study 03/20
This commit is contained in:
@@ -1,512 +1,63 @@
|
|||||||
str(x3)
|
View(BMI)
|
||||||
str(x7)
|
str(BMI)
|
||||||
x7 = 'FLASE'
|
BMI$religion <- factor(BMI$religion,
|
||||||
str(x7)
|
levels=c("Bu", "C1", "C2","No"),
|
||||||
x6 = 'false' # character
|
labels=c("불교", "개신교", "가톨릭", "없음"))
|
||||||
str(x7)
|
# 범주형 관측항목 추가
|
||||||
x8 = 8.8
|
BMI$종교 <- factor(BMI$religion,
|
||||||
x8 = 8.8
|
levels=c("Bu", "C1", "C2","No"),
|
||||||
str(x8)
|
labels=c("불교", "개신교", "가톨릭", "없음"))
|
||||||
xx1 <- c(1:100)
|
# 범주형 관측항목 추가
|
||||||
xx1
|
BMI$종교 <- factor(BMI$religion,
|
||||||
xx1 <- c(1:100)
|
levels=c("Bu", "C1", "C2","No"),
|
||||||
xx1
|
labels=c("불교", "개신교", "가톨릭", "없음"))
|
||||||
is.na()
|
BMI$종교 <- factor(BMI$religion,
|
||||||
is.na(xx1)
|
levels=c("Bu", "C1", "C2","No"),
|
||||||
table(is.na(xx1))
|
labels=c("불교", "개신교", "가톨릭", "없음"))
|
||||||
x1 = c(1,'love',TRUE,2+3i)
|
# 범주형 관측항목 추가
|
||||||
x1
|
BMI$종교_1 <- factor(BMI$종교,
|
||||||
install.packages('ggplot2')
|
levels=c("Bu", "C1", "C2","No"),
|
||||||
install.packages('dplyr')
|
labels=c("불교", "개신교", "가톨릭", "없음"))
|
||||||
v1 = c(27,35,47,41)
|
str(BMI)
|
||||||
mode(v1)
|
# 범주형 관측항목 추가
|
||||||
is.numeric(v1)
|
BMI$종교_1 <- factor(BMI$종교,
|
||||||
is.na(v1)
|
levels=c("Bu", "C1", "C2","No"),
|
||||||
table(is.na(v1))
|
labels=c("불교", "개신교", "가톨릭", "없음"))
|
||||||
xx1 <- c(1:100)
|
str(BMI)
|
||||||
v2 = c(27,35,47,NA,55)
|
# 범주형 관측항목 추가
|
||||||
mode(v2)
|
BMI$종교_1 <- factor(BMI$종교,
|
||||||
is.numeric(v2)
|
levels=c("Bu", "C1", "C2","No"),
|
||||||
is.na(v2)
|
labels=c("불교", "개신교", "가톨릭", "없음"))
|
||||||
table(is.na(v1))
|
str(BMI)
|
||||||
table(is.na(v1))
|
# 범주형 관측항목 추가
|
||||||
table(is.na(v1))
|
BMI$종교_1 <- factor(BMI$종교,
|
||||||
table(is.na(v2))
|
levels=c("Bu", "C1", "C2","No"),
|
||||||
length(vw)
|
labels=c("불교", "개신교", "가톨릭", "없음"))
|
||||||
length(v1)
|
str(BMI)
|
||||||
length(v2)
|
# 범주형 관측항목 추가
|
||||||
names(v1)
|
BMI$종교_1 <- factor(BMI$종교,
|
||||||
names(v1) = c('kim','lee','park','choi')
|
levels=c("Bu", "C1", "C2","No"),
|
||||||
names(v1)
|
labels=c("불교", "개신교", "가톨릭", "없음"))
|
||||||
v1
|
str(BMI)
|
||||||
v1[0]
|
# 범주형 관측항목 추가
|
||||||
## 기초 명령어 실습 ##
|
BMI$종교_1 <- factor(BMI$종교,
|
||||||
1+1
|
levels=c("Bu", "C1", "C2","No"),
|
||||||
1:10
|
labels=c("불교", "개신교", "가톨릭", "없음"))
|
||||||
dd = c(1:10)
|
str(BMI)
|
||||||
## c() -> 같은 종류의 요소(numeric, int, float등)만 있을때
|
table(BMI$종교)
|
||||||
## list() -> 다양한 종류의 요소가 들어올때
|
table(BMI$종교_1)
|
||||||
dd[-10]
|
barplot(table(BMI$종교_1), col=1:4)
|
||||||
## 기본유형 ##
|
barplot(table(BMI$종교_1), col=1:4, main='종교대이터의 인원수')
|
||||||
x1 = 3 # numeric
|
barplot(table(BMI$종교_1), col=1:4, main='종교대이터의 인원수',ylab = ;'명',xlab='종교', sub='본그래프는 종교의 인원수를 나타내는 그래프_전북대학교_2026_평생교육유ㅗㄴ')
|
||||||
x2 = "Love is choice" # character
|
barplot(table(BMI$종교_1), col=1:4, main='종교대이터의 인원수',ylab = '명',xlab='종교', sub='본그래프는 종교의 인원수를 나타내는 그래프_전북대학교_2026_평생교육원')
|
||||||
x3 = FALSE # logical
|
View(m3)
|
||||||
x4 = 3-2i # complex
|
# 시각화
|
||||||
x5 = '123' # character
|
par(family = "AppleGothic")
|
||||||
x6 = 'false' # character
|
barplot(table(BMI$종교_1), col=1:4, main='종교대이터의 인원수',ylab = '명',xlab='종교', sub='본그래프는 종교의 인원수를 나타내는 그래프_전북대학교_2026_평생교육원')
|
||||||
x7 = 'FLASE' # character
|
BMI$판정 <- ordered(BMI$등급,
|
||||||
str(x1)
|
levels=seq(1,5),
|
||||||
### 문자 - 정수 - 논리
|
labels=c("저체중", "정상", "과체중", "초기비만", "비만"))
|
||||||
### 결측값은 95%까지
|
table(BMI$판정)
|
||||||
### 정규분포는 30번이상한것으로 해야한다
|
barplot(table(BMI$판정), col=1:5,
|
||||||
xx1 <- c(1:100)
|
main='BMI 판정',ylab = '명',xlab='등급',
|
||||||
xx1
|
sub='본그래프는 BMI의 인원수를 나타내는 그래프_전북대학교_2026_평생교육원')
|
||||||
is.na(xx1)
|
|
||||||
table(is.na(xx1))
|
|
||||||
x1 = c(1,'love',TRUE,2+3i)
|
|
||||||
x1
|
|
||||||
v1 = c(27,35,47,41)
|
|
||||||
mode(v1)
|
|
||||||
is.numeric(v1)
|
|
||||||
is.na(v1)
|
|
||||||
table(is.na(v1))
|
|
||||||
v2 = c(27,35,47,NA,55)
|
|
||||||
mode(v2)
|
|
||||||
is.numeric(v2)
|
|
||||||
is.na(v2)
|
|
||||||
table(is.na(v2))
|
|
||||||
length(v1)
|
|
||||||
length(v2)
|
|
||||||
names(v1)
|
|
||||||
names(v1) = c('kim','lee','park','choi')
|
|
||||||
names(v1)
|
|
||||||
## indexing ## 대괄호 == [ ] => 추출해라
|
|
||||||
v1
|
|
||||||
v1[1]
|
|
||||||
v1[1:3]
|
|
||||||
v1[-1]
|
|
||||||
v1[:-1]
|
|
||||||
v1[1:-1]
|
|
||||||
v1[-1]
|
|
||||||
v1[1:3]
|
|
||||||
v1[-4]
|
|
||||||
v1[1,3]
|
|
||||||
v1[3:-1]
|
|
||||||
v1[c(2,4)]
|
|
||||||
v1[-4]
|
|
||||||
v1 = 1:3
|
|
||||||
v2 = 4:6
|
|
||||||
v3 = v1+v2
|
|
||||||
v3 = v1+v2
|
|
||||||
v1 = 1:3
|
|
||||||
v2 = 1:6
|
|
||||||
v3 = v1+v2
|
|
||||||
v3
|
|
||||||
gender = c('m','f','f','m','f','f')
|
|
||||||
gender_facotr = factor(gender)
|
|
||||||
levels(gender_facotr)
|
|
||||||
gender = c('m','f','f','m','f','f')
|
|
||||||
gender_facotr = factor(gender)
|
|
||||||
levels(gender_facotr)
|
|
||||||
gender_factor2 = factor(gender, levels = c('m','f'), labels = c('남자','여자'))
|
|
||||||
gender_factor2
|
|
||||||
install.packages(c("cluster", "lattice", "viridisLite"))
|
|
||||||
gender_factor3
|
|
||||||
gender_factor3 = factor(gender,ordered = TRUE)
|
|
||||||
gender_factor3
|
|
||||||
v2 = 4:6
|
|
||||||
m1 = rbind(v1,v2)
|
|
||||||
m2 = m2 cbind(v1,v2)
|
|
||||||
v1 = 1:3
|
|
||||||
v2 = 4:6
|
|
||||||
m1 = rbind(v1,v2)
|
|
||||||
m2 = m2 cbind(v1,v2)
|
|
||||||
1:3
|
|
||||||
v2 = 4:6
|
|
||||||
m1 = rbind(v1,v2)
|
|
||||||
m2 =
|
|
||||||
v1 = 1:3
|
|
||||||
v2 = 4:6
|
|
||||||
m1 = rbind(v1,v2)
|
|
||||||
m2 = cbind(v1,v2)
|
|
||||||
m2
|
|
||||||
v1 = 1:3
|
|
||||||
v2 = 4:6
|
|
||||||
m1 = rbind(v1,v2)
|
|
||||||
m2 = cbind(v1,v2)
|
|
||||||
m1
|
|
||||||
m2
|
|
||||||
v1 = 1:3
|
|
||||||
v2 = 4:6
|
|
||||||
m1 = rbind(v1,v2)
|
|
||||||
m2 = cbind(v1,v2)
|
|
||||||
v1
|
|
||||||
v2
|
|
||||||
m1
|
|
||||||
m2
|
|
||||||
m1[2,1]
|
|
||||||
m1[2,1] == 8
|
|
||||||
m1
|
|
||||||
[2,1] == 8
|
|
||||||
m1
|
|
||||||
m1
|
|
||||||
m1[2,1] == 8
|
|
||||||
m1[2,1] = 8
|
|
||||||
m1
|
|
||||||
m1[,3]
|
|
||||||
is.na(m1)
|
|
||||||
table(is.na(m1))
|
|
||||||
m1[1,1] = NA
|
|
||||||
m1
|
|
||||||
table(is.na(m1))
|
|
||||||
m1[2,3] = NA
|
|
||||||
table(is.na(m1))
|
|
||||||
str(m1)
|
|
||||||
m3 = matrix(1:4, nrow = 2,ncol = 2)
|
|
||||||
m3
|
|
||||||
m4 = matrix(1:4, nrow = 2,ncol = 2,byrow = TRUE)
|
|
||||||
m4
|
|
||||||
m3
|
|
||||||
m4
|
|
||||||
m4[2,1] = NA
|
|
||||||
a1 = array(1:10, dim=10)
|
|
||||||
a2 = array(1:10, dim=c(2, 5))
|
|
||||||
a3 = array(1:10, dim=c(3, 3, 4))
|
|
||||||
a1
|
|
||||||
a2
|
|
||||||
a3
|
|
||||||
a3[,,2][3,3]
|
|
||||||
a3[,,2][3,3] = 100
|
|
||||||
a3
|
|
||||||
id = 1:5
|
|
||||||
age = c(29, 32, 47, 35, 23)
|
|
||||||
gender = c('f','m','m','f','f')
|
|
||||||
height = c(163, 177, 172, 157, 169)
|
|
||||||
DF1 = data.frame(id, age, gender, height)
|
|
||||||
DF2 = data.frame(id, age, gender, height, stringsAsFactors=FALSE)
|
|
||||||
DF1
|
|
||||||
DF2
|
|
||||||
View(DF1)
|
|
||||||
str(DF1)
|
|
||||||
DF3 = data.frame(id, age, gender, height, stringsAsFactors=TRUE)
|
|
||||||
DF3
|
|
||||||
View(DF2)
|
|
||||||
View(DF3)
|
|
||||||
str(DF2)
|
|
||||||
str(DF3)
|
|
||||||
DF4 = DF3[-1]
|
|
||||||
DF4
|
|
||||||
View(DF4)
|
|
||||||
str(DF4)
|
|
||||||
install.packages('psych')
|
|
||||||
library(psych)
|
|
||||||
describe(DF4)
|
|
||||||
## 기초 명령어 실습 ##
|
|
||||||
1+1
|
|
||||||
1:10
|
|
||||||
dd = c(1:10)
|
|
||||||
## c() -> 같은 종류의 요소(numeric, int, float등)만 있을때
|
|
||||||
## list() -> 다양한 종류의 요소가 들어올때
|
|
||||||
dd[-10]
|
|
||||||
## 기본유형 ##
|
|
||||||
x1 = 3 # numeric
|
|
||||||
x2 = "Love is choice" # character
|
|
||||||
x3 = FALSE # logical
|
|
||||||
x4 = 3-2i # complex
|
|
||||||
x5 = '123' # character
|
|
||||||
x6 = 'false' # character
|
|
||||||
x7 = 'FLASE' # character
|
|
||||||
str(x1)
|
|
||||||
### 문자 - 정수 - 논리
|
|
||||||
### 결측값은 95%까지
|
|
||||||
### 정규분포는 30번이상한것으로 해야한다
|
|
||||||
xx1 <- c(1:100)
|
|
||||||
xx1
|
|
||||||
is.na(xx1)
|
|
||||||
table(is.na(xx1))
|
|
||||||
x1 = c(1,'love',TRUE,2+3i)
|
|
||||||
x1
|
|
||||||
v1 = c(27,35,47,41)
|
|
||||||
mode(v1)
|
|
||||||
is.numeric(v1)
|
|
||||||
is.na(v1)
|
|
||||||
table(is.na(v1))
|
|
||||||
v2 = c(27,35,47,NA,55)
|
|
||||||
mode(v2)
|
|
||||||
is.numeric(v2)
|
|
||||||
is.na(v2)
|
|
||||||
table(is.na(v2))
|
|
||||||
length(v1)
|
|
||||||
length(v2)
|
|
||||||
names(v1)
|
|
||||||
names(v1) = c('kim','lee','park','choi')
|
|
||||||
names(v1)
|
|
||||||
## Indexing ## 대괄호 == [ ] => 추출해라
|
|
||||||
v1
|
|
||||||
v1[1]
|
|
||||||
v1[1:3]
|
|
||||||
v1[-4]
|
|
||||||
v1[c(2,4)]
|
|
||||||
v1 = 1:3
|
|
||||||
v2 = 4:6
|
|
||||||
v3 = v1+v2 # can add list
|
|
||||||
v1 = 1:3
|
|
||||||
v2 = 1:6
|
|
||||||
v3 = v1+v2 # reusable add
|
|
||||||
v3
|
|
||||||
### 데이터거래사
|
|
||||||
## Factor, ordered Factor (등급을 정할 수 있는)
|
|
||||||
gender = c('m','f','f','m','f','f')
|
|
||||||
gender_factor = factor(gender)
|
|
||||||
levels(gender_factor)
|
|
||||||
gender_factor2 = factor(gender, levels = c('m','f'), labels = c('남자','여자'))
|
|
||||||
gender_factor2
|
|
||||||
gender_factor3 = factor(gender,ordered = TRUE)
|
|
||||||
gender_factor3
|
|
||||||
## Matrix ##
|
|
||||||
v1 = 1:3
|
|
||||||
v2 = 4:6
|
|
||||||
m1 = rbind(v1,v2)
|
|
||||||
m2 = cbind(v1,v2)
|
|
||||||
v1
|
|
||||||
v2
|
|
||||||
m1
|
|
||||||
m2
|
|
||||||
m1[2,1] == 8
|
|
||||||
m1[2,1] = 8
|
|
||||||
m1[,3]
|
|
||||||
is.na(m1)
|
|
||||||
table(is.na(m1))
|
|
||||||
m1[1,1] = NA
|
|
||||||
m1[2,3] = NA
|
|
||||||
table(is.na(m1))
|
|
||||||
str(m1)
|
|
||||||
m3 = matrix(1:4, nrow = 2, ncol = 2)
|
|
||||||
m4 = matrix(1:4, nrow = 2, ncol = 2, byrow = TRUE)
|
|
||||||
m3
|
|
||||||
m4[2,1] = NA
|
|
||||||
## array ##
|
|
||||||
a1 = array(1:10, dim=10)
|
|
||||||
a2 = array(1:10, dim=c(2, 5))
|
|
||||||
a3 = array(1:10, dim=c(3, 3, 4))
|
|
||||||
a1
|
|
||||||
a2
|
|
||||||
a3[,,2][3,3] = 100
|
|
||||||
a3
|
|
||||||
## DataFrame ##
|
|
||||||
id = 1:5
|
|
||||||
age = c(29, 32, 47, 35, 23)
|
|
||||||
gender = c('f','m','m','f','f')
|
|
||||||
height = c(163, 177, 172, 157, 169)
|
|
||||||
DF1 = data.frame(id, age, gender, height)
|
|
||||||
DF2 = data.frame(id, age, gender, height, stringsAsFactors=FALSE)
|
|
||||||
DF3 = data.frame(id, age, gender, height, stringsAsFactors=TRUE)
|
|
||||||
DF1
|
|
||||||
DF2
|
|
||||||
DF3
|
|
||||||
View(DF3)
|
|
||||||
str(DF3)
|
|
||||||
DF4 = DF3[-1]
|
|
||||||
DF4
|
|
||||||
View(DF4)
|
|
||||||
str(DF4)
|
|
||||||
## 기술통계량 ##
|
|
||||||
library('psych')
|
|
||||||
describe(DF4)
|
|
||||||
rownames(DF1)
|
|
||||||
colnames(DF1)
|
|
||||||
rownames(DF1) = paste('R',1:5,sep='')
|
|
||||||
rownames(DF1)
|
|
||||||
rownames(DF1) = paste('Edge',1:5,sep='')
|
|
||||||
rownames(DF1)
|
|
||||||
rownames(DF1) = paste('Edge',1:5,sep='_')
|
|
||||||
rownames(DF1)
|
|
||||||
View(DF1)
|
|
||||||
colnames(DF1) = paste(c('id','나이','성별','키'))
|
|
||||||
colnames(DF1)
|
|
||||||
colnames(DF1) = paste('id','나이','성별','키')
|
|
||||||
colnames(DF1)
|
|
||||||
colnames(DF1) = paste(c('id','나이','성별','키'))
|
|
||||||
colnames(DF1) = paste(c('아이디','나이','성별','키'))
|
|
||||||
colnames(DF1)
|
|
||||||
str(DF1)
|
|
||||||
str(DF4)
|
|
||||||
dim(DF1)
|
|
||||||
install.packages("caret")
|
|
||||||
## 기술통계량 ##
|
|
||||||
library(psych)
|
|
||||||
describe(DF4)
|
|
||||||
search()
|
|
||||||
searchpaths()
|
|
||||||
## read text data ##
|
|
||||||
k200 = read.csv(file = './data/k100.csv',header = TRUE)
|
|
||||||
k200
|
|
||||||
## 기초 명령어 실습 ##
|
|
||||||
1+1
|
|
||||||
1:10
|
|
||||||
dd = c(1:10)
|
|
||||||
## c() -> 같은 종류의 요소(numeric, int, float등)만 있을때
|
|
||||||
## list() -> 다양한 종류의 요소가 들어올때
|
|
||||||
dd[-10]
|
|
||||||
## 기본유형 ##
|
|
||||||
x1 = 3 # numeric
|
|
||||||
x2 = "Love is choice" # character
|
|
||||||
x3 = FALSE # logical
|
|
||||||
x4 = 3-2i # complex
|
|
||||||
x5 = '123' # character
|
|
||||||
x6 = 'false' # character
|
|
||||||
x7 = 'FLASE' # character
|
|
||||||
str(x1)
|
|
||||||
### 문자 - 정수 - 논리
|
|
||||||
### 결측값은 95%까지
|
|
||||||
### 정규분포는 30번이상한것으로 해야한다
|
|
||||||
xx1 <- c(1:100)
|
|
||||||
xx1
|
|
||||||
is.na(xx1)
|
|
||||||
table(is.na(xx1))
|
|
||||||
x1 = c(1,'love',TRUE,2+3i)
|
|
||||||
x1
|
|
||||||
v1 = c(27,35,47,41)
|
|
||||||
mode(v1)
|
|
||||||
is.numeric(v1)
|
|
||||||
is.na(v1)
|
|
||||||
table(is.na(v1))
|
|
||||||
v2 = c(27,35,47,NA,55)
|
|
||||||
mode(v2)
|
|
||||||
is.numeric(v2)
|
|
||||||
is.na(v2)
|
|
||||||
table(is.na(v2))
|
|
||||||
length(v1)
|
|
||||||
length(v2)
|
|
||||||
names(v1)
|
|
||||||
names(v1) = c('kim','lee','park','choi')
|
|
||||||
names(v1)
|
|
||||||
## Indexing ## 대괄호 == [ ] => 추출해라
|
|
||||||
v1
|
|
||||||
v1[1]
|
|
||||||
v1[1:3]
|
|
||||||
v1[-4]
|
|
||||||
v1[c(2,4)]
|
|
||||||
v1 = 1:3
|
|
||||||
v2 = 4:6
|
|
||||||
v3 = v1+v2 # can add list
|
|
||||||
v1 = 1:3
|
|
||||||
v2 = 1:6
|
|
||||||
v3 = v1+v2 # reusable add
|
|
||||||
v3
|
|
||||||
### 데이터거래사
|
|
||||||
## Factor, ordered Factor (등급을 정할 수 있는)
|
|
||||||
gender = c('m','f','f','m','f','f')
|
|
||||||
gender_factor = factor(gender)
|
|
||||||
levels(gender_factor)
|
|
||||||
gender_factor2 = factor(gender, levels = c('m','f'), labels = c('남자','여자'))
|
|
||||||
gender_factor2
|
|
||||||
gender_factor3 = factor(gender,ordered = TRUE)
|
|
||||||
gender_factor3
|
|
||||||
## Matrix ##
|
|
||||||
v1 = 1:3
|
|
||||||
v2 = 4:6
|
|
||||||
m1 = rbind(v1,v2)
|
|
||||||
m2 = cbind(v1,v2)
|
|
||||||
v1
|
|
||||||
v2
|
|
||||||
m1
|
|
||||||
m2
|
|
||||||
m1[2,1] == 8
|
|
||||||
m1[2,1] = 8
|
|
||||||
m1[,3]
|
|
||||||
is.na(m1)
|
|
||||||
table(is.na(m1))
|
|
||||||
m1[1,1] = NA
|
|
||||||
m1[2,3] = NA
|
|
||||||
table(is.na(m1))
|
|
||||||
str(m1)
|
|
||||||
m3 = matrix(1:4, nrow = 2, ncol = 2)
|
|
||||||
m4 = matrix(1:4, nrow = 2, ncol = 2, byrow = TRUE)
|
|
||||||
m3
|
|
||||||
m4[2,1] = NA
|
|
||||||
## array ##
|
|
||||||
a1 = array(1:10, dim=10)
|
|
||||||
a2 = array(1:10, dim=c(2, 5))
|
|
||||||
a3 = array(1:10, dim=c(3, 3, 4))
|
|
||||||
a1
|
|
||||||
a2
|
|
||||||
a3[,,2][3,3] = 100
|
|
||||||
a3
|
|
||||||
## DataFrame ##
|
|
||||||
id = 1:5
|
|
||||||
age = c(29, 32, 47, 35, 23)
|
|
||||||
gender = c('f','m','m','f','f')
|
|
||||||
height = c(163, 177, 172, 157, 169)
|
|
||||||
DF1 = data.frame(id, age, gender, height)
|
|
||||||
DF2 = data.frame(id, age, gender, height, stringsAsFactors=FALSE)
|
|
||||||
DF3 = data.frame(id, age, gender, height, stringsAsFactors=TRUE)
|
|
||||||
DF1
|
|
||||||
DF2
|
|
||||||
DF3
|
|
||||||
View(DF3)
|
|
||||||
str(DF3)
|
|
||||||
DF4 = DF3[-1]
|
|
||||||
DF4
|
|
||||||
View(DF4)
|
|
||||||
str(DF4)
|
|
||||||
## 기술통계량 ##
|
|
||||||
library(psych)
|
|
||||||
describe(DF4)
|
|
||||||
rownames(DF1) = paste('Edge',1:5,sep='_')
|
|
||||||
rownames(DF1)
|
|
||||||
colnames(DF1) = paste(c('아이디','나이','성별','키'))
|
|
||||||
colnames(DF1)
|
|
||||||
dim(DF1)
|
|
||||||
searchpaths()
|
|
||||||
## read text data ##
|
|
||||||
k200 = read.csv(file = './data/k100.csv',header = TRUE)
|
|
||||||
k200
|
|
||||||
View(k200)
|
|
||||||
k300 = read.csv(file = './data/ebook.csv',header = TRUE)
|
|
||||||
View(k300)
|
|
||||||
tsv100 = read.table(file = './data/survey_tab.txt', header = TRUE, encoding = 'CP949')
|
|
||||||
tsv100 = read.table(file = './data/survey_tab.txt', header = TRUE, fileEncoding = 'CP949')
|
|
||||||
View(tsv100)
|
|
||||||
## data handling ##
|
|
||||||
library(ggplot2)
|
|
||||||
head(diamonds)
|
|
||||||
head(Titanic)
|
|
||||||
View(diamonds)
|
|
||||||
View(Titanic)
|
|
||||||
## data structure ##
|
|
||||||
str(diamonds)
|
|
||||||
str(Titanic)
|
|
||||||
View(diamonds)
|
|
||||||
head(diamonds)
|
|
||||||
## indexing ##
|
|
||||||
diamonds[ , 2]
|
|
||||||
diamonds[ , 2, drop=FALSE]
|
|
||||||
diamonds[ , c(2, 3, 7)]
|
|
||||||
diamonds[ , 7:10]
|
|
||||||
diamonds[ , seq(from=2, to=10, by=2)]
|
|
||||||
xx=diamonds[ , c(2, 3, 7)]
|
|
||||||
View(xx)
|
|
||||||
xx
|
|
||||||
ss = diamonds[,7]
|
|
||||||
describe(ss)
|
|
||||||
describe(diamonds)
|
|
||||||
diamonds[ , c('cut', 'price'
|
|
||||||
diamonds[ , 'cut']
|
|
||||||
diamonds[ , 'cut']
|
|
||||||
diamonds[ , c('cut', 'price')]
|
|
||||||
diamonds[diamonds$cut == 'Fair', ]
|
|
||||||
diamonds[diamonds$price >= 18000, ]
|
|
||||||
a
|
|
||||||
a = diamonds[diamonds$cut == 'Fair', ]
|
|
||||||
a
|
|
||||||
table(a)
|
|
||||||
= diamonds[diamonds$price >= 18000, ]
|
|
||||||
b
|
|
||||||
b = diamonds[diamonds$price >= 18000, ]
|
|
||||||
b
|
|
||||||
'Fair') & (diamonds$price >= 18000), ]
|
|
||||||
c = diamonds[(diamonds$cut == 'Fair') & (diamonds$price >= 18000), ]
|
|
||||||
d = diamonds[(diamonds$cut == 'Fair') | (diamonds$price >= 18000), ]
|
|
||||||
View(c)
|
|
||||||
View(d)
|
|
||||||
|
|||||||
@@ -1,6 +1,6 @@
|
|||||||
{
|
{
|
||||||
"TabSet1": 0,
|
"TabSet1": 0,
|
||||||
"TabSet2": 2,
|
"TabSet2": 1,
|
||||||
"Sidebar": -1,
|
"Sidebar": -1,
|
||||||
"TabZoom": {}
|
"TabZoom": {}
|
||||||
}
|
}
|
||||||
@@ -2,6 +2,6 @@
|
|||||||
"tempName": "Untitled1",
|
"tempName": "Untitled1",
|
||||||
"source_window_id": "",
|
"source_window_id": "",
|
||||||
"Source": "Source",
|
"Source": "Source",
|
||||||
"cursorPosition": "185,54",
|
"cursorPosition": "215,0",
|
||||||
"scrollLine": "172"
|
"scrollLine": "201"
|
||||||
}
|
}
|
||||||
@@ -3,6 +3,7 @@
|
|||||||
~%2FR%20project%2Fr_study%2F%EA%B8%B0%EC%B4%88%20%EB%AA%85%EB%A0%B9%EC%96%B4%20%EC%8B%A4%EC%8A%B5.R="0CB164D0"
|
~%2FR%20project%2Fr_study%2F%EA%B8%B0%EC%B4%88%20%EB%AA%85%EB%A0%B9%EC%96%B4%20%EC%8B%A4%EC%8A%B5.R="0CB164D0"
|
||||||
~%2FR%20project%2Fr_study%2Fadvance.R="11E47905"
|
~%2FR%20project%2Fr_study%2Fadvance.R="11E47905"
|
||||||
~%2FR%20project%2Fr_study%2Fbasic.R="B0F755B1"
|
~%2FR%20project%2Fr_study%2Fbasic.R="B0F755B1"
|
||||||
|
~%2FR%20project%2Fr_study%2Fbmi.R="23FFD201"
|
||||||
~%2FR%20project%2Fr_study%2Fdata%2F%E1%84%8B%E1%85%B5%E1%86%AB%E1%84%80%E1%85%AE%E1%84%8C%E1%85%AE%E1%84%90%E1%85%A2%E1%86%A8%E1%84%8E%E1%85%A9%E1%86%BC%E1%84%8C%E1%85%A9%E1%84%89%E1%85%A12015.csv="F4F2A450"
|
~%2FR%20project%2Fr_study%2Fdata%2F%E1%84%8B%E1%85%B5%E1%86%AB%E1%84%80%E1%85%AE%E1%84%8C%E1%85%AE%E1%84%90%E1%85%A2%E1%86%A8%E1%84%8E%E1%85%A9%E1%86%BC%E1%84%8C%E1%85%A9%E1%84%89%E1%85%A12015.csv="F4F2A450"
|
||||||
~%2FR%20project%2Fr_study%2Fdata%2Febook.csv="B032A455"
|
~%2FR%20project%2Fr_study%2Fdata%2Febook.csv="B032A455"
|
||||||
~%2FR%20project%2Fr_study%2Fdata%2Fsurvey_blank.txt="36BC293B"
|
~%2FR%20project%2Fr_study%2Fdata%2Fsurvey_blank.txt="36BC293B"
|
||||||
|
|||||||
@@ -1,8 +1,8 @@
|
|||||||
/Users/dh/R project/r_study/basic.R="38F7B9A1"
|
/Users/dh/R project/r_study/basic.R="38F7B9A1"
|
||||||
|
/Users/dh/R project/r_study/bmi.R="FEED5E2B"
|
||||||
/Users/dh/R project/r_study/data/ebook.csv="D6CC5A14"
|
/Users/dh/R project/r_study/data/ebook.csv="D6CC5A14"
|
||||||
/Users/dh/R project/r_study/data/survey_blank.txt="38B1159C"
|
/Users/dh/R project/r_study/data/survey_blank.txt="38B1159C"
|
||||||
/Users/dh/R project/r_study/data/survey_comma.txt="F11DD8B3"
|
/Users/dh/R project/r_study/data/survey_comma.txt="F11DD8B3"
|
||||||
/Users/dh/R project/r_study/data/survey_tab.txt="2B3FFD48"
|
/Users/dh/R project/r_study/data/survey_tab.txt="2B3FFD48"
|
||||||
/Users/dh/R project/r_study/data/인구주택총조사2015.csv="034CDF16"
|
|
||||||
/Users/dh/R project/r_study/기초 실습 II.R="83772E57"
|
/Users/dh/R project/r_study/기초 실습 II.R="83772E57"
|
||||||
/Users/dh/R project/r_study/기초 명령어 실습.R="CF8199EA"
|
/Users/dh/R project/r_study/기초 명령어 실습.R="CF8199EA"
|
||||||
|
|||||||
+14
@@ -173,8 +173,10 @@ library(ggplot2)
|
|||||||
|
|
||||||
head(diamonds)
|
head(diamonds)
|
||||||
View(diamonds)
|
View(diamonds)
|
||||||
|
tail(diamonds)
|
||||||
head(Titanic)
|
head(Titanic)
|
||||||
View(Titanic)
|
View(Titanic)
|
||||||
|
tail(Titanic)
|
||||||
|
|
||||||
## data structure ##
|
## data structure ##
|
||||||
str(diamonds)
|
str(diamonds)
|
||||||
@@ -199,3 +201,15 @@ b = diamonds[diamonds$price >= 18000, ] # 다이아몬드의 가격을 기준
|
|||||||
b
|
b
|
||||||
c = diamonds[(diamonds$cut == 'Fair') & (diamonds$price >= 18000), ]
|
c = diamonds[(diamonds$cut == 'Fair') & (diamonds$price >= 18000), ]
|
||||||
d = diamonds[(diamonds$cut == 'Fair') | (diamonds$price >= 18000), ]
|
d = diamonds[(diamonds$cut == 'Fair') | (diamonds$price >= 18000), ]
|
||||||
|
|
||||||
|
diamonds$xyz = diamonds$x + diamonds$y + diamonds$z
|
||||||
|
View(diamonds)
|
||||||
|
|
||||||
|
diamonds$means = diamonds$xyz/3
|
||||||
|
|
||||||
|
kkk = diamonds[-c(10,20,30),]
|
||||||
|
str(kkk)
|
||||||
|
kkk1 = diamonds[-c(100:200),]
|
||||||
|
str(kkk1)
|
||||||
|
kkk2 = diamonds[-seq(from=1, to=length(diamonds), by=10),]
|
||||||
|
str(kkk2)
|
||||||
|
|||||||
Reference in New Issue
Block a user