전체 가이드: r에서 데이터를 그룹화하고 요약하는 방법
데이터를 분석할 때 수행하는 가장 일반적인 작업 중 두 가지는 데이터를 그룹화하고 요약하는 것입니다.
다행히 R의 dplyr 패키지를 사용하면 데이터를 빠르게 그룹화하고 요약할 수 있습니다.
이 튜토리얼은 dplyr을 시작하는 데 대한 빠른 가이드를 제공합니다.
dplyr 패키지 설치 및 로드
dplyr 패키지의 기능을 사용하려면 먼저 패키지를 로드해야 합니다.
#install dplyr (if not already installed)
install.packages(' dplyr ')
#load dplyr
library(dplyr)
다음으로 dplyr의 함수를 사용하여 mtcars 라는 내장 R 데이터 세트를 사용하여 데이터를 그룹화하고 요약하는 몇 가지 예를 설명하겠습니다.
#obtain rows and columns of mtcars dim(mtcars) [1] 32 11 #view first six rows of mtcars head(mtcars) mpg cyl disp hp drat wt qsec vs am gear carb Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 Valiant 18.1 6 225 105 2.76 3,460 20.22 1 0 3 1
데이터를 그룹화하고 요약하는 데 사용할 기본 구문은 다음과 같습니다.
data %>% group_by (col_name) %>% summarize (summary_name = summary_function)
참고: summary() 및 summarise() 함수는 동일합니다.
예 1: 그룹별 평균 및 중앙값 찾기
다음 코드는 평균과 중앙값을 포함하여 그룹별 중심 경향 측정값을 계산하는 방법을 보여줍니다.
#find mean mpg by cylinder mtcars %>% group_by (cyl) %>% summarize (mean_mpg = mean(mpg, na.rm = TRUE )) # A tibble: 3 x 2 cyl mean_mpg 1 4 26.7 2 6 19.7 3 8 15.1 #find median mpg by cylinder mtcars %>% group_by (cyl) %>% summarize (median_mpg = median(mpg, na.rm = TRUE )) # A tibble: 3 x 2 cyl median_mpg 1 4 26 2 6 19.7 3 8 15.2
예시 2: 집단별 확산 대책 찾기
다음 코드는 표준 편차, 사분위간 범위, 절대 중앙값 편차를 포함하여 그룹별 분산 측정값을 계산하는 방법을 보여줍니다.
#find sd, IQR, and mad by cylinder mtcars %>% group_by (cyl) %>% summarize (sd_mpg = sd(mpg, na.rm = TRUE ), iqr_mpg = IQR(mpg, na.rm = TRUE ), mad_mpg = mad(mpg, na.rm = TRUE )) # A tibble: 3 x 4 cyl sd_mpg iqr_mpg mad_mpg 1 4 4.51 7.60 6.52 2 6 1.45 2.35 1.93 3 8 2.56 1.85 1.56
예시 3: 그룹별로 번호 찾기
다음 코드는 R에서 그룹별로 번호와 고유 번호를 찾는 방법을 보여줍니다.
#find row count and unique row count by cylinder mtcars %>% group_by (cyl) %>% summarize (count_mpg = n(), u_count_mpg = n_distinct(mpg)) # A tibble: 3 x 3 cyl count_mpg u_count_mpg 1 4 11 9 2 6 7 6 3 8 14 12
예시 4: 그룹별 백분위수 찾기
다음 코드는 실린더 그룹별로 mpg 값의 90번째 백분위수를 찾는 방법을 보여줍니다.
#find 90th percentile of mpg for each cylinder group mtcars %>% group_by (cyl) %>% summarize (quant90 = quantile(mpg, probs = .9)) # A tibble: 3 x 2 cyl quant90 1 4 32.4 2 6 21.2 3 8 18.3
추가 리소스
여기에서 전체 dplyr 패키지 문서와 유용한 시각화 치트 시트를 찾을 수 있습니다.
group_by() 및 summary() 와 함께 사용할 수 있는 다른 유용한 기능 에는 데이터 프레임의 행을 필터링 하고 특정 순서로 정렬하는 기능이 포함됩니다.