R:dplyr(데이터프레임 조작) 편집하기

{{R}}<br />

==개요==
데이터 전처리에 편하다.
{| class="wikitable"
|+
!
!
!주요기여자
|-
!전신
|plyr
|하들리 위컴, 로메인 프랑소와
|-
!목적
|
|데이터프레임을 직관적으로 다루기 위함.
|-
!장점
|
|꼭 문법에 맞출 필요 없이 마구잡이로 넣어도 작동한다.
|}

===작성요령===
가독성을 위해 파이프연산자 이후에 개행을 해주는 게 관례이다.(이곳에선 다양한 사례를 좁은 공간에 표현하기 위해 한줄로 쓴다.)

==dplyr==


===데이터 추출, 접근===
{| class="wikitable"
!이름
!기원
!기능
!사용법
|-
|slice()
|
|index를 설정하여 원하는 행을 추출한다.
|데이터셋 = 데이터셋 %>%
slice(1:10)
|-
|select()
|
|원하는 열 추출. column명을 쓸 수 있다.
|데이터셋 = 데이터셋 %>% select(1:10, 열이름1, 열이름2, ...) #여러개 동시 추출 가능
데이터셋 %>% select(열이름1, -열이름2, ...) #'-'가 붙은 열을 제외하고 추출.
|-
| rowspan="2" |filter()
| rowspan="2" |
|원하는 행 추출.
|데이터셋 = 데이터셋 %>% filter(열이름1 == "해당내용") #해당내용에 일치하는 행만 뽑아낸다.
데이터셋 %>% filter(열이름 >= 50) #50이상만 뽑아낸다.

데이터셋 %>% filter(열이름1 >=50, 열이름2 >70) #조건이 많은 경우, 쉼표로 구분한다. 혹은 &.
|-
|위에선 and연산이었다면, or연산도 가능.
<nowiki>|</nowiki> 연산자나 %in%을 사용한다.
|<nowiki>데이터셋 = 데이터셋 %>% filter(열이름1 == "해당내용" | 열이름2 =="해당내용") #or연산도 가능하다.</nowiki>
데이터셋 = 데이터셋 %>% filter(열이름 %in% c("내용1", "내용2")) # %in%연산자로도 가능.
|-
|select_if()
|
|뽑는 조건을 설정할 수 있다.
ex) 데이터타입에 따라 뽑는다든가.
|데이터셋 = 데이터셋 %>%
select_if(is.integer)
|-
|top_n()
|
|가장 값이 높은 값들을 추출.
top_n(숫자, 열이름)
|top_n(5, Year)
|-
|
|
|
|
|-
|
|
|
|
|-
|
|
|
|
|-
|
|
|
|
|}

===데이터 조작===
{| class="wikitable"
!이름
!기원
!기능
!사용법
|-
|arrange()
|
|데이터 정렬.
기본적으로 오름차순인데, 변수에 '-'를 붙여주면 내림차순이 된다.
|데이터셋 = 데이터셋 %>% arrange(-열이름)
데이터셋 %>% arrange(-열이름1, 열이름2) #1에 대해 정렬 후에 2에 대한 조건으로 정렬한다.
|-
|
|
|
|
|-
|
|
|
|
|}

===데이터 변형===
{| class="wikitable"
!이름
!기원
!기능
!사용법
|-
|mutate()
|
|하나의 변수를 추가한다.
혹은 컬럼 변형.
|데이터셋 = 데이터셋 %>% mutate(추가할열이름 = 연산식)
데이터셋 %>% mutate(avg = (math+english)/2)

데이터셋 %>% mutate(열이름 = ifelse(avg>=60, "참값", "거짓값") #ifelse를 활용할 수도 있다.


mutate(createdAt = str_replace_all(createdAt, ":", "_"))

<nowiki>#</nowiki>createAt 안의 : 들이 _로 바뀌어 들어간다.
|-
|mutate_if()
|
|조건에 해당하면 실행한다.
mutate_if(판별문, 실행문)
|데이터셋 = 데이터셋 %>% mutate_if(조건, 명령)
데이터셋 %>% mutate_if(is.integer, as.numeric) #정수라면 numeric으로 취급한다.
<br />
|-
|mutate_at()
|
|지정한 변수들에 대해 계산 적용.
열이름에 '-'를 넣으면 그 변수는 빼고 계산한다.
|데이터셋 = 데이터셋 %>% mutate_at(vars(열이름1, 열이름2, ...,), 연산식)
|-
|
|
|
|
|-
|
|
|
|
|-
|
|
|
|
|-
|
|
|
|
|-
|
|
|
|
|}
===집계데이터 만들기===
{| class="wikitable"
!이름
!기원
!기능
!사용법
|-
|group_by()
|
|집계기준 조합을 정해준다.
집계된 그룹을 따라 연산해 열을 만들 수 있다.

일반적으로 summarise와 같이 사용.
|데이터셋 %>% group_by(열이름1, 열이름2, ...) #table()과 같은 방식으로 그룹화한다.
|-
|ungroup()
|
|다시 사용할 땐 에러방지를 위해 ungroup 해주기.
|데이터형 = 기존데이터형 %>%
ungroup()
|-
|summarise()
|
|요약통계량 산출.
그룹의 통계량을 구할 수 있다.

그룹별로 mean, max 등 값을 얻을 수 있음.

(n함수는 그룹에 해당하는 갯수를 세어주는 함수)
|데이터셋 %>% group_by(열이름1, 열이름2) %>% summarise(열이름3 = 연산, 열이름4 = 연산, ....)

데이터셋 %>% group_by(class, pass) %>% summarise(n_pass =n()) #반별로 pass 여부를 세어준다.
|-
|count()
|
|그룹화 이후에 사용하면 해당 그룹에 속한 데이터 갯수를 세어준다.
|집계데이터 = 데이터셋 %>%
group_by(열이름1, 열이름2) %>%

count()
|}
{| class="wikitable"
!이름
!기원
!기능
!사용법
|-
|
|
|
|
|-
|
|
|
|
|-
|
|
|
|
|-
|
|
|
|
|-
|distinct()
|
|중복데이터 제거.
해당 열이름에서 하나라도 중복되면 지운다.
|데이터셋 = 데이터셋 %>%
distinct(열이름1, 열이름2, 열이름3, ...)
|}