R 기초; 서브셋

R 기초; 서브셋

# 자동차 데이터 description

str(mtcars)

 

# mtcars 데이터의 mpg 열 데이터 불러오기

mtcars$mpg

 

mtcars[["mpg"]]

 

mtcars[[1]]

 [1] 21.0 21.0 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 17.8
[12] 16.4 17.3 15.2 10.4 10.4 14.7 32.4 30.4 33.9 21.5 15.5
[23] 15.2 13.3 19.2 27.3 26.0 30.4 15.8 19.7 15.0 21.4

 

 

# 데이터 프레임 형식으로 1열 4열 데이터 불러오기

mtcars[c(1, 4)]

                     mpg  hp
Mazda RX4           21.0 110
Mazda RX4 Wag       21.0 110
Datsun 710          22.8  93
Hornet 4 Drive      21.4 110
Hornet Sportabout   18.7 175

 

 

mtcars[c("mpg", "hp)]

Mazda RX4           21.0 110 
Mazda RX4 Wag       21.0 110 
Datsun 710          22.8  93 
Hornet 4 Drive      21.4 110 
Hornet Sportabout   18.7 175

 

 

# 해당 열 제거하기. 1, 4, 6 열만 불러오기.

mtcars[-c(2, 3, 5, 7:11)]

                     mpg  hp    wt
Mazda RX4           21.0 110 2.620
Mazda RX4 Wag       21.0 110 2.875
Datsun 710          22.8  93 2.320
Hornet 4 Drive      21.4 110 3.215

 

# mpg 열을 제외하고 출력하기

mtcars[-1] # 1열을 제외한 데이터

mtcars[1] <- NULL # 1열에 NULL 대입함으로써 삭제

mtcars

 

# 에러 음수와 양수를 같이 못 쓴다.

mtcars[c(-1, 2)]

 

str(iris)

iris[1:5, ] # 1행-5행 출력

iris[, c("Sepal.Length", "Sepal.Width")]

 

iris[, "Sepal.Length"]

  [1] 5.1 4.9 4.7 4.6 5.0 5.4 4.6 5.0 4.4 4.9 5.4 4.8 4.8 4.3
 [15] 5.8 5.7 5.4 5.1 5.7 5.1 5.4 5.1 4.6 5.1 4.8 5.0 5.0 5.2
 [29] 5.2 4.7 4.8 5.4 5.2 5.5 4.9 5.0 5.5 4.9 4.4 5.1 5.0 4.5
 [43] 4.4 5.0 5.1 4.8 5.1 4.6 5.3 5.0 7.0 6.4 6.9 5.5 6.5 5.7

 

iris[, "Sepal.Length", drop=FALSE]

     Sepal.Length

1            5.1
2            4.9
3            4.7
4            4.6
5            5.0

 

iris["Sepal.Length"]

      Sepal.Length

1            5.1
2            4.9
3            4.7
4            4.6
5            5.0
6            5.4

 

iris[1:5, c("Sepal.Length", "Sepal.Width")]

    Sepal.Length Sepal.Width

1          5.1         3.5
2          4.9         3.0
3          4.7         3.2
4          4.6         3.1
5          5.0         3.6

 

iris[iris$Sepal.Length > 7, ]

      Sepal.Length Sepal.Width Petal.Length Petal.Width

103          7.1         3.0          5.9         2.1
106          7.6         3.0          6.6         2.1
108          7.3         2.9          6.3         1.8
110          7.2         3.6          6.1         2.5
118          7.7         3.8          6.7         2.2

 

 

iris[iris$Sepal.Length > 7, c("Sepal.Length, "Sepal.Width", "Species")]

        Sepal.Length Sepal.Width Species

103          7.1         3.0 virginica
106          7.6         3.0 virginica
108          7.3         2.9 virginica
110          7.2         3.6 virginica

 

 

subset(iris, subset=(Sepal.Length > 7), select=c("Sepal.Length", "Sepal.Width", "Species"))

    Sepal.Length Sepal.Width Species

103          7.1         3.0 virginica
106          7.6         3.0 virginica
108          7.3         2.9 virginica
110          7.2         3.6 virginica
118          7.7         3.8 virginica

 

sample(x=1:10, size=5)

[1] 4 1 5 7 6

sample(x=10, size=5)

[1] 9 3 2 5 7

 

# 1부터 10까지 무작위 순서 정수 10개 만들기

sample(10)

 [1]  8  5  3  7  9  1  4  6  2 10

 

set.seed(1)

sample(x=10, size=5, replace=TRUE)

[1] 9 4 7 1 2

 

set.seed(1)

sample(x=10, size=5, replace=TRUE)

[1] 9 4 7 1 2

 

 

sample(iris, 3)

set.seed(1)

index <- sample(nrow(iris), 3)

index

[1]  68 129  43

 

iris[index, ]

Sepal.Length Sepal.Width Petal.Length Petal.Width Species

68           5.8         2.7          4.1         1.0     versicolor   
129          6.4         2.8          5.6         2.1     virginica 
43           4.4         3.2          1.3         0.2      setosa

 

 

duplicated(c(1,2,3,1,1,4,3))

 

id <- c("A001", "A002", "A006")

name <- c("Mouse", "Keyboard", "USB")

price <- c(30000, 90000, 50000)

product <- data.frame(id=id, name=name, price=price)

product

 

product <- rbind(product, c("A001", "Mouse", 30000))

product

    id     name price
1 A001    Mouse 30000
2 A002 Keyboard 90000
3 A006      USB 50000
4 A001    Mouse 30000

 

duplicated(product)

[1] FALSE FALSE FALSE  TRUE

 

product[!duplicated(product), ]

    id     name price
1 A001    Mouse 30000
2 A002 Keyboard 90000
3 A006      USB 50000

 

which(duplicated(product))

[1] 4

 

index <- which(duplicated(product))

product[-index, ]

    id     name price
1 A001    Mouse 30000
2 A002 Keyboard 90000
3 A006      USB 50000

 

unique(product)

    id     name price
1 A001    Mouse 30000
2 A002 Keyboard 90000
3 A006      USB 50000

 

 

str(airquality)

complete.cases(airquality)

airquality.nona <- airquality[complete.cases(airquality), ]

str(airquality.nona)

 

airquality.nona <- na.omit(airquality)

str(airquality.nona)

 

cut(x=iris$Sepal.Width, breaks=c(0,1,2,3,4,5))

  [1] (3,4] (2,3] (3,4] (3,4] (3,4] (3,4] (3,4] (3,4] (2,3]
 [10] (3,4] (3,4] (3,4] (2,3] (2,3] (3,4] (4,5] (3,4] (3,4]
 [19] (3,4] (3,4] (3,4] (3,4] (3,4] (3,4] (3,4] (2,3] (3,4]
 [28] (3,4] (3,4] (3,4] (3,4] (3,4] (4,5] (4,5] (3,4] (3,4]
 [37] (3,4] (3,4] (2,3] (3,4] (3,4] (2,3] (3,4] (3,4] (3,4]

 

 

cut(x=iris$Sepal.Width, breaks=5)

  [1] (3.44,3.92] (2.96,3.44] (2.96,3.44] (2.96,3.44]
  [5] (3.44,3.92] (3.44,3.92] (2.96,3.44] (2.96,3.44]
  [9] (2.48,2.96] (2.96,3.44] (3.44,3.92] (2.96,3.44]
 [13] (2.96,3.44] (2.96,3.44] (3.92,4.4]  (3.92,4.4] 
 [17] (3.44,3.92] (3.44,3.92] (3.44,3.92] (3.44,3.92]

 

iris.cut <- cut(x=iris$Sepal.Width, breaks=5)

table(iris.cut)

(0,1] (1,2] (2,3] (3,4] (4,5] 
    0     1    82    64     3 

 

summary(iris.cut)

(0,1] (1,2] (2,3] (3,4] (4,5] 
    0     1    82    64     3 

 

iris.cut <- cut(x=iris$Sepal.Width, breaks=c(0, 1, 2, 3, 4, 5), labels=c("Smaller", "Small", "Medium", "Big"))

 

iris.cut

  [1] Big    Medium Big    Big    Big    Big    Big    Big    Medium Big    Big   
 [12] Big    Medium Medium Big    Bigger Big    Big    Big    Big    Big    Big   
 [23] Big    Big    Big    Medium Big    Big    Big    Big    Big    Big    Bigger
 [34] Bigger Big    Big    Big    Big    Medium Big    Big    Medium Big    Big   

 

 

table(iris.cut)

iris.cut

Smaller   Small  Medium     Big  Bigger 
      0       1      82      64       3