[R4DS] [2-4] select()

1.select()

- 변수가 수백,수천 개인 데이터셋을 자주 만나게 될 것이다.
- 실제로 관심있는 변수들로 좁혀 신속하게 zoom in해준다.

 

ex) 이름으로 열 선택

select(flights,year,month,day)

# A tibble: 336,776 × 3
    year month   day
   <int> <int> <int>
 1  2013     1     1
 2  2013     1     1
 3  2013     1     1
 4  2013     1     1
 5  2013     1     1
 6  2013     1     1
 7  2013     1     1
 8  2013     1     1
 9  2013     1     1
10  2013     1     1
# ℹ 336,766 more rows
# ℹ Use `print(n = ...)` to see more rows

 

ex) year과 day사이의 (경계포함)  열 모두 선택

select(flights,year:day)

# A tibble: 336,776 × 3
    year month   day
   <int> <int> <int>
 1  2013     1     1
 2  2013     1     1
 3  2013     1     1
 4  2013     1     1
 5  2013     1     1
 6  2013     1     1
 7  2013     1     1
 8  2013     1     1
 9  2013     1     1
10  2013     1     1
# ℹ 336,766 more rows
# ℹ Use `print(n = ...)` to see more rows

 

ex) year~day까지의 열들을 모두 제외한 열 모두 선택

select(flights,-(year:day))

# A tibble: 336,776 × 16
   dep_time sched_dep_time dep_delay arr_time sched_arr_time arr_delay carrier flight tailnum origin dest  air_time distance  hour minute
      <int>          <int>     <dbl>    <int>          <int>     <dbl> <chr>    <int> <chr>   <chr>  <chr>    <dbl>    <dbl> <dbl>  <dbl>
 1      517            515         2      830            819        11 UA        1545 N14228  EWR    IAH        227     1400     5     15
 2      533            529         4      850            830        20 UA        1714 N24211  LGA    IAH        227     1416     5     29
 3      542            540         2      923            850        33 AA        1141 N619AA  JFK    MIA        160     1089     5     40
 4      544            545        -1     1004           1022       -18 B6         725 N804JB  JFK    BQN        183     1576     5     45
 5      554            600        -6      812            837       -25 DL         461 N668DN  LGA    ATL        116      762     6      0
 6      554            558        -4      740            728        12 UA        1696 N39463  EWR    ORD        150      719     5     58
 7      555            600        -5      913            854        19 B6         507 N516JB  EWR    FLL        158     1065     6      0
 8      557            600        -3      709            723       -14 EV        5708 N829AS  LGA    IAD         53      229     6      0
 9      557            600        -3      838            846        -8 B6          79 N593JB  JFK    MCO        140      944     6      0
10      558            600        -2      753            745         8 AA         301 N3ALAA  LGA    ORD        138      733     6      0
# ℹ 336,766 more rows
# ℹ 1 more variable: time_hour <dttm>
# ℹ Use `print(n = ...)` to see more rows

2. rename()

- 변수명을 변경하고 싶을때 사용 가능

-ex) 

r <- select(flights,year:day)
rename(r,년도 = year)

# A tibble: 336,776 × 3
    년도 month   day
   <int> <int> <int>
 1  2013     1     1
 2  2013     1     1
 3  2013     1     1
 4  2013     1     1
 5  2013     1     1
 6  2013     1     1
 7  2013     1     1
 8  2013     1     1
 9  2013     1     1
10  2013     1     1
# ℹ 336,766 more rows
# ℹ Use `print(n = ...)` to see more rows

 

3. everthing() 

-몇 개의 변수를 데이터프레임의 시작 부분으로 옮기고 싶을 때 유용

select(flights,time_hour,air_time,everything())

# A tibble: 336,776 × 19
   time_hour           air_time  year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time arr_delay carrier flight tailnum origin dest 
   <dttm>                 <dbl> <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>     <dbl> <chr>    <int> <chr>   <chr>  <chr>
 1 2013-01-01 05:00:00      227  2013     1     1      517            515         2      830            819        11 UA        1545 N14228  EWR    IAH  
 2 2013-01-01 05:00:00      227  2013     1     1      533            529         4      850            830        20 UA        1714 N24211  LGA    IAH  
 3 2013-01-01 05:00:00      160  2013     1     1      542            540         2      923            850        33 AA        1141 N619AA  JFK    MIA  
 4 2013-01-01 05:00:00      183  2013     1     1      544            545        -1     1004           1022       -18 B6         725 N804JB  JFK    BQN  
 5 2013-01-01 06:00:00      116  2013     1     1      554            600        -6      812            837       -25 DL         461 N668DN  LGA    ATL  
 6 2013-01-01 05:00:00      150  2013     1     1      554            558        -4      740            728        12 UA        1696 N39463  EWR    ORD  
 7 2013-01-01 06:00:00      158  2013     1     1      555            600        -5      913            854        19 B6         507 N516JB  EWR    FLL  
 8 2013-01-01 06:00:00       53  2013     1     1      557            600        -3      709            723       -14 EV        5708 N829AS  LGA    IAD  
 9 2013-01-01 06:00:00      140  2013     1     1      557            600        -3      838            846        -8 B6          79 N593JB  JFK    MCO  
10 2013-01-01 06:00:00      138  2013     1     1      558            600        -2      753            745         8 AA         301 N3ALAA  LGA    ORD  
# ℹ 336,766 more rows
# ℹ 3 more variables: distance <dbl>, hour <dbl>, minute <dbl>
# ℹ Use `print(n = ...)` to see more rows

 

4. 연습문제

Q1) select() 호출에서 한 변수 이름을 여러 번 포함하면 어떻게 되는가?

select(r,year,year)

# A tibble: 336,776 × 1
    year
   <int>
 1  2013
 2  2013
 3  2013
 4  2013
 5  2013
 6  2013
 7  2013
 8  2013
 9  2013
10  2013
# ℹ 336,766 more rows
# ℹ Use `print(n = ...)` to see more rows

- 두 개가 출력되진 않는다. 즉 중복이 안된다.