[R] 데이터 분석에서 자주 사용하는 "tidyverse" 패키지 소개

 정보

• 업무명     : 데이터 분석에서 자주 사용하는 "tidyverse" 패키지 소개

• 작성자     : 이상호

• 작성일     : 2020-02-13

• 설   명      :

• 수정이력 :

 

 내용

[특징]

• 데이터 분석을 위해서 tidyverse 패키지가 요구되며 이 프로그램은 이러한 목적을 달성하기 위한 소프트웨어

 

 

[기능]

• tidyverse 패키지 소개

 

[활용 자료]

• 없음

 

[자료 처리 방안 및 활용 분석 기법]

• 없음

 

[사용법]

• 소스 코드 예시 참조

 

[사용 OS]

• Windows10

 

[사용 언어]

• R v3.6.2

• R Studio v1.2.5033

 

 소스 코드

[명세]

• 전역 설정

  • 최대 10 자리 설정

  • 메모리 해제

# Set Option
options(digits = 10)
memory.limit(size = 9999999999999)

 

• 라이브러리 읽기

# Library Load
library(tidyverse)

 

• Data Frame 설정

  • 기본 데이터 iris를 이용하여 테스트 자료 생성

# Set Data Frame
dfData = as.tibble(iris) %>%
    rowid_to_column(var = "ID") %>%
    mutate(
        Species = str_c(
            Species
            , c("red", "yellow", "blue")
            , sep = "_")
        ) %>%
    rename("Species_Color" = Species) %>%
    select(ID, Species_Color, everything())

 

 

• Data Frame를 이용한 L1 전처리

  • "Species_Color"에 따라 통계 (평균, 표준편차) 계산

# L1 Processing Using Data Frame
dfDataL1 = dfData %>%
    select(-ID) %>% 
    group_by(Species_Color) %>%
    summarise_all(
        list(
            "Mean" = ~ mean(., na.rm = TRUE)
            , "sd" = ~ sd(., na.rm = TRUE)
            )
        ) %>%
    ungroup()

 

 

• Data Frame를 이용한 L2 전처리

  • "Species_Color" 변수를 "Species" 및 "Color"로 분할

  • "Color"의 경우 red, blue, yellow를 가지는 Factor 변환

  • "Species" 및 "Color"에 따른 통계 (평균, 표준편차) 계산

# L2 Processing Using Data Frame
dfDataL2 = dfData %>%
    select(-ID) %>%
    separate(Species_Color, into = c("Species", "Color"), sep = "_") %>%
    mutate(Color = factor(Color, c("red", "blue", "yellow"))) %>%
    group_by(Species, Color) %>%
    summarise_all(
        list(
            "Mean" = ~ mean(., na.rm = TRUE)
            , "sd" = ~ sd(., na.rm = TRUE))
        ) %>%
    ungroup()

 

 

• Data Frame를 이용한 L3 전처리

  • "ID" 및 "Species_Color"에 대해 세로형 변환

# L3 Processing Using Data Frame
dfDataL3 = dfData %>%
    gather(key = "Label", value = "Value", -ID, -Species_Color)

 

 

• L3를 이용한 L4 전처리

  • "ID"와 "Species_Color" 및 "Label"에 대해 가로형 변환

  • 즉 초기 "dfData"와 동일

# L4 Processing Using Data Frame
dfDataL4 = dfDataL3 %>%
    spread(key = Label, value = Value)

 

 

[전체]

# Set Option
options(digits = 10)
memory.limit(size = 9999999999999)

# Library Load
library(tidyverse)

# Set Data Frame
dfData = as.tibble(iris) %>%
    rowid_to_column(var = "ID") %>%
    mutate(
        Species = str_c(
            Species
            , c("red", "yellow", "blue")
            , sep = "_")
        ) %>%
    rename("Species_Color" = Species) %>%
    select(ID, Species_Color, everything())

dplyr::tbl_df(dfData)

# L1 Processing Using Data Frame
dfDataL1 = dfData %>%
    select(-ID) %>% 
    group_by(Species_Color) %>%
    summarise_all(
        list(
            "Mean" = ~ mean(., na.rm = TRUE)
            , "sd" = ~ sd(., na.rm = TRUE)
            )
        ) %>%
    ungroup()

dplyr::glimpse(dfDataL1)

# L2 Processing Using Data Frame
dfDataL2 = dfData %>%
    select(-ID) %>%
    separate(Species_Color, into = c("Species", "Color"), sep = "_") %>%
    mutate(Color = factor(Color, c("red", "blue", "yellow"))) %>%
    group_by(Species, Color) %>%
    summarise_all(
        list(
            "Mean" = ~ mean(., na.rm = TRUE)
            , "sd" = ~ sd(., na.rm = TRUE))
        ) %>%
    ungroup()

dplyr::glimpse(dfDataL2)

# L3 Processing Using Data Frame
dfDataL3 = dfData %>%
    gather(key = "Label", value = "Value", -ID, -Species_Color)

dplyr::tbl_df(dfDataL3)

# L4 Processing Using Data Frame
dfDataL4 = dfDataL3 %>%
    spread(key = Label, value = Value)

dplyr::tbl_df(dfDataL4)

 

 참고 문헌

[논문]

• 없음

[보고서]

• 없음

[URL]

• 없음

 

 문의사항

[기상학/프로그래밍 언어]

• sangho.lee.1990@gmail.com

[해양학/천문학/빅데이터]

• saimang0804@gmail.com