#03. 데이터 다루기.

데이터 다루기
[알까기 2의 내용 정리]

* 실습 데이터는 알까기2에서 제공된 데이터 입니다.

DF <- read.csv("example_studentlist.csv", stringsAsFactors = F)

is.vector(DF$height)

str(DF)  #DF 구조확인. class or str

DF[7] #DataFrame으로 출력.

str(DF[7])

DF[[7]]  #VECTOR 형태로 추출.

str(DF[[7]])

DF[c(6,7)]

DF[,7]

DF[,c(6,7)]

class(DF[,c(6,7)])

class(DF[,7])

class(DF[c(6,7)])

attach(DF) #겹치는 객체가 없을 경우에만 가능하다.  하지만 DF와는 다른 객체로 복사된다는 느낌이다. 

              #DF$height와 같은 형태를 사용하지 않고도 접근 가능하다.

height

search()

DF2 <- subset(DF,subset = (height > 170))

DF4 <- subset(DF,select = c(name,height),subset = (height>170))  #name과 height를 subset(기준)으로 만든다. 

DF3 <- DF[DF$height>170,c(1,7)]

BMI = DF$weight/DF$height^2

DF <- cbind(DF,BMI)  #column bind 열을 추가. 

Omit <- read.csv("omit.csv")

DF <- cbind(DF,Omit)  #합치는 거일뿐

DF <- merge(DF,Omit,by = "name")  #name을 기준으로 join

a <- c(1:20)

S <- c("파스타","짬뽕","순두부 찌개","요거트 아이스크림","커피")

L <- c(T,F,F,T,T,T)

List <- list(DF,a,S,L)

List <- list(DataFrame = DF, Number = a, Character = S, Logic = L)  # 리스트는 어떠한 형태라도 합칠 수 가 있다.

List$DataFrame

class(List[[1]])

class(List[1])

List[1] <- NULL

List

class(List[1])

class(List[["Number"]])   # [[]] 와 $로 접근하는 방법은 안의 데이터를 온전한 그 형태를 인지하고 연산 가능하게 하는것.

class(List$Number)        # [] 는 List의 순서에 있는 데이터만 나오는 것으로 여전히 List 데이터 타입을 가지고 있다.

HeightBySex <- split(DF$height,DF$sex)   #data.frame의 data를 list형태로 합치면서 data.frame에서 찢어낸다.

class(HeightBySex)

mean(HeightBySex$남자)

mean(HeightBySex[[1]])

sapply(HeightBySex, mean)  #리스트 형태의 각 요소, Index 별로 함수 적용.

sapply(iris[-5],mean)     #data.frame 의 경우 각 열별로 데이터를 연산함. 행별로 하기위해서는 apply(data,1,함수)

#결측치 다루기 

#complete.case()

a <- c(1,2,5,NA,2,3,4)

complete.cases(a) #NA만 False 나머지 true

a[complete.cases(a)]  #NA를 제외한 나머지 출력

#data.frame에도 사용할 수 있다. 행단위로 True, False출력 하나라도 NA면 false 전체 삭제가 된다. 

#na.omit() 함수도 동일하게 NA를 제거하고 출력한다.