[ADsP] 3과목 - 2장 (3절_3)

서론

---

Part 3. 2장 데이터 변형 정리

---

데이터 변형

---

주요 코드

---

기능	R 코드	비고
요인으로 집단 정의	v=c(24,23,52,46,75,25) w=c(87,86,92,84,77,68) f=factor( c("A","A","B","B","C","A"))
벡터를 여러 집단으로 분할 (벡터의 길이만 같으면 됨)	groups=split(v,f) groups=split(w,f) groups = unstack(data.frame(v,f))	두 함수 모두 벡터로 된 리스트를 반환
데이터 프레임을  여러 집단으로 분할	MASS 패키시, Cars93 데이터 셋 활용 library(MASS) sp=split(Cars93$MPG.city, Cars93$Origin) median(sp[[1]])
리스트의 각 원소에 함수 적용	lapply(결과를 리스트 형태로 반환) list = lapply(l, func) sapply(결과를 벡터 또는 행렬로 반환)  vec = sapply(l, func)
행렬에 함수 적용	m=apply(mat, 1, func) m=apply(mat, 2, func)
데이터 프레임에 함수 적용	dfm = lapply(dfm, func) dfm = sapply(dfm,func) dfm = apply(dfn, func) : 데이터 프레임이 동질적인 경우만 (모두 문자, 숫자) 활용 가능 (데이터 프레임을 행렬로 변환 후 함수 적용)
대용량 데이터의 함수 적용	<sapply를 통한 간단한  R코딩> cors = sapply(dfm, cor, y=targetVariable) mask = (rank(-abs(cors)) <= 10) best.pred = dfm[, mask] lm(targetVariable~bes.pred)	많은 변수가 있는  데이터에서의 다중 회귀 분석 1. 데이터 프레임에서 타겟 변수를 정한다. 2. 타겟 변수와 상관계수를 구한다. 3. 상관계수가 높은 상위 10개의 변수를 입력변수로 선정 4.타겟변수와 입력변수로 다중회귀분석을 실시한다.
집단별 함수 적용	tapply(vec, factor, func)	데이터가 집단(factors)에 속해 있을 때 합계/평균 구하기
행집단 함수 적용	by(drm, factor, func) 요인별 선형회귀선 구하기 model(dfm, factor, function(df) lm(종속변수 ~ 독립변수1 + 독립변수2 + ...+ 독립변수 k, data = df))
병력 벡터, 리스트들 함수 적용	mapply (factor, vec1, vec2, vec3, .. veck) mapply ( factor, list1, list2 ... list k)

---

자료형 데이터 구조 변환

---

기능	R 코드
데이터 프레임의 내용에 쉽게 접근하기	with(dfm, expr) attach(dfm) detach(dfm)
자료형 변환하기	as.character() as.complex() as.numeric() 또는 as.double() as.integer() as.logical()
데이터 구조 변환하기	as.data.frame() as.list() as.matrix() as.vector()

---

문자열, 날짜 다루기

---

기능	R 코드	비고
문자열 길이	nchar("단어")	단어나 문장 또는 벡터내 원소의 문자열 길이를 반환 (주의 사항) : length(vec)은 문자열의 길이가 아닌 벡터의 길이를 반환
문자열 연결	1. paste("단어1", "단어2",sep="-") 2. paste("the pi is approximately", pi) 3. paste(vec, "loves me", collapse=", and")	1. 단어1-단어2 2. "the pi is approximately 3.14~~" 3. vec = c(1,2,3)이면 "1 loves me, and2 loves me, and 3 loves me"
하위 문자열 추출	substr("statistics", 1, 4)	문자열 1부터 4까지 추출 (=stat)
구분자로 문자열 추출	strsplit(문자열, 구분자)	strsplit("split", "p") = "s" "lit"
하위 문자열 대체	sub(old, new, string) gsub(old, new, string)
쌍별 조합	mat=outer(문자열1, 문자열2, paste, sep="")
날짜 변환1	1. Sys.Date() 2. as.Date()	1. 현재 날짜를 반환 2. 날짜 객체로 반환
날짜 조회	1. format(Sys.Date(), '%a') 2. format(Sys.Date(), '%b') 3. format(Sys.Date(), '%B') 4. format(Sys.Date(), '%d') 5. format(Sys.Date(), '%m') 6. format(Sys.Date(), '%y') 7. format(Sys.Date(), '%Y')	1. 요일 조회 ("수") 2. 축약된 월이름 조회 ("8") 3. 전체 월 이름 조회 ("8월") 4. 일 조회 2자리 ("02") 5. 월 조회 2자리 ("08") 6.연 조회 2자리 ("23") 7.연 조회 4자리 ("2023")
날짜 일부 추출	d=as.Date("2014-12-25") p=as.POSIXlt(d) p$yday start=as.Date("2014-12-01") end=as.Date("2014-12-25") seq(start, end, 1)

---