merc 450SL 2 5 5
Merc 450SLC 2 5 5
Cadillac Fleetwood 2 5 6
Lincoln Continental 2 5 6
Chrysler Imperial 2 5 6
Fiat 128 3 6 3
Honda Civic 3 6 4
Toyota Corolla 3 6 3
Toyota Corona 2 5 3
Dodge Challenger 2 5 4
AMC Javelin 2 5 4
Camaro Z28 2 5 6
Pontiac Firebird 2 5 4
Fiat X1-9 3 6 3
Porsche 914-2 3 7 4
Lotus Europa 3 7 4
Ford Pantera L 3 7 6
Ferrari Dino 3 7 8
Maserati Bora 3 7 10
Volvo 142E 3 6 45-6. 함수 bind_cols()
- 함수
bind_cols()는 다수의 데이터 프레임을 열 기준으로 결합하는 함수이다.bind_cols(데이터 프레임1, 데이터 프레임2, ..): 데이터 프레임들을 열 기준으로 결합
- 함수
bind_cols()는 함수cbind()와 유사하나 데이터 프레임에만 적용할 수 있다.
x <- data.frame(x1 = 1:4, x2 = c("가"","나"나""다"다""라"))))
y <- data.frame(x3 = 3:6, x4 = c("a", "b", "c", "d"))
bind_cols(x, y)
x1 x2 x3 x4
1 1 가 3 a
2 2 나 4 b
3 3 다 5 c
4 4 라 6 d5-7. 함수 across()
- 함수
across()는 다수의 열을 대상으로 작업을 해야 하는 경우에 활용하는 함수이다.across(.cols = everything(), .fns = NULL, ..., names = NULL): 옵션.cols에 지정한 열을 대상으로 옵션.fns에 입력된 함수를 적용- 옵션
.fns에는 3가지의 방법으로 함수를 입력할 수 있다.- 다른 부가적인 입력 요소 없이 하나의 함수만을 사용하는 경우에는 함수의 이름만 지정
- 여러 함수를 적용해야 하는 경우에는
list()안에name = fun의 형식으로 나열 - Package
purrr에서 적용되는 방식의 함수 형식
- 옵션
- 함수
across()는 함수mutate()나 함수summarise()와 같은 Packagedplyr기본 함수 안에서 사용한다.
mpg cyl disp hp drat wt qsec vs
1 20.09062 6.1875 230.7219 146.6875 3.596563 3.21725 17.84875 0.4375
am gear carb
1 0.40625 3.6875 2.8125# 모든 숫자형 변수들의 결측값을 제거한 평균 계산NAdata %>%
summarise(across(where(is.numeric), ~mean(.x, na.rm = TRUE)))
mpg cyl disp hp drat wt qsec vs
1 20.09062 6.1875 230.7219 146.6875 3.596563 3.21725 17.84875 0.4375
am gear carb
1 0.40625 3.6875 2.8125Caution! 옵션 na.rm = TRUE를 하면 결측값을
제거한 후 평균을 계산한다.
# 변수 이름에 a가 포함되어 있는 변수들만 평균과 표준편차NAdata %>%
summarise(across(contains("a"), list(Avg = mean, SD = sd)))
drat_Avg drat_SD am_Avg am_SD gear_Avg gear_SD carb_Avg
1 3.596563 0.5346787 0.40625 0.4989909 3.6875 0.7378041 2.8125
carb_SD
1 1.6152'data.frame': 32 obs. of 11 variables:
$ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
$ cyl : Factor w/ 3 levels "4","6","8": 2 2 1 2 3 2 3 1 1 2 ...
$ disp: num 160 160 108 258 360 ...
$ hp : num 110 110 93 110 175 105 245 62 95 123 ...
$ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
$ wt : num 2.62 2.88 2.32 3.21 3.44 ...
$ qsec: num 16.5 17 18.6 19.4 17 ...
$ vs : num 0 0 1 1 0 1 0 1 1 1 ...
$ am : Factor w/ 2 levels "0","1": 2 2 2 1 1 1 1 1 1 1 ...
$ gear: num 4 4 4 3 3 3 3 4 4 4 ...
$ carb: num 4 4 1 1 2 1 4 2 2 4 ...6. 함수 summarise
- 함수
summarise()는 통계함수와 함께 사용하여 데이터 프레임의 특정 변수에 속한 값들을 하나의 통계값으로 요약하는 함수이다.summarise(data, name = fun): data에서 함수fun을 적용하여 그 결과를name과 함께 출력- fun으로 사용하는 대표적인 함수는 다음과 같다.
data %>%
summarise(n = n(), n_cyl = n_distinct(cyl), avg_mpg = mean(mpg))
n n_cyl avg_mpg
1 32 3 20.09062Result! 총 데이터 포인트 개수는 32개이고, 변수 “cyl”는
총 3개의 값으로 되어 있으며, 변수 “mpg”의 평균은 20.09062이다.
Result! 변수 “mpg”의 최대값은 33.9이고, 변수 “hp”의
최소값과 최대값은 각각 52와 335이다.
Caution! 함수 summarise_at()을 이용하여
지정한 여러 변수들에 함수를 한꺼번에 적용하거나 하나의 변수에 여러
함수를 적용할 수 있다.
# 변수 mpg와 wt의 최소값, 최대값, 중앙값
data %>%
summarise_at(vars(mpg, wt), list(min = min, max = max, median = median)) # summarise_at(vars(mpg, wt), funs(min, max, median))
mpg_min wt_min mpg_max wt_max mpg_median wt_median
1 10.4 1.513 33.9 5.424 19.2 3.325Caution! 함수 summarise_all()을 이용하여
모든 변수에 함수를 한꺼번에 적용할 수 있다.
# 모든 변수의 평균과 75분위수data %>%
summarise_all(list(mean = mean, quantile = ~quantile(.x, prob = 0.75)))
mpg_mean cyl_mean disp_mean hp_mean drat_mean wt_mean qsec_mean
1 20.09062 6.1875 230.7219 146.6875 3.596563 3.21725 17.84875
vs_mean am_mean gear_mean carb_mean mpg_quantile cyl_quantile
1 0.4375 0.40625 3.6875 2.8125 22.8 8
disp_quantile hp_quantile drat_quantile wt_quantile qsec_quantile
1 326 180 3.92 3.61 18.9
vs_quantile am_quantile gear_quantile carb_quantile
1 1 1 4 47. 함수 group_by
- 함수
group_by()는 한 개 이상의 변수를 이용하여 전체 데이터를 그룹으로 구분하는 기능을 갖고 있다.group_by(data, 변수): data에서 그룹을 구분하는 데 지정한 변수를 사용
data %>%
group_by(cyl)
# A tibble: 32 x 11
# Groups: cyl [3]
mpg cyl disp hp drat wt qsec vs am gear carb
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 21 6 160 110 3.9 2.62 16.5 0 1 4 4
2 21 6 160 110 3.9 2.88 17.0 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1
5 18.7 8 360 175 3.15 3.44 17.0 0 0 3 2
6 18.1 6 225 105 2.76 3.46 20.2 1 0 3 1
7 14.3 8 360 245 3.21 3.57 15.8 0 0 3 4
8 24.4 4 147. 62 3.69 3.19 20 1 0 4 2
9 22.8 4 141. 95 3.92 3.15 22.9 1 0 4 2
10 19.2 6 168. 123 3.92 3.44 18.3 1 0 4 4
# ... with 22 more rowsResult! 변수 “cyl”에 의해 3개 그룹이 구성되었다.
data %>%
group_by(cyl, am)
# A tibble: 32 x 11
# Groups: cyl, am [6]
mpg cyl disp hp drat wt qsec vs am gear carb
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 21 6 160 110 3.9 2.62 16.5 0 1 4 4
2 21 6 160 110 3.9 2.88 17.0 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1
5 18.7 8 360 175 3.15 3.44 17.0 0 0 3 2
6 18.1 6 225 105 2.76 3.46 20.2 1 0 3 1
7 14.3 8 360 245 3.21 3.57 15.8 0 0 3 4
8 24.4 4 147. 62 3.69 3.19 20 1 0 4 2
9 22.8 4 141. 95 3.92 3.15 22.9 1 0 4 2
10 19.2 6 168. 123 3.92 3.44 18.3 1 0 4 4
# ... with 22 more rowsResult! 변수 “cyl”와 “am”에 의해 6개 그룹이
구성되었다.
Caution! 각 그룹에 속한 데이터 포인트의 개수는 함수
tally()를 사용하면 알 수 있다.
# A tibble: 6 x 3
# Groups: cyl [3]
cyl am n
<dbl> <dbl> <int>
1 4 0 3
2 4 1 8
3 6 0 4
4 6 1 3
5 8 0 12
6 8 1 27-1. 그룹별 요약
- 함수
group_by()는 함수summarise()와 함께 사용하면 그룹별로 통계함수를 적용할 수 있다.
# A tibble: 3 x 2
cyl avg_mpg
<dbl> <dbl>
1 4 26.7
2 6 19.7
3 8 15.1# cyl에 따른 변수 disp의 합과 변수 hp 범위범위
data %>%
group_by(cyl) %>%
summarise(sum_disp = sum(disp), range_hp = range(hp))
# A tibble: 6 x 3
# Groups: cyl [3]
cyl sum_disp range_hp
<dbl> <dbl> <dbl>
1 4 1156. 52
2 4 1156. 113
3 6 1283. 105
4 6 1283. 175
5 8 4943. 150
6 8 4943. 335# cyl와 am에 따른 변수 wt의 사분위수위수
data %>%
group_by(cyl, am) %>%
summarise(quantile_wt = quantile(wt, prob = c(0.25, 0.5, 0.75)))
# A tibble: 18 x 3
# Groups: cyl, am [6]
cyl am quantile_wt
<dbl> <dbl> <dbl>
1 4 0 2.81
2 4 0 3.15
3 4 0 3.17
4 4 1 1.78
5 4 1 2.04
6 4 1 2.23
7 6 0 3.38
8 6 0 3.44
9 6 0 3.44
10 6 1 2.70
11 6 1 2.77
12 6 1 2.82
13 8 0 3.56
14 8 0 3.81
15 8 0 4.36
16 8 1 3.27
17 8 1 3.37
18 8 1 3.477-2. 그룹별 정렬
- 함수
group_by()는 함수arrange()와 함께 사용하면 그룹별로 데이터를 정렬할 수 있다.
# A tibble: 32 x 11
# Groups: cyl [3]
mpg cyl disp hp drat wt qsec vs am gear carb
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 21.4 4 121 109 4.11 2.78 18.6 1 1 4 2
2 21.5 4 120. 97 3.7 2.46 20.0 1 0 3 1
3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
4 22.8 4 141. 95 3.92 3.15 22.9 1 0 4 2
5 24.4 4 147. 62 3.69 3.19 20 1 0 4 2
6 26 4 120. 91 4.43 2.14 16.7 0 1 5 2
7 27.3 4 79 66 4.08 1.94 18.9 1 1 4 1
8 30.4 4 75.7 52 4.93 1.62 18.5 1 1 4 2
9 30.4 4 95.1 113 3.77 1.51 16.9 1 1 5 2
10 32.4 4 78.7 66 4.08 2.2 19.5 1 1 4 1
# ... with 22 more rowsResult! 옵션 .by_group = TRUE를 하면 그룹
변수가 첫 번째 정렬 변수로 사용되기 때문에 그룹 변수 “cyl”로 먼저 정렬한
후 각 그룹 내에서 변수 “mpg”에 의해 오름차순으로 정렬하였다.