[R] dplyr 패키지 맛보기

오늘은 통계 분석할 때 알아두면 편한 dplyr 패키지를 공부할 거예요!

 

이때 dplyr을 사용하지 않고 결과를 도출하는 코드와 dplyr을 사용하여 결과를 도출하는

 

2가지 방법 모두 코드를 올려놓을 테니 비교해 보는 재미도 있을 것 같아요!! 

 

그럼 시작해볼까요?

 

dplyr 함수	기능
%>%	함수 연결
filter()	행 추출
select()	열(변수) 추출
arrange()	정렬
mutate()	변수 추가
summarise()	통계량 산출
group_by()	집단별로 나누기

dplyr을 설치하는 방법

# dplyr 설치
install.packages("dplyr")

만약 설치 오류가 난다면 Rstudio를 실행할 때 관리자 권한으로 실행을 누르세요

 

dplyr을 실행하는 방법

# dplyr 실행
library(dplyr)

 

이제 dplyr 기본 내장 데이터인 starwars 데이터를 불러올게요!

# dplyr starwars 데이터 불러오기
dplyr::starwars

<starwars 데이터>

 

열 이름 변경하기

# 열 이름 변경하기
sw1 <- starwars
colnames(sw1) # 1번째 name위치
names(sw1)[c(1)] <- c("이름")
head(sw1)

# dplyr 활용하여 열 이름 변경하기
sw2 <- starwars %>% rename(이름 = name)
head(sw2)

<열 이름 변경 결과>

 

원하는 열만 추출하기

# "name", "height" 열만 추출하기
sw3 <- starwars[,c("name", "height")]
head(sw3)

# dplyr을 이용하여 "name", "height" 열만 추출하기
sw4 <- starwars %>% select(name, height)
head(sw4)

<starwars 데이터에서 name과 height열만 추출>

 

특정 조건을 결합해 조건에 부합하는 행(rows)을 추출

# 특정 조건을 걸어 조건에 부합하는 행 추출
sw5<- subset(starwars, height > 160)
head(sw5)
table(sw5$height)

sw6 <- starwars %>% filter(height > 160)
head(sw6)
table(sw6$height)

<starwars 데이터 에서 height가 160이상인 행만 추출>

 

기존의 열을 이용해 새로운 열을 생성

sw7 <- starwars[,c("name", "height")]
head(sw7)
sw7$celebrity <- ifelse(sw7$height>180, "winner", "loser")
head(sw7)

# dplyr을 이용하여 기존의 열을 이용해 새로운 열을 생성
sw8 <- starwars %>% select(name, height) %>% 
  mutate(celebrity=ifelse(height>180, "winner", "loser"))
head(sw8)

<starwars 데이터에서 celebrity열을 height기준으로 180이상은 winner 이하는 loser로 생성>

 

특정 열을 기준으로 오름 또는 내림차순 정렬

# 정렬하기(오름차순, 내림차순)
sw9 <- sw8[order(sw8$height),]
head(sw9)

sw9_1 <- sw8[order(sw8$height, decreasing=T),] #내림차순
head(sw9_1)

# dplyr을 이용하여 정렬하기(오름차순, 내림차순)
sw10 <- sw8 %>% arrange(height)
head(sw10)

sw11 <- sw8 %>% arrange(desc(height)) #desc는 내림차순
head(sw11)

<starwars 데이터에서 height기준 내림차순 정렬한 결과물>

 

데이터 요약 통계량

함수	기능
n() / n_distinct()	갯수 / 중복 제거 후 갯수
min()	최소
max()	최대
sum()	합
mean()	평균
var()	분산
sd()	표준편차
median()	중위수

 

# 요약 통계량 구하기
# 키 평균 구하기
mean_sw0 <- mean(starwars$height, na.rm=T)
round(mean_sw0, 0)

# dplyr을 이용하여 요약 통계랑 구하기
# 키 평균 구하기
mean_sw1 <- starwars %>% 
  summarise(meanheight=mean(height, na.rm=T))
head(mean_sw1)

# 성별 열의 종류
kd_sw1 <- starwars %>% 
  summarise(kind_gender=n_distinct(gender))
kd_sw1
unique(starwars$gender)

 

그룹화하여 연산

#gender의 갯수를 알려주는 방법
gendercount <- table(starwars$gender, useNA='ifany')
gendercount

# dplyr을 이용하여 그룹화하고
# gender로 그룹화 후 각 gender의 갯수를 알려주는 열 생성
gr_sw2 <- starwars %>% 
  group_by(gender) %>% summarise(gendercount=n())
gr_sw2

 

데이터 요약 통계량과 그룹화 하는 것은 dplyr을 사용했을 때와 하지 않았을 때 약간은 다르지만

 

큰 틀은 비슷해서 참고하시라고 코드 올렸습니다!

 

dplyr을 사용했을 때 파이프라인인 %>%을 이용해서 일관적으로 편하게 코드를 작성할 수 있는 것을

확인하실 수 있습니다!

 

그럼 마치겠습니다!!