[Data Analysis] R 패키지_ggplot2/dplyr

---

---

ggplot2

 

* 데이터를 그래프로 시각화 해주는 패키지
* mpg 데이터(1999-2008년 자동차 모델들의 연비에 관련된 데이터셋)를 갖고 있어 실습용으로 사용할 수 있음
(mpg <- as.data.frame(ggplot2::mpg)로 데이터 프레임 생성)

ggplot 문법 기본 프레임

 

함수	설명	예시
< ggplot( ) >
aes(x= , y= )	그래프의 xy축 변수를 지정	x = reoder(x축 변수명, -정렬기준) * 정렬 기준 변수 앞에 -를 붙히면 내림차순 정렬로 바뀜 ggplot(data = df_mpg, aes(x=reorder(drv, -mean_hwy), y=mean_hwy)) + geom_col()
reorder( , )	주로 막대 그래프(geom_col())와 사용되며, 막대를 값의 크기 순으로 정렬할 수 있음 디폴트 우선순위는 숫자>문자, 오름차순 정렬임
xlim( , )	xy축의 범위를 지정할 수 있음	ggplot(data= mpg, aes(x=displ, y=hwy)) + geom_point( ) + xlim(3, 6) + ylim(10, 30)
ylim( , )
geom_point( )	산점도 데이터를 xy축에 점으로 표현	-
geom_col( )	평균 막대 그래프 집단별 평균표로 구성된 데이터프레임이 필요하기 때문에 group_by()와 summarise()로 데이터프레임을 먼저 구성	-
geom_bar( )	빈도 막대 그래프 변수의 빈도를 막대의 길이로 표현 y축 없이 x축만 지정	ggplot(data = mpg, aes(x=drv)) + geom_bar( )
geom_line( )	선 그래프 시계열 데이터를 그래프로 만들 때 사용	-
geom_boxplot()	상자 그림으로 데이터 표현 [boxplot 설명 바로가기]	-
< qplot( ) >
qplot( )	데이터프레임 변수의 빈도를 plot창에서 막대 그래프 형태로 볼 수 있음   * 기능은 많지 않지만 간단해 데이터 전처리 시  데이터를 빠르게 확인해 보는 용도로 사용	qplot(데이터프레임명$변수)

---

dplyr

 

* 데이터 프레임에 있는 데이터를 가공(데이터 전처리)할 때 사용하는 패키지
* 데이터를 가공할 때는 원본보다는 복사본을 만들어 사용하는 것을 권장
%>% 를 이용해 함수를 나열하는 방식으로 코드 작성

함수	설명	예시
< 변수 수정 >
rename( )	데이터 프레임의 변수이름을 바꾼다 변수를 여러개 바꾸고 싶을 때는 바꿀 변수를 콤마(,)로 여러개 나열함	rename(데이터 프레임명, 새 변수명 = 기존 변수명) df_copy <- rename(df_copy, var_new = var_opigin)
< 데이터 추출 >
filter( )	행 추출 * ==, !=, >, <, >=, <= 를 이용해 조건에 해당하는 데이터만 추출  * &(and)나 |(or)로 한 줄로  조건을 여러개 줄 수 있음 * |(or)로 조건을 나열하다 보면 코드 가독성이 떨어 질 수 있다. 이때 %in%와 c()를 이용하면 코드를 줄일 수있음	filtered_df %>% filter(변수 == 조건) filtered_df %>% filter(class == 1) filtered_df %>%filter(class == 1  | class ==3) filtered_df %>%filter(class %in% c(1, 3))
select( )	변수들 중 일부 변수만 추출 쉼표(,)로 변수명을 나열 해 여러 변수를 동시에 추출 가능 특정 변수를 뺴고자 할 때 -를 사용	select(추출할 변수) df_student %>% select(gpa) df_student %>% select(-name)
< 데이터 정렬 >
arrange( )	데이털르 원하는 순서로 정렬 할 때 사용 디폴트 세팅은 '오름차순 정렬'이고, '내림차순 정렬' 을 원할 떄는 decs( ) 에 변수를 넣는다 변수를 코마(,)로 여러개 넣을 수 있으며 넣은 순서대로 우선순위가 부여된다.	df_student %>% arrange(gpa) df_student %>% arrange(desc(name)) df_student %>% arrange(gpa)
< 파생변수 추가 >
mutate( )	기존 데이터에 파생변수를 추가 ifesle문과 함께 사용할 수 있음	df_exam %>% mutate( total = python + c ) ##total이 파생 변수명 df_exam %>% mutate(test = ifelse(science >= 60, "pass", "fail"))
< 데이터 요약하기 >
summarise( )	group_by와 함께 사용 되며, 집단별 요약표를 만듬	df_exam %>% group_by(class) %>% summarise(mean_math = mean(math))
group_by( )	집단별로 나누기 콤마(,)로 집단을 나열하면 집단을 나눈 후 다시 하위 집단으로 나눌 수 있음
< summarise()에서 사용되는 요약 통계량 함수 >
mean( )	평균
sd( )	표준편차
sum( )	합계
median( )	중앙값
max( )	최댓값
min( )	최솟값
n( )	빈도
< 데이터 합치기 >
left_join( )	데이터를 가로로(열로) 합치기	df_join <- left_join(df_ex1, df_ex2, by="id") ## 데이터프레임 df_ex1과 df_ex2를 id 기준으로 합친다.
bind_rows( )	데이터를 세로로(행으로) 합치기	df_join <-bind_rows(df_ex1, df_ex2)
by	데이터를 합치는 기준을 변수로 입력

 

---