[R 프로그램] 기초부터 다지기(1) - 데이터 전처리_조건에 맞는 데이터 추출하기 ( filter(), %>%, %in% )

 

데이터 전처리에 필요한 dplyr 패키지 내장 함수

dplyr 함수	기능
filter()	행 추출
select()	열(변수) 추출
arrange()	정렬
mutate()	변수 추가
summarise()	통계치 산출
group_by()	집단별로 나누기
left_join()	데이터 합치기(열)
bind_rows()	데이터 합치기(행)

 

 

 

데이터 프레임으로 내장 데이터 출력하기

먼저, dplyr 패키지를 load한 후, csv_exam.csv 파일을 데이터 프레임으로 만들어 출력한다.

dplyr 패키지가 설치되지 않았다면, install.packages("dplyr")을 입력하여 해당 패키지를 설치한다. 

 

 

출력 결과의 class 변수열을 보면, 데이터가 5개 반의 학생들로 구성되어 있다는 것을 알 수 있다. 

 

 

 

 

 

 

Filter() 사용하여 데이터 추출하기

 

dplyr패키지의 filter()을 이용해 1반 학생들의 데이터만 추출하였다.

 

 

dplyr 패키지는 파이프 연산자 '%>%' 를 이용해 함수들을 나열하는 방식으로 코드를 작성한다. 

이 때, 단축키 Ctrl + Shift + M 을 누르면 %>% 가 삽입된다.

(함수의 파라미터를 지정할 때에는 '='를, 같다를 의미할 때에는 '==' 와 같이 등호를 작성해야 한다)

 

 

이번에는 1반 학생들이 아닌 데이터를 추출해보았다.

변수가 특정 값이 아닌 경우에는 '!=' 기호를 사용한다.

 

 

 

 

 

 

Filter() 사용하여 데이터 추출하기 (조건문 포함)

 

filter함수를 통해 수학점수가 50점을 초과하는 데이터, 70점 이상인 데이터를 추출하였다.

 

 

Filter()에 특정변수와 부등호를 넣어 특정 조건에 해당하는 데이터만 추출할 수 있다.

 

 

 

 

 

여러 조건을 충족하는 행 추출하기

 

1반이면서 수학점수가 50점 이상인 경우의 데이터를 추출하였다.

and를 의미하는 기호 '&'를 사용해 조건을 나열하면 여러 조건을 동시에 충족하는 행을 추출할 수 있다.

 

 

 

 

 

여러 조건 중 하나 이상 충족하는 행 추출하기

 

수학 점수가 90점 이상이거나 영어 점수가 90점 이상인 경우의 데이터를 출력하였다.

 

또는 (or)을 의미하는 '|' 기호를 이용하면 여러 조건 중 하나라도 충족하는 데이터를 추출할 수 있다.

 

 

 

 

목록에 해당하는 행 추출하기

 

1, 3, 5반에 해당하는 경우의 데이터만 추출하였다.

 

변수의 값이 지정한 목록에 해당될 경우만 추출해야 할 상황에는 '|' 기호를 이용해 지정한 목록의 조건들을 위와 같이 나열하여 연결해주면 된다. 

 

 

이 때, 매치 연산자 '%in%" 를 사용하면 코드를 조금 더 간편하게 작성할 수 있다. 

앞선 경우와 동일하게 매치 연산자를 이용하여 1, 3, 5반의 데이터를 추출해보았다.

 

 

%in% 기호와 c()를 이용해 조건 목록을 입력하면 되는데, 이 때, c()안에 지정한 조건 목록을 입력해주면 된다. 

 

 

 

 

 

추출한 행으로 데이터 만들기

 

 

R프로그램의 변수 할당 기호는 '<-' 이다. 새 변수를 생성할 때와 같이  <- 를 이용하여 필터링을 마친 새로운 데이터를 생성한 후, mean()을 이용하여 각 반의 수학점수 평균을 구해보았다. 

 

 

 

 

※ 위 포스팅은 「Do it! 쉽게 배우는 R 데이터 분석(이지스리퍼블리싱)」 도서를 바탕으로 작성되었습니다.