전처리 패키지 dplyr 정리

전처리 패키지 dplyr

 

1. 설치	install.packages("dplyr") library(dplyr)
2. 이름변경 rename	#변경이름 = 기존이름 방식으로 iris1<- iris %>%   rename(a1=Sepal.Length, a2=Sepal.Width)
3. 변수 생성 mutate	#1부터 150까지 입력되어있는 id 변수를 새로 생성 iris2<-iris %>%   mutate(label=c(1:150)) #petal.length로 label 넣기 iris2<-iris2 %>%   mutate(label=ifelse(Petal.Length<=1.6, "L",                       ifelse(Petal.Length>=5.1,"H","M"))) #transmute의 사용(사용 시 새로 생긴 변수 빼고 없어짐) iris2<-iris2 %>%   transmute(label=ifelse(Petal.Length<=1.6, "L",                            ifelse(Petal.Length>=5.1,"H","M")))
4. 행 추출 filter	iris3<-iris %>%   filter(Species=="setosa"|Species=="versicolor") #결측치 제거 #실험용 결측치 iris3<- iris iris3[1,1] = NA iris3[2,2] = NA iris3<- iris3 %>%   filter(!is.na(Sepal.Width)&!is.na(Sepal.Length))
5. 열 추출 select	iris4<-iris %>%   select(Sepal.Length,Sepal.Width)
6. 정렬 arrange	#오름차순 정렬 iris5<- iris %>%   mutate(id = (150:1)) %>%   arrange(id) #내림차순 정렬 iris5<- iris %>%   mutate(id = (1:150)) %>%   arrange(desc(id))
7. 그룹화, 요약 group_by와 summary	#group_by(Species)는 데이터프레임을 "Species" 열을 기준으로 그룹화합니다. iris6 <- iris %>% group_by(Species) %>%   summarise(평균=mean(Sepal.Length), 합=sum(Sepal.Width), 관측치=n())
8. 열 합치기 left_join	ex1 <-iris[1:5,1:2] ex2 <-iris[1:6,1:2] #cbind(ex1,ex2) 행 길이 달라서 실행 안됨됨 left_join(ex1,ex2) #ex1 기준 left_join(ex2,ex1) #ex2 기준
9. 행 합치기bind_rows	#위아래 방향으로 합쳐짐 bind_rows(ex1,ex2)
10. 결합	left_join : x기준 합치기, y에 없으면 y값은 NA inner_join : 겹치는 행만 뽑기 full_join : 합집합으로 다 합치기, 없는 값은 NA #by 인자를 통해 병합 기준 열을 정하기 안해도 자동적으로 병합하긴함, 하지만 by를 써도됨
11. 중복 제거(1) distinct 사용 (변수,. keep_all =true	ex1 <- data.frame(id = c(1, 2, 2, 3, 3, 4, 5, 5), gender = c("F", "F", "M", "F", "B", "B", "F", "M"), variant = c("a", "b", "c", "d", "e", "f", "g", "h")) das<- ex1[-which(duplicated(ex1$id)),] #id 기준 중복 제거 t1 <- ex1 %>% distinct(id, .keep_all = TRUE) #gender 기준 중복 제거 t2 <- ex1 %>% distinct(gender, .keep_all = TRUE) #variant 기준 중복 제거 t3 <- ex1 %>% distinct(variant, .keep_all = TRUE)
12. 중복제거(2) group_by, filter와 duplicate	ex3 <- data.frame(id = c(1, 2, 2, 3, 3, 4, 5, 5), gender = c("F", "F", "M", "F", "B", "B", "F", "M"), variant = c("a", "b", "c", "d", "e", "f", "g", "h")) t1 <- ex3 %>% group_by(id) %>% filter (! duplicated(id)) t2 <- ex3 %>% group_by(gender) %>% filter (! duplicated(gender)) t3 <- ex3 %>% group_by(variant) %>% filter (! duplicated(variant))