Rstudio 데이터 가공 및 기초 분석 #2

slam_dunk_total.csv

0.00MB

table ()

• 데이터의 고유한 값들의 빈도를 계산하여 테이블로 반환
• 벡터, 요인형 데이터, 문자열 등 다양한 형태의 데이터에 대해 빈도를 계산할 수 있음

기본 예제

eg_1 <- c("A", "B", "A", "C", "B", "A", "A", "C", "B", "A")  #A, B, C가 섞여 있는 임의 데이터 table (eg_1)  #각 factor의 빈도

eg_1 A    B   C  5    3    2

table (eg_1, exclude = c("B"))  # 'B'를 제외한 각 factor의 빈도

eg_1 A    C  5    2

table (eg_1, exclude = c("A", "B"))    # 'A',와 'B'를 제외한 각 factor의 빈도

eg_1 C  2

 

slam_dunk_total 데이터

사용 데이터 :  Rstudio 데이터 가공 및 기초 분석 #1 (tistory.com) 참조

빈도 분석

# 전체 데이터의 유니폼 넘버 빈도 계산 table (slam_dunk_total$uniform_no)

4  5  6  7  8  9 10 11 12 13 14 15   6  6  6  5  6  4   2   2   2   2   2   5

# 4번을 제외한 빈도 계산 table (slam_dunk_total$uniform_no, exclude = 4)

5  6  7  8  9 10 11 12 13 14 15   6  6  5  6  4   2   2   2   2   2   5

# 4번, 5번, 6번을 제외한 빈도 계산 table (slam_dunk_total$uniform_no, exclude = c(4, 5, 6))

7  8  9 10 11 12 13 14 15   5  6  4   2   2   2   2   2   5

두 가지 변수의 조합  빈도 분석

table (slam_dunk_total$school, slam_dunk_total$age)

17 18 19   능남    2   4   2   산왕    1   1   5   상북    5   4   3   상양    0   2   4   풍전    1   1   4   해남    1   4   4

• 능남고는 18세(2학년)이 4명으로 가장 많음
• 산왕고는 19세(3학년)이 5명으로 구성됨
• 상양고는 17세(1학년)이 없음
• 상북고는 17세(1학년)이 5명으로 가장 많음

# interaction 함수를 사용하여 두 필드의 조합을 생성한 후, 이를 table 함수의 입력으로 사용하여 빈도를 계산 table(interaction(slam_dunk_total$school, slam_dunk_total$age))

능남.17 산왕.17 상북.17 상양.17 풍전.17 해남.17 능남.18 산왕.18 상북.18 상양.18         2           1           5           0            1           1           4           1           4           2  풍전.18 해남.18 능남.19 산왕.19 상북.19 상양.19 풍전.19 해남.19         1           4           2           5           3           4           4            4

• 두 개의 변수(학교, 나이)를 조합한 요인형 변수 (학교명.나이)별로 빈도 반환

 

addmargins() + table ()

• 테이블의 행과 열에 합계를 추가하는 addmargins 함수와 데이터의 빈도를 계산하는 table 함수를 사용하여,
  빈도와 행 및 열이 합계를 표시

엑셀 피벗

Rstudio

• addmargins(x, margin)
• 합계를 추가할 방향을 지정할 수 있음
  • margin = 없음(생략) : 테이블의 전체 합계가 추가되며, Sum이라는 열과 행이 추가
  • margin = 1: 행의 합계가 추가되며, Sum이라는 행이 추가
  • margin = 2: 열의 합계가 추가되며, Sum이라는 열이 추가

# margin = 없음 addmargins(table (slam_dunk_total$school, slam_dunk_total$age) )

17  18  19  Sum   능남    2    4    2     8   산왕    1    1    5     7   상북    5    4    3   12   상양    0    2    4     6   풍전    1    1    4     6   해남    1    4    4     9   Sum  10  16  22   48

addmargins(table (slam_dunk_total$school, slam_dunk_total$age), 1)

17 18   19   능남     2    4     2   산왕    1     1     5   상북    5     4     3   상양    0     2     4   풍전    1     1     4   해남    1     4     4   Sum  10   16   22

addmargins(table (slam_dunk_total$school, slam_dunk_total$age), 2)

17   18   19   Sum   능남     2     4     2      8   산왕     1     1     5      7   상북     5     4     3    12   상양     0     2     4      6   풍전     1     1     4      6   해남     1     4     4      9

prop.table() + table ()

• 주어진 테이블의 총합에 대한 상대적인 비율을 계산하는 데 사용
• prop.table(x, margin)
  • margin = 없음(생략) : 전체 테이블의 총합에 대한 상대 빈도를 계산
  • margin = 1: 행의 합에 대한 상대 빈도를 계산
  • margin = 2: 열의 합에 대한 상대 빈도를 계산

prop.table (table (slam_dunk_total$school, slam_dunk_total$age) )

17                     18                   19   능남    0.04166667    0.08333333    0.04166667   산왕    0.02083333    0.02083333    0.10416667   상북    0.10416667    0.08333333    0.06250000   상양    0.00000000    0.04166667    0.08333333   풍전    0.02083333    0.02083333    0.08333333   해남    0.02083333    0.08333333    0.08333333

• 총 48개의 기준으로 각 값에 대한 비율 반환 (예. 상북 17세 : 5 / 48 = 0.10416667, 상북 19세 : 3 / 48 = 0.0625)

prop.table (table (slam_dunk_total$school, slam_dunk_total$age), 1 )

17             18                    19   능남    0.2500000    0.5000000    0.2500000   산왕    0.1428571    0.1428571    0.7142857   상북    0.4166667    0.3333333    0.2500000   상양    0.0000000    0.3333333    0.6666667   풍전    0.1666667    0.1666667    0.6666667   해남    0.1111111     0.4444444    0.4444444

• 학교별로 각 나이의 비율 반환 (예. 상북 17세 5명, 18세 4명, 19세 3명, 총 12명, 17세 : 5 /12 =  0.4166667)

prop.table (table (slam_dunk_total$school, slam_dunk_total$age), 2 )

17                  18                   19   능남    0.20000000    0.25000000    0.09090909   산왕    0.10000000    0.06250000    0.22727273   상북    0.50000000    0.25000000    0.13636364   상양    0.00000000    0.12500000    0.18181818   풍전    0.10000000    0.06250000    0.18181818   해남    0.10000000    0.25000000    0.18181818

• 나이별로 각 학교의 비율 반환 (예. 17세 총 10명, 상북 17세 : 5 / 10 =  0.50000000)

round()

• round(x, digits = 0)
• digits: 반올림할 소수점 자릿수를 지정
• 기본값은 0으로, 소수점 첫째 자리에서 반올림
• 양수를 지정하면 해당 소수점 자릿수까지 반올림하고, 음수를 지정하면 해당 자릿수 이전에서 반올림

# 100을 곱하고, 소수점 둘째 자리에서 반올림 round (prop.table (table (slam_dunk_total$school, slam_dunk_total$age) ) *100, 2)

17       18        19   능남     4.17     8.33     4.17   산왕     2.08     2.08   10.42   상북   10.42     8.33     6.25   상양     0.00     4.17     8.33   풍전    2.08     2.08      8.33   해남    2.08     8.33      8.33

• 100을 곱하고, 소수점 둘째 자리에서 반올림하여, 일반적으로 사용되는 %단위로 정리됨 

ceiling()과 floor()

• ceiling() 함수는 올림을 수행
• floor() 함수는 버림을 수행
• ceiling() 함수와 floor() 함수는 소수점 이하의 자릿수를 직접 지정하는 것이 아니라, 정수를 올리거나 내릴 때 사용
• 이들 함수는 주어진 숫자를 가장 가까운 큰 정수 또는 작은 정수로 반올림하지 않고 그냥 올리거나 내림

# 예시 숫자 num <- 3.14159 # ceiling() 함수로 올림 ceiled_num <- ceiling(num) print(ceiled_num) # Output: 4 # floor() 함수로 내림 floored_num <- floor(num) print(floored_num) # Output: 3 # round() 함수로 소수점 첫째 자리에서 반올림 rounded_num_1 <- round(num, digits = 1) print(rounded_num_1) # Output: 3.1