[R] 데이터 탐색 - 파일 읽기, 데이터 파악하기

csv 파일의 형태 불러오기

• read.csv
  • 내장함수로 별도의 패키지 설치 필요X
  • 기본 명령문: data frame <- read.csv("파일명.csv", stringsAsFactors = F)
    • stringsAsFactors: 문자로 된 것을 범주형 척도로 인식할 것인가 → F (바꾸고 싶다면 T)
    • data frame: 파일명.csv를 불러와서 data frame에 할당(assign)
      • alt키와 -키를 누르면 <- assign 키가 만들어짐

      • exam <- read.csv("exam.csv", stringsAsFactors = F)

데이터 파악하기: 여섯 개 함수

1. head()

• 데이터 앞부분 6행을 보여줌
• head(OOO, k): k행까지 조절 가능

• head(exam$gender, 7)
  #특정 속성만 불러오기($)

2. tail()

• 데이터 뒷부분 6행을 보여줌
• tail(OOO, k): k행까지 조절 가능

3. View()

• Viewer 창에서 데이터를 보여줌

4. dim()

• 행과 열을 활용한 데이터 크기를 보여줌

5. str()

• 데이터 속성을 보여줌
• 속성 확인 후 변수 척도 수정

6. summary()

• 기술통계량을 요약하여 보여줌
• min, max, median, mean, Q1, Q3

• exam$id <- NULL

속성값을 NULL로 할당 → 지워준다

범주형 척도로 바꾸기

• as.factor(변수명)

데이터 파악하기: 기술통계량과 히스토그램

• mean(): 평균
• var(): 분산
• sd(): 표준편차
• hist(): 히스토그램 그리기

  • hist(exam$math, breaks = seq(0, 100, by = 5))
    #exam의 math에 대한 히스토그램. 최솟값 0, 최댓값 100, 간격 5

• 빈도수 파악하기
  1. table()
     • 척도가 문자 혹은 범주인 변수에 대해 적용
  2. qplot()
     • ggplot2 패키지 설치 및 불러오기 필요
       • install.packages("ggplot2")
       • library(ggplot2)
     • table()을 통해 확인한 결과를 막대 그래프 형태로 표현
       • 기본 명령문: qplot(data = df, var)
       • 두 개 변수를 동시에 고려한 명령문: qplot(data = df, var1, fill = var2)
         • fill : 색상을 기준으로 구분하는 것이 목적