[R] 데이터 전처리

- dplyr : 데이터 전처리에 가장 많이 사용되는 패키지

install.packages('dplyr')
library(dplyr)

# 데이터 가져오기
exam <- read.csv('csv_exam.csv')
exam

 

- rename() : 변수명 변경

exam <- rename(exam, korean=science)
# 또는 exam %>% rename(korean=science)
exam

 

- 파이프 연산자 (%>%) : Ctrl + Shift + m

• 왼쪽에서 오른쪽, 위에서 아래로 읽음
• 여러 개의 함수를 작업 순서에 따라 연속하여 호출 가능

 

- filter() : 행 추출

# 1반 데이터만 출력하기
exam %>% filter(class==1)

 

- select() : 열 추출

# id, class, math만 출력하기
exam %>% select(id, class, math)

 

- arrange() : 정렬

# math 기준 오름차순
exam %>% arrange(math)

# englist 기준 내림차순
exam %>% arrange(desc(english))

 

- mutate() : 변수 추가

# 3과목 평균을 정수형으로 추가
exam %>% mutate(mean=as.integer((math+english+korean)/3))

 

- summarise() : 통계치 산출

exam %>% summary()

 

- group_by() : 집단별로 나누기

# 각 반별 수학점수 평균 구하기
exam %>% 
  group_by(class) %>% 
  summarise(mean_math = mean(math))
# mutate 기존 데이터를 살리고 원본에 새로운 속성 추가
# summarise는 아예 새로운 표를 생성

 

- left_join() : 데이터 합치기(열)

add <- data.frame(id = 1:20,
                 mean = c(66, 72, 69, 62, 56, 79, 71, 64, 44, 64, 65, 54, 69, 49, 69, 73, 77, 82, 81, 73))
left_join(exam, add, by='id')

 

- bind_rows() : 데이터 합치기(행)

add <- data.frame(id = c(21, 22),
                  class = c(6, 6),
                  math = c(91, 68),
                  english = c(55, 74),
                  korean = c(77, 43))
bind_rows(exam, add)
# by기준이 없어도 합쳐짐
# 단, 두 데이터의 변수명이 같아야 함