R:팁 - 편집 역사

Sam: /* 데이터 다루기 전략 */

2020-09-24T12:20:38Z

데이터 다루기 전략

← 이전 판		2020년 9월 24일 (목) 12:20 판
191번째 줄:		191번째 줄:
	setwd("C:/주소/") 로 변경한다.		setwd("C:/주소/") 로 변경한다.

			== 코드 실행시간 검사하기 ==
			tictoc::tic()

	== 인코딩 에러 ==		측정할 코드 위에 붙여서 코드실행이 얼마나 걸리는지 보여준다.(틱이 나오고 톡이 나올 때까지의 시간)

			==인코딩 에러==
	Not all characters in 주소 could be decoded using CP949. To try a different encoding, choose "File \| Reopen with Encoding..." from the main menu.		Not all characters in 주소 could be decoded using CP949. To try a different encoding, choose "File \| Reopen with Encoding..." from the main menu.
	{\| class="wikitable"		{\| class="wikitable"

2020년 9월 23일 (수) 14:56에 Sam님의 편집

2020-09-23T14:56:48Z

← 이전 판		2020년 9월 23일 (수) 14:56 판
190번째 줄:		190번째 줄:
	==워킹 디렉터리 바꾸기==		==워킹 디렉터리 바꾸기==
	setwd("C:/주소/") 로 변경한다.		setwd("C:/주소/") 로 변경한다.


			== 인코딩 에러 ==
			Not all characters in 주소 could be decoded using CP949. To try a different encoding, choose "File \| Reopen with Encoding..." from the main menu.
			{\| class="wikitable"
			\|+
			!항목
			!설명
			\|-
			\|원인
			\|맥이나 리눅스에서 UTF-8로 인코딩된 파일이 windows로 건너올 때 디폴트 인코딩이 다른 것으로 되어있기 때문.
			\|-
			\|해결
			\|RStudio를 쓴다면 File>Reopen with Encoding 에서 UTF-8을 지정해주면 간단히 해결된다.
			코드에서 읽어오는 경우라면 encoding="UTF-8" 옵션을 주면 된다.
			\|}

2020년 9월 12일 (토) 02:21에 Sam님의 편집

2020-09-12T02:21:47Z

← 이전 판		2020년 9월 12일 (토) 02:21 판
1번째 줄:		1번째 줄:
	{{R}}		{{R}}




	==데이터 다루기 전략==		==데이터 다루기 전략==

191번째 줄:		188번째 줄:
	\|}		\|}

	== 워킹 디렉터리 바꾸기 ==		==워킹 디렉터리 바꾸기==
	setwd("C:/주소/") 로 변경한다.		setwd("C:/주소/") 로 변경한다.

2020년 8월 23일 (일) 01:51에 Sam님의 편집

2020-08-23T01:51:40Z

← 이전 판		2020년 8월 23일 (일) 01:51 판
190번째 줄:		190번째 줄:
	\|<code>새로운데이터셋 = 데이터셋[!(duplicated(데이터셋[ , c('열이름1', '열이름2', ...)]), ]</code>		\|<code>새로운데이터셋 = 데이터셋[!(duplicated(데이터셋[ , c('열이름1', '열이름2', ...)]), ]</code>
	\|}		\|}

			== 워킹 디렉터리 바꾸기 ==
			setwd("C:/주소/") 로 변경한다.

Sam: /* 데이터 정렬하기 */

2020-08-12T01:47:49Z

데이터 정렬하기

← 이전 판		2020년 8월 12일 (수) 01:47 판
53번째 줄:		53번째 줄:
	\|}		\|}

	== GUI로 보기 ==		==GUI로 보기==

	=== data editor. 자료편집기. ===		===data editor. 자료편집기.===
	스프레드시트 형태의 데이터 편집기다.		스프레드시트 형태의 데이터 편집기다.

	R concole에서 편집>데이터 편집기를 선택하거나 fix(데이터셋), edit(데이터셋)을 명령으로 실행하면 된다.		R concole에서 편집>데이터 편집기를 선택하거나 fix(데이터셋), edit(데이터셋)을 명령으로 실행하면 된다.

	==== 입력방법 ====		====입력방법====
	데이터셋 <- edit(data.frame()) 을 명령한 후 자료입력하고 저장하면 데이터셋에 자료가 입력된다.		데이터셋 <- edit(data.frame()) 을 명령한 후 자료입력하고 저장하면 데이터셋에 자료가 입력된다.

189번째 줄:		189번째 줄:
	열이름 대신 열 번호를 사용해도 된다.		열이름 대신 열 번호를 사용해도 된다.
	\|<code>새로운데이터셋 = 데이터셋[!(duplicated(데이터셋[ , c('열이름1', '열이름2', ...)]), ]</code>		\|<code>새로운데이터셋 = 데이터셋[!(duplicated(데이터셋[ , c('열이름1', '열이름2', ...)]), ]</code>
	\|}

	~~===데이터 정렬하기===~~
	~~{\| class="wikitable"~~

	~~!이름~~

	~~!기원~~

	~~!기능~~

	~~!사용법~~

	\|-

	~~\|order()~~

	~~\|order~~

	~~\|순서대로 정렬한다.~~
	~~새로운데이터셋 = 데이터셋[order(데이터셋[범위], decreasing = True혹은False), ]~~

	~~\|새로운데이터셋 = 데이터셋[order(데이터셋[ , '열이름'], decreasing = Ture), ]~~

	\|}		\|}

2020년 8월 11일 (화) 12:56에 Sam님의 편집

2020-08-11T12:56:22Z

← 이전 판		2020년 8월 11일 (화) 12:56 판
9번째 줄:		9번째 줄:

	사소한 차이에서 오류가 발생하는 경우가 많다. 분석을 시작할 땐 as.data.frame 등을 꼭 적용해 시작하는 습관을 들이자.		사소한 차이에서 오류가 발생하는 경우가 많다. 분석을 시작할 땐 as.data.frame 등을 꼭 적용해 시작하는 습관을 들이자.


	===관련함수===		===관련함수===

53번째 줄:		51번째 줄:
	숫자에 무작위 결과값이 저장된다.		숫자에 무작위 결과값이 저장된다.

	\|}<~~br />~~		\|}

			== GUI로 보기 ==

			=== data editor. 자료편집기. ===
			스프레드시트 형태의 데이터 편집기다.

			R concole에서 편집>데이터 편집기를 선택하거나 fix(데이터셋), edit(데이터셋)을 명령으로 실행하면 된다.

			==== 입력방법 ====
			데이터셋 <- edit(data.frame()) 을 명령한 후 자료입력하고 저장하면 데이터셋에 자료가 입력된다.


	==이상치(outlier) 다루기==		==이상치(outlier) 다루기==

2020년 8월 10일 (월) 14:06에 Sam님의 편집

2020-08-10T14:06:28Z

← 이전 판		2020년 8월 10일 (월) 14:06 판
7번째 줄:		7번째 줄:

	데이터를 다룰 땐 절대 raw 데이터를 건드리지 않는다. 항상 복사해 두고 진행하는 게 나중을 위해 좋다.		데이터를 다룰 땐 절대 raw 데이터를 건드리지 않는다. 항상 복사해 두고 진행하는 게 나중을 위해 좋다.

			사소한 차이에서 오류가 발생하는 경우가 많다. 분석을 시작할 땐 as.data.frame 등을 꼭 적용해 시작하는 습관을 들이자.


145번째 줄:		147번째 줄:
	\|}		\|}

	== 중복값 제거하기 ==		==중복값 제거하기==
	중복데이터를 제거해야 한다. 하나하나 지우기는 너무 어려우니까..		중복데이터를 제거해야 한다. 하나하나 지우기는 너무 어려우니까..
	{\| class="wikitable"		{\| class="wikitable"
181번째 줄:		183번째 줄:
	\|}		\|}

	=== 데이터 정렬하기 ===		===데이터 정렬하기===
	{\| class="wikitable"		{\| class="wikitable"

Sam: /* 데이터 다루기 전략 */

2020-08-09T16:14:09Z

데이터 다루기 전략

@@ 1번째 줄: / 1번째 줄: @@
 {{R}}
@@ 8번째 줄: / 7번째 줄: @@
 데이터를 다룰 땐 절대 raw 데이터를 건드리지 않는다. 항상 복사해 두고 진행하는 게 나중을 위해 좋다.
@@ 54번째 줄: / 52번째 줄: @@
 |}<br />
@@ 94번째 줄: / 91번째 줄: @@
 |}
-== 결측치 다루기 ==
+==결측치 다루기==
 다양한 연산들에서 결측치를 생략하고 계산하고자 한다면 뒤에 <code>na.rm=True</code>를 붙여주면 된다. ex) <code>sum(데이터셋[범위], na.rm=True)</code>
@@ 147번째 줄: / 143번째 줄: @@
 이산현병순의 경우, 최빈값으로 대체한다.
-|}<br />
+|}

2020년 8월 9일 (일) 07:21에 Sam님의 편집

2020-08-09T07:21:32Z

← 이전 판		2020년 8월 9일 (일) 07:21 판
1번째 줄:		1번째 줄:
	{{R}}		{{R}}





	==데이터 다루기 전략==		==데이터 다루기 전략==

	데이터를 다룰 땐 절대 raw 데이터를 건드리지 않는다. 항상 복사해 두고 진행하는 게 나중을 위해 좋다.		데이터를 다룰 땐 절대 raw 데이터를 건드리지 않는다. 항상 복사해 두고 진행하는 게 나중을 위해 좋다.



	===관련함수===		===관련함수===

	{\| class="wikitable"		{\| class="wikitable"

	!이름		!이름

	!기원		!기원

	!기능		!기능

	!사용법		!사용법

	\|-		\|-

	\|sample()		\|sample()

	\|sample		\|sample

	\|데이터가 너무 방대해 계산이 오래걸리는 경우.		\|데이터가 너무 방대해 계산이 오래걸리는 경우.

	무작위 추출로 연산을 줄인다.		무작위 추출로 연산을 줄인다.

	\|sample(추출범위, 추출갯수, 복원추출여부)		\|sample(추출범위, 추출갯수, 복원추출여부)

	sample(2:30, 4, replace=False)		sample(2:30, 4, replace=False)



	False인 경우, 비복원추출을 하겠다는 것.		False인 경우, 비복원추출을 하겠다는 것.

	\|-		\|-

	\|seed()		\|seed()

	\|		\|

	\|무작위 결과값을 고정시켜야 할 때.		\|무작위 결과값을 고정시켜야 할 때.

	\|set.seed(아무숫자)		\|set.seed(아무숫자)

	숫자에 무작위 결과값이 저장된다.		숫자에 무작위 결과값이 저장된다.

	\|}<br />		\|}<br />

	== 이상치(outlier) 다루기 ==

			==이상치(outlier) 다루기==

	전체 데이터를 요란시키는 괴상한 데이터. 일반적으로 1분위수와 3분위수 차이의 1.5배만큼 커다랗게 벗어난 값을 이상치라 부른다.		전체 데이터를 요란시키는 괴상한 데이터. 일반적으로 1분위수와 3분위수 차이의 1.5배만큼 커다랗게 벗어난 값을 이상치라 부른다.

	{\| class="wikitable"		{\| class="wikitable"

	\|+이상치를 구하는 과정		\|+이상치를 구하는 과정

	!		!

	!		!

	\|-		\|-

	\|분위수 구하기		\|분위수 구하기

	\|1분위수, Q1=quntile(데이터, probs=c(0.25), na.rm=True)		\|1분위수, Q1=quntile(데이터, probs=c(0.25), na.rm=True)

	3분위수, Q3=quntile(데이터, probs=c(0.75), na.rm=True)		3분위수, Q3=quntile(데이터, probs=c(0.75), na.rm=True)

	\|-		\|-

	\|울타리 구하기		\|울타리 구하기

	\|LC=Q1 - 1.5*(Q3-Q1)		\|LC=Q1 - 1.5*(Q3-Q1)

	UC=Q3 + 1.5*(Q3-Q1)		UC=Q3 + 1.5*(Q3-Q1)

	\|-		\|-

	\|울타리를 넘으면 이상치		\|울타리를 넘으면 이상치

	이상치를 모은 부분집합		이상치를 모은 부분집합

	\|데이서텟 = subset(데이터셋, 데이터>LC & 데이터<UC)		\|데이서텟 = subset(데이터셋, 데이터>LC & 데이터<UC)

	\|}		\|}



			== 결측치 다루기 ==

			다양한 연산들에서 결측치를 생략하고 계산하고자 한다면 뒤에 <code>na.rm=True</code>를 붙여주면 된다. ex) <code>sum(데이터셋[범위], na.rm=True)</code>



	<br />		결측치가 포함된 연산은 결과를 NA로 내버리곤 한다; 이런 경우 위의 na.rm=True를 포함하여 계산함수를직접 만들어주어 오류를 피해가야 한다.

			{\| class="wikitable"

			!의도

			!방법

			!

			\|-

			\|열별 결측치 카운팅

			\|colSums(is.na(데이터셋))

			\|

			\|-

			\|결측치가 들어간 행 지우기

			\|데이터셋 = na.omit(데이터셋)

			\|그러나, 결측치 비율이 상당할 경우 위험한 작업이다.

			\|-

			\|특정 데이터에 결측치가 들어간 경우 삭제

			\|<code>데이터셋 = 데이터셋[complete.cases(데이터셋[범위]), ]</code>

			\|

			\|-

			\|결측치에 일정 값 부여

			\|데이터[is.na(데이터)] = 일정값

			\|일반적으로 연속형변수의 경우, 평균으로 대체하고,

			이산현병순의 경우, 최빈값으로 대체한다.

			\|}<br />

2020년 8월 4일 (화) 02:42에 Sam님의 편집

2020-08-04T02:42:23Z

@@ 5번째 줄: / 5번째 줄: @@
 데이터를 다룰 땐 절대 raw 데이터를 건드리지 않는다. 항상 복사해 두고 진행하는 게 나중을 위해 좋다.
-=== 관련함수 ===
+===관련함수===
 {| class="wikitable"
 !이름
@@ 27번째 줄: / 27번째 줄: @@
 숫자에 무작위 결과값이 저장된다.
 |}<br />