728x90 엑셀 피벗2 Rstudio 데이터 가공 및 기초 분석 #3 그룹간 데이터 비교 Slam Dunk 상북고와 다른학교 신장 비교 엑셀 피벗 Rstudio names (slam_dunk_total) [1] "uniform_no" "name" "height" "weight" "blood type" "age" [7] "position" "school" library(tidyverse) compare_team % group_by(school) %>% summarise( no_player = n(), # 플레이어(학생) 수 lower = min (height), # 최저 신장 average = mean (height), # 평균 신장 upper = max (height), # 최고 신장 difference = max(height) - min(height) #최고 신장과 신저.. 2023. 8. 3. Rstudio 데이터 가공 및 기초 분석 #1 데이터 가공 및 분석 엑셀을 활용하여 데이터를 가공하며, 특히 엑셀의 피벗 기능을 자유 사용하게 된다. 그러나, 데이터가 일부 변경되는 경우에 새로고침으로 피벗을 업데이트 할 수 있으나, 데이터 전체가 변경되는 경우에는 새롭게 피벗을 작성해야 한다. (물론 기존 데이터에 어퍼 씌울 수도 있으나, 동일한 열과 행이 아니라면...) 엑셀대시 Rstudio를 사용하는 이유 중에 하나는 반복성이다. 데이터는 변경되나, 동일한 데이터 분석을 한다면, Rstuido에 코드만 잘 정리해 놓으면, 다음 부터는 엑셀보다 편하게 가공 및 분석할 수 있다. 슬램덩크 상북고 학년(나이)별 평균, 최소, 최대 신장 엑셀 피벗 Rstudio library(tidyverse) slam_dunk %>% drop_na(height) .. 2023. 8. 1. 이전 1 다음 728x90
