진리를 향한 끊없는 혼의 동경

https://didalsgur.tistory.com/entry/R%EC%8A%A4%ED%8A%9C%EB%94%94%EC%98%A4R-Studio%EC%97%90%EC%84%9C-%EA%B8%80%EC%9E%90%EA%B0%80-%EB%8B%A4%EB%A5%B4%EA%B2%8C-%EC%9E%85%EB%A0%A5%EB%90%98%EB%8A%94-%EB%AC%B8%EC%A0%9C-%ED%95%B4%EA%B2%B0%ED%95%98%EA%B8%B0

print(utils:::.getHelpFile(help(head)))

# Table은 데이터 프레임으로 tbl = table(diamonds$cut, diamonds$clarity) head(tbl) df_tbl = as.data.frame(tbl) head(df_tbl) # 변환된 데이터 프레임의 변수는 Factor, Factor는 다루기 어려움으로 Character로 타입변경하여 처리 df_tbl = as.data.frame(tbl) head(df_tbl) class(df_tbl$Var1) df_tbl[,"Var1"] = as.character(df_tbl$Var1) class(df_tbl$Var1)

bb = as.numeric("1,234") Warning message: NAs introduced by coercion > class(bb) [1] "numeric" as.numeric은 따옴표를 뗀 후 숫자만 남아야 한다. 따라서 gsb를 통해 문자열 대체, 정규표현식을 통한 문자열 처리를 해주고 처리하여야 한다. as.numeric(gsub(pattern = ",", replacement = "","1,234")) as.numeric(gsub(pattern = "[^0-9]", replacement = "", "1,234")) 그런데, 다만 정규표현식 replace를 통해 대체하여 숫자외 문자열을 제외하였으나 다음과 같이 소수점이 포함된 경우는 as.numeric(gsub(pattern = "[^..

# class 보다 typeof 가 더 상세, 천단위 숫자처리 주의, L 붙이면 Integer > class(123) [1] "numeric" > class(1,123) Error in class(1, 123) : 2 arguments passed to 'class' which requires 1 > class(123L) [1] "integer" > class(123) [1] "numeric" > typeof(123) [1] "double" > typeof(123L) [1] "integer"

Console에서 "+" 표시되며 반응 없을 시 ​우리가 명령어를 입력하는 콘솔의 좌측을 확인해야 합니다. R에서 + 는 아직 표현문을 완성하지 않은 것으로 생각하고 끝내기를 대기 ​이런 경우 Esc 키를 눌러 현재 명령 처리를 중단하고, 처음부터 다시 시작하는 것이 쉬운 방법이라고 합니다!

head(Orange) write.csv(Orange, "write_csv_rownames_FALSE.csv", row.names = FALSE) write.csv(Orange, "write_csv_rownames_TRUE.csv") list.files(pattern = "rownames") #실기 답안 제출시에는 rowsnames를 제외하고 하여야 함. df_f = read.csv("write_csv_rownames_FALSE.csv") head(df_f) df_t = read.csv("write_csv_rownames_TRUE.csv") head(df_t) # 데이터 테이블을 사용하는 경우 library("data.table") fwrite(Orange, "write_csv_fwrite.csv") d..

# 1.패키지 설치 (연관성 분석 패키지 설치) install.packages("arules") # 2.libarry 로드 library(arules) # 3. 로드할 파일 조회 list.files() # 4. 파일로드 basket

# arrange(), mutate() 함수 # 1.dplyr 패키지 설치 install.packages("dplyr") # 2.libary load library(dplyr) # 3. 중간고사 데이터 mid

# arrange(), mutate() 함수 # 1.dplyr 패키지 설치 install.packages("dplyr") # 2.libary load library(dplyr) # 3. csv로 부터 데이터 로딩 exam % arrange(math) exam %>% arrange(desc(math)) # 6.기준을 두개이상 두고 싶다!! # 반별로 먼저 정렬 후에 수학점수 내림차순으로 정렬 exam %>% arrange(class, desc(math)) # 7. 학생 별 평균 점수 데이터 추가 exam %>% mutate(avg = (math + english + science)/3) # mean 함수는 vector 데이터를 연산하고 싶을 때 사용 # 8. exam 데이터에 적용 exam % mutate..