R:데이터프레임

R언어 공부를 위한 틀 틀:R

1. R:개요
   1. R:코딩팁
   2. R:연산자
2. R:객체
   1. R:자료형
   2. R:자료구조
3. R:함수
   1. R:자주사용하는 함수
      1. R:aplly계열(반복문, 중복작업)
4. R:제어문
   1. R:조건문
   2. R:반복문
5. R:자료조작
   1. R:데이터프레임
   2. R:행렬
6. R:데이터 저장과 불러오기
   1. R:데이터베이스
   2. R:특정조건 추출하기
7. R:패키지
   1. R:magrittr(파이프연산자)
   2. R:dplyr(데이터프레임 조작)
   3. R:ggplot2(그래프그리기)
   4. R:KoNLP(한글 텍스트마이닝), wordcloud2(워드클라우드)
   5. R:ddply(데이터 집계, 조작)
   6. R:tidyverse(데이터를 정제하는 패키지들의 집합)
   7. R:jsonlite(JSON 파일 다루기)
   8. R:pbapply(apply계열에 진행바를 보여준다.)
8. R:활용
   1. R:데이터 접근
   2. R:연관성분석
   3. R:분류분석
9. R:팁
   1. R:연구용 팁

개요

표 형태로 다양한 데이터타입을 저장할 수 있는, 일상에서 가장 많이 쓰는 자료구조형태.

표시형식

행 앞에 대괄호가 없이, 그냥 숫자로 인덱싱되어있다.

데이터 결합

이름	기원	기능	사용법
rbind()	row bind	데이터를 세로결합한다.(관찰치의 증가) 데이터프레임의 변수(열이름)가 다른 경우, 에러가 뜬다. 서로 다른 변수의 데이터를 결합시키기 전에 두 자료의 변수를 일치시키는 사전작업이 필요하다. 아래의 함수를 거치면 변수가 맞춰진 tmp.df1 과 tmp.df2 를 반환한다. 사용자 정의함수 = function(df1, df2) { all.name = union(colnames(df1), colnames(df2)) diff.name1 = setdiff(all.name, colnames(df1)) diff.name2 = setdiff(all.name, colnames(df2)) tmp.df1=df1 tmp.df2=df2 if(length(diff.name1)>0) { for(i in 1:length(diff.name1)) { tmp = matrix(NA, nrow-nrow(df1)) mode(tmp) = mode(df2[,diff.name1[i]]) colnames(tmp) = diff.name1[i] tmp.df1 = cbind(tmp.df1,tmp) }} if(length(diff.name2)>0) { for(i in 1:length(diff.name2)) { tmp = matrix(NA, nrow-nrow(df2)) mode(tmp) = mode(df2[,diff.name2[i]]) colnames(tmp) = diff.name2[i] tmp.df2 = cbind(tmp.df2,tmp) }} }	rbind(데이터프레임1, 데이터프레임2)
merge()	merge	데이터를 가로결합한다.(변수의 증가) cbind의 경우, 관찰치 수가 동일하고 관측대상이 동일해야만 적용 가능하여 merge를 쓴다. 고객정보를 더 추가하는 등... 옵션 설명 by= 결합기준 결정. 디폴드는 교집합인 intersect(names(x), names(y))이다. by.x, by.y를 통해 기준변수를 결정할 수 있다. 보통 키 값을 넣어 합친다. c("열이름1, 열이름2") 형태로 둔다. all= 관측대상에 대해 일치하지 않는 관찰치에 대해. FALSE면 일치할 때에만 포함한다. TRUE면 두 데이터에 동시에 존재하지 않는 데이터는 결측치로 추가. suffixes= by의해 합쳐지는 변수가 아니라, 같은 이름의 변수가 있을 때 suffixes=c(".1", ".2") 로 두어 변수.1, 변수.2로 갈라넣을 수 있다.	merge(데이터프레임1, 데이터프레임2, 옵션)

관련함수

이름	기원	기능	사용법
view()		데이터를 시각화하여 보여준다. 오름차순, 내림차순의 정렬도 가능	view(데이터프레임)