[R데이터분석] 꼭 필요한 R 기본 문법 총정리(기초)

지난 포스팅에서 R 과 R Studio를 설치하는 방법에 대해 알아보았습니다.

R Studio를 설치 완료를 했으면 R로 데이터분석을 하기위해 간단한 문법들을 알아볼 예정입니다.

아직 설치를 하지않으신 분들은 아래 포스팅을 참고하여 설치완료하시길 바랍니다▼▽▼▽▼

 

R 및 R studio 가장 쉬운 설치방법-[빅데이터,통계-R]

 

---

1. 패키치 설치 및 로드

install.packages("ggplot2")		#패키지 설치
library(ggplot2)			#패키지 로드

2. 데이터 구조 확인

ggplot2 라이브러리에서 제공하는 mpg 데이터를 확인해봅시다.

head(mpg)	#데이터 뒷부분은 tail()

dim(mpg)

str(mpg)	#데이터 속성

summary(mpg)	#요약 통계량

View(mpg)	#대문자V

qplot(data=mpg, y=hwy, x=drv, geom="point") #geom=point | boxplot

 

3. 함수

mean(mpg$hwy)	#평균
max(mpg$hwy)	#최댓값
hist(mpg$hwy)	#히스토그램

mean() 	     #평균   
sd()  	     #표준편차   
sum()  	     #합계   
median()     #중앙값   
min()  	     #최솟값   
max()  	     #최댓값   
n()  	     #빈도  

?qplot	#사용법

 

4. 데이터 프레임 다루기

df_midterm <- data.frame(history = c(90, 80, 60, 70),
                         math = c(50, 60, 100, 20),
                         class = c(1, 1, 2, 2))
df_midterm

5. 데이터 R로 가져오기

install.packages("readxl")
library(readxl)
df_finalexam <- read_excel("finalexam.xlsx", sheet = 1, col_names = T)
df_finalexam

6. 변수 관련

df_new <- rename(df_new, v2 = var2)  # var2를 v2로 수정

mpg$total <- (mpg$cty + mpg$hwy)/2  # 통합 연비 변수 생성

exam %>%
  mutate(total = math + english + science,     # 합계 변수 추가
         mean = (math + english + science)/3)  # 평균 변수 추가

7. 조건 함수

mpg$test <- ifelse(mpg$total >= 20, "pass", "fail") #20이상이면 pass, 아니면 fail

mpg$grade2 <- ifelse(mpg$total >= 30, "A",
                     ifelse(mpg$total >= 25, "B",
                            ifelse(mpg$total >= 20, "C", "D")))

exam %>%
  mutate(test = ifelse(science >= 60, "pass", "fail"))

8. 빈도 확인

table(mpg$test)  # 빈도표 출력
qplot(mpg$test)  # 막대 그래프 생성

9. 데이터 추출하기(Row-행)

exam %>% filter(class == 1)	#class가 1인 경우만 추출하여 출력
				#%>% 단축키:[Ctrl+Shift+M]

exam %>% filter(class %in% c(1, 3, 5))	#class 1,3,5 추출

10. 데이터 추출하기(Column-열)

exam %>% select(math)
exam %>% select(class, math, english)
exam %>% select(-math)  # math 제외

※Filter()와 select()를 조합하여 원하는 행, 열 추출하기

# class가 1인 행에서 english 열 추출
exam %>% filter(class == 1) %>% select(english)

exam %>%
  select(id, math) %>%  # id, math 추출
  head(10)              # 앞부분 10행까지 추출	#%>% 여러번 이어쓰기 가능

11. 데이터 정렬하기

exam %>% arrange(math)		#오름차순
exam %>% arrange(desc(math))	#내림차순

12. 집단별 group_by()

exam %>%
  group_by(class) %>%                   # class별로 분리
  summarise(mean_math = mean(math),     # 수학 점수 평균
            sum_math = sum(math),       # 수학 점수 합계
            median_math = median(math), # 수학 점수 중앙값
            n = n())                    # 빈도 - 학생 수