[패스트캠퍼스 수강 후기] R 인강 100% 환급 챌린지 7차 미션

[패스트캠퍼스 수강 후기] R 인강 100% 환급 챌린지 7차 미션

패스트캠퍼스의 강의 중, 프로젝트와 함께 배우는 R 데이터 분석 올인원 패키지 Online를 수강하고 있습니다.

https://bit.ly/2DKMGNx 

내용을 복습도 할 겸, 미션에도 참가할 겸, 블로그에 매일 매일 정리해 보게 되었습니다.

 

오늘은 7회차 미션!

Part 2) [R로 하는 데이터 분석] 데이터 분석 기본기 익히기

1. 06. Ch 04. 데이터를 파악하고 다루기 쉽게 수정하기 - 03. 파생 변수 만들기

2. 07. Ch 05. 데이터 가공하기 - 01. 조건에 맞는 데이터만 추출하기

 

 

1. 06. Ch 04. 데이터를 파악하고 다루기 쉽게 수정하기 - 03. 파생 변수 만들기

1. 새로운 변수를 만들기 - 파생 변수 만들기

2. 기존에 하지 못하던 일을 할 수 있음

1. 평균을 만든다든지...

2. df$var_sum = df$var1 + df$var2

1. 이런식으로

2. data frame이름에 $를 붙이고 사용.

3. 아래와 같이 total이라는 변수 추가~

1. library(dplyr)

2. library(ggplot2)

3. mpg_new$total <- (mpg_new$cty + mpg_new$hwy)/2

4. head(mpg_new)

3. 활용

1.  

   

   summary(mpg_new$total)

2. hist(mpg_new$total)

1. 이런 식으로 연비가 좋다/나쁘다의 기준을 판단할 수 있음.

2. 이를 이용해서 합정판정을 해보자

3. 

4. 합격 빈도 분석을 할 때는 table이라는 함수를 사용.

1. table(mpg_new$test)

2. qplot(mpg_new$test)

3. 만일 여러 등급으로 쪼갠다면, ifelse를 중첩해서 사용.

1. 

1. mpg_new$grade <-ifelse(mpg_new$total >= 30, "A", ifelse(mpg_new$total >= 20, "B", "C"))

2. qplot(mpg_new$grade)

4. 요약

1. 

2. 

5. 연습문제

1. 

1. midwest_new <- as.data.frame(ggplot2::midwest)

2. names(midwest_new)

3. midwest_new <- rename(midwest, total = poptotal, asian = popasian)

4. names(midwest_new)

5. midwest_new$ratioasian <- midwest_new$asian/midwest_new$total*100

6.  

7. midwest_new$ratioasian

8. mean(midwest_new$ratioasian)

9. midwest_new$test <- ifelse(midwest_new$ratioasian >= 0.4872462, "large", "small")

10. head(midwest_new$test, 20)

11. table(midwest_new$test)

12. qplot(midwest_new$test)

 

이제 본격적으로 강의가 시작되는 느낌.

실제 예제 데이터를 가지고 새로운 변수를 추가해서 비율 등을 계산하고, 

이를 그래프로 확인하여, 실제 데이터의 특성을 파악하고 이해하는 방법을 소개