[R4DS] [2-1] 데이터 변형 (nycflights13, tidyverse)

1. tidyberse

library(nycflights13)

# A tibble: 336,776 × 19
    year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time arr_delay
   <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>     <dbl>
 1  2013     1     1      517            515         2      830            819        11
 2  2013     1     1      533            529         4      850            830        20
 3  2013     1     1      542            540         2      923            850        33
 4  2013     1     1      544            545        -1     1004           1022       -18
 5  2013     1     1      554            600        -6      812            837       -25
 6  2013     1     1      554            558        -4      740            728        12
 7  2013     1     1      555            600        -5      913            854        19
 8  2013     1     1      557            600        -3      709            723       -14
 9  2013     1     1      557            600        -3      838            846        -8
10  2013     1     1      558            600        -2      753            745         8
# ℹ 336,766 more rows
# ℹ 10 more variables: carrier <chr>, flight <int>, tailnum <chr>, origin <chr>,
#   dest <chr>, air_time <dbl>, distance <dbl>, hour <dbl>, minute <dbl>,
#   time_hour <dttm>
# ℹ Use `print(n = ...)` to see more rows

- 데이터프레임은 뉴욕시에서 2013년에 출발한 336,776개의 모든 항공편이 포함되어 있음

- 데이터 출처 : 미국 교통통계 --> ?flights 에 문서화 되어 있음

- 전체 데이터 셋을 보려면 View(flights)

- 해당 데이터 프레임은 기존과 살짝 다른 tibble이다.

 

int : 정수의미

dbl : 실수의미

chr : 문자형 벡터, 문자열

dttm : 데이트-타임형 (날짜+ 시간)

lgl : TRUE, FALSE 논리

fctr : 팩터형 , R은 이를 이용하여 가능한 값이 미리 정해진 범주형 변수

date : 데이트형을 의미

 

2. dplyr 기초

- dplyr의 기초적인 5가지 함수 

 

 

- filter() : 값을 기준으로 선택

- arrange() : 행을 재정렬

- select() : 이름으로 변수 선택

- mutate() : 기존 변수들의 함수로 새로운 변수 생성

- summarize() : 많은 값을 하나의 요약값으로 합침

 

- 이 함수들은 전부 group_by()와 함께 사용할 수 있다. 

- 해당 함수 들은 데이터 작업 언어에서 동사가 된다.

 

1. 첫 인수는 데이터프레임이다.

2. 그 이후의 인수들은 변수 이름을 사용하여 데이터 프레임에 무엇을 할지 설명한다.

3. 결과는 새로운 데이터 프레임이다.