[R] 기술통계(Descriptive Statistics) 함수

안녕하세요. 우주신입니다.

이번 포스팅과 다음 포스팅 두번 나누어 기술통계(Descriptive Statistics) 함수에 대해 다뤄보겠습니다.

기술통계는 관측한 데이터를 도표로 정리하거나 통계량(예: 평균, 분산, 상관계수, 주성분정준변량)으로 정리하는 것으로서 

관측한 현상의 특징을 기술한다.

[출처: 네이버 지식백과]

먼저, 데이터를 확인하는 함수들 부터 살펴보고

head( ), tail( ), some( ), str( )

데이터를 요약하는 방법을 보겠습니다.

min( ), max( ), mean( ), median( ), var( ), sd( ), range( ), quantile( ), summary( ), apply( )

그 외 attach( ), detach( ) 함수에 대해 배워보겠습니다.

1. 데이터 확인

수업 시간에 배운 데이터를 가지고 해보죠.

store.df <- read.csv("http://goo.gl/QPDdMl")

복사해서 실행하면 밑과 같은 데이터가 store.df 데이터프레임에 입력될 것 입니다.

2080개 항목이나 되는 이렇게 큰 데이터를 일일이 다 확인할 수는 없겠죠?

head( ) 함수를 통해 데이터 앞 부분을 확인할 수 있습니다.

tail( ) 함수를 통해 데이터 뒷 부분을 확인할 수 있습니다.

또한 some( ) 함수를 통해 데이터를 랜덤으로 확인할 수도 있습니다.

some( ) 함수는 'car' 패키지 안에 있으므로 install.packages('car') - library(car) 까먹지마세용~

그 다음으로는 아주 유용한 str( ) 함수 입니다. structure의 약자로서 데이터 구조를 한눈에 파악할 수 있습니다.

데이터구조가 10개의 변수, 2080개 항목으로 이루어진 data.frame인 것을 알 수 있으며

데이터프레임의 변수들이 어떤 형태의 데이터를 가지고 있는지 알 수 있습니다.

데이터를 활용하기 전에 항상 str( ) 함수를 써서 데이터 구조가 적절한 형태를 취하는지 확인해야 합니다. 

특히, 요인(factor)형은 꼭 확인 !

2. 데이터 요약

데이터를 확인했으니 가장 많이 쓰이는 함수들을 가지고 데이터를 요약해보겠습니다.

-min( ): 최소값

-max( ): 최대값

-mean( ): 평균

일일이 $를 사용하여 변수를 지정하려니 정말 귀찮고 번거롭습니다. 이 때 활용할 수 있는 함수가 attach( ), detach( ) 입니다.

attach(dataframe) 입력 후로는 밑에 그림과 같이 데이터프레임 이름을 생략하고 변수만 입력하면 됩니다.

마지막에 detach(dataframe) 함수를 입력해 끝을 알려줘야 추후에 오류가 안 납니다.

-median( ): 중앙값

-var( ): 분산

-sd( ): 표준편차

-range( ): 범위

-quantile( ): 사분위수

-quantile(변수, probs = 범위): 특정 범위를 지정해 줄 수 있습니다.

정말 많이 쓰이는 summary( ) 함수 입니다. 최소값, 사분위값, 중앙값, 평균, 최대값을 깔끔하게 한 눈에 보여줍니다.

apply( ) 함수를 이용해서도 데이터를 요약할 수 있습니다.

apply(dataframe, MARGIN=1(가로)2(세로), FUN = 기능)

-apply(store.df[,2:9], MARGIN=2, FUN=mean): store.df 데이터프레임의 2열부터 9열까지 세로로 평균값을 계산하라.

-apply(store.df[,2:9], MARGIN=2, FUN=sum): store.df 데이터프레임의 2열부터 9열까지 세로로 합을 계산하라.

끝.

수고하셨습니다.