250x250
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Brightics
- 데이터분석대외활동
- associateDS
- 회귀모형평가
- 서울시상권분석
- 모델링
- 데이터전처리
- Brightics서포터즈
- EDA
- 삼성자격증
- 코딩없이데이터분석
- 브라이틱스데이터분석
- 삼성sds
- samsungsds
- 브라이틱스
- SDSBrightics
- 분석모델링
- ProDS
- 상권배후지
- 데이터분석
- 골목상권데이터분석
- Kaggle출전
- BrighticsStudio
- IT멘토링
- 삼성SDSBrightics
- kaggle
- AdSP
- Datascientist
- 브라이틱스서포터즈
- houseprice
Archives
- Today
- Total
목록ggplot (1)
Database for Everything

Age(나이) 변수 #Age변수 확인 class(data$Age) [1] "numeric" library(gridExtra) bin_10_age% #Age변수를 분할한 Age_group 변수 생성 group_by(Age_group) %>% summarise(Survive=sum(as.numeric(Survived)-1, na.rm=T),#각 Age_group별 생존자의 합 count=n()) %>% mutate(Survive_rat=Survive/count) %>% #계산한 Survive와 count로 생존자 비율 구하기 ggplot()+ geom_col(aes(x=Age_group, y=Survive_rat, fill=Age_group))+ theme(axis.text.x=element_text(ang..
R
2021. 12. 5. 17:32