[Week 04] Lectures

[Week 04] Lectures

 

# Useful functions

sample(X, #sample, replace = FALSE, ...)

 

[41 sample split]
sample

 - random-sampling with and without (default) replacement

 

set.seed(2018)

x <- 1:20

 

sample(x, 10)        # 20개 중에 10개 랜덤 추출

## [1]  7 9 2 4 8 5 19 18 12 20

 

sample(x, 10, replace = TRUE)        # replace = TRUE; 중복허용

## [1] 8 14 20 14 17 13 6 12 15 17

 

sample(x, 10, replace = FALSE)      # replace = FALSE; 중복불허

## [1] 6 11 3 2 13 9 5 16 8 1 

 

# Random Shuffling

# 10개 중 10개를 랜덤하게 추출하면 랜덤 정렬이랑 같다.

x <- 1:10

sample(x, length(x))

 

 

Split

split(df, split_var, ...)

 - split a data frame into a list of data frames with split variable

 

# mpg가 20을 초과하면 TRUE, 아니면 FALSE

split(mtcars, mtcars$mpg > 20)

 

Subset

 - subset(df, condition, ...)

 - Find a subset of dataframe with a criteria

 

subset(mtcars, mpg > 25)

 

mtcars[mtcars$mpg > 25, ]

 

 

[42 merge which]
Merge

 

Merge(df1, df2, ...)

 - Join two data frames into one with common variables

 

x <- data.frame( name = c("John", "Bob", "Carol"), math = c(70, 80, 90))

y <- data.frame( name = c("John", "Bob", "Alice"), history = c(100, 55, 75))

 

x ##     name math

## 1   John     70

## 2    Bob     80

## 3  Carol     90

 

y

##     name history

## 1   John     100

## 2    Bob      55

## 3   Alice      75

 

merge(x, y)
##    name   math   history

## 1  Bob        80        55

## 2 John        70       100

 

merge(x, y, all = T)

##     name   math   history

## 1     Bob      80        55

## 2   Carol      90        NA

## 3    John      70       100

## 4    Alice      NA       75

 

 

Which

 - Find positions of elements that satisfy the condition

 

 x <- c(5, 1, 2, 6, 3, 17, 8, 9, 12)

# 10을 초과하는 엘리먼트의 인덱스를 벡터로 반환

myindex <- which( x > 10)

# myindex 벡터변수는 x 벡터의 엘리먼트 중 10을 초과하는 엘리먼트의 인덱스를 벡터 형태로 가지고 있음.

myindex 

## [1] 6 9 

 

x[myindex]

## [1] 17 12

 

 

which.max      which.min

 - Find positions of maximum and minimum elements

 

x

## [1] 5 1 2 6 3 17 8 9 12

 

# x 벡터의 최대값 엘리먼트의 인덱스를 반환한다

which.max(x)
## [1] 6

# x 벡터의 최소값 엘리먼트의 인덱스를 반환한다

which.min(x)
## [1] 2

x[which.max(x)]

## [1] 17

x[which.min(x)]

## [1] 1

 

 

[43 cut]

 - makes a range-group(factor) variable

 

mtcars$wt

 

# 데이터 프레임의 새로운 cut column 만들기

# wt에 해당하는 breaks가 새로운 칼럼이 된다.

mtcars$wt_grp <- cut(mtcar$wt, breaks = c(0, 2, 4, 6))

 

#

mtcars[, c('wt', 'wt_grp')]

 

# 숫자 범위가 아닌 레이블을 지정할 수도 있다

mtcars$wt_grp <- cut(mtcar$wt, breaks = c(0, 2, 4, 6), labels = c('light', 'normal', 'heavy'))

 

# ( ]. 오른쪽을 포함하고 싶으면 right = T

cut(mtcars$wt, breaks = c(0, 2, 4, 6), right = T)

# [ ). 왼쪽을 포함하고 싶으면 right = F

cut(mtcars$wt, breaks = c(0, 2, 4, 6), right = F)

 

 

 

[44 quantile and table]
quantile

 - to find out percentiles

quantile(iris$Sepal.Length)

 

quantile(iris$Sepal.Length, probs = c(0.1, 0.5, 0.9))

hist(iris$Sepal.Length)

# quantile 함수로 0%, 25%, 75%, 100%의 구간에 위치한 엘리먼트를 cut_points 벡터에 저장한다.

cut_points <- quantile(mtcars$mpg, c(0, 0.25, 0.75, 1))

 

# cut_points는 0%, 25%, 75%, 100%에 위치한 mtcars$mpg의 엘리먼트를 가지고 있다.

# 그것을 cut - breaks에 넣어 새로운 column 'fuel_efficiency'를 만든다.

# include.lowest는 최소값도 포함할 것이냐는 것이다. 왜냐면 include.lowest가 F이면 

mtcars$fuel_efficiency <- cut(mtcars$mpg, breaks = cut_points, include.lowest = T)

 

head(mtcars[, c('mpg', 'fuel_efficiency')], 10)

 

levels(mtcars$fuel_efficiency) <- c('low25perc', 'normal', 'high25perc')

head(mtcars[, c('mpg', 'fuel_efficiency')], 10)

 

 

frequency table

# 구간 별 몇개 씩 분포되어있는지 확인한다

table(mtcars$fuel_efficiency)

## 

##    low25perc     normal     high25perc

##               8           17                  7

 

# 실린더 구간 별 몇 개 씩 분포되어 있는지 확인한다

table(mtcars$cyl)

## 

##     4     6     8

##    11     7    14

 

# 

table(mtcars$fuel_efficiency, mtcars$cyl)

 

 

[45 paste]

paste and paste0

 - to concatenate several values into one string

 - to concatenate element by element from 2 or more vectors

 - to smash vector elements into one string

 

paste("one", 1, "test")

## [1] "one 1 test"

 

x <- seq(2, 20, 2)

y <- LETTERS[1:10]

 

paste(x, y)

paste(x, y, sep = ":")

 - need to use 'sep' and 'collapse' option properly

 - useful to generate column names and row names

 - paste0 equals to paste(..., sep = '')

 - paste는 스페이스를 주고 합체

 - paste0은 스페이스 없이 합체

 

paste('var', x)

 

paste0('var', x)

 

paste('var', x, y, sep = '-')

 

paste(x)

 

paste(x, collapse = ',')

 

paste(paste0(x, y), collapse = ',')

 

 

 

test.df <- data.frame(year = c(2019, 2020, 2016), month = c(4, 5, 7), day = c(10, 15, 20)

test.df

test.df$date <- paste(test.df$year, test.df$month, test.df$day)

test.df$date

test.df$date <- paste(test.df$year, test.df$month, test.df$day, sep = '-')

test.df$date

test.df$name <- c('John', 'Bob', 'Carol')

 

test.df$name

paste(test.df$name, collapse = ',')

[1] "John,Bob,Carol"

 

names(mtcars)

input_vars = names(mtcars)[2:6]

input_vars

[1] "cyl"  "disp"  "hp"   "drat"   "wt"

 

paste(input_vars, collapse = '+')

[1] "cyl+disp+hp+drat+wt"

 

paste(input_vars, collapse = ' + ')

[1] "cyl + disp + hp + drat + wt"

 

outcome = 'mpg'

paste(outcome, paste(input_vars, collapse = ' + '), sep = ' ~ ')

[1] "mpg ~ cyl + disp + hp + drat + wt"