12차시_대면수업

9.3.3 결측치 처리

데이터가 비어있는 값을 결측치(Missing Value) 라고 한다

종류	의미	설명
is.na()	결측치 확인 및 대체	데이터가 결측치면 T, 아니면 F
anyNA()	결측치 확인	데이터 전체를 대상으로 확인
na.rm()	결측치 제외	na.rm = TRUE 설정하면 결측치를 제외하고 분석
na.omit()	결측치 제거	NA가 있는 행은 제거

1. 데이터프레임을 만들어보자

data <- data.frame(class=c("A","B","C","D"),
                   korean=sample(50:85, 4),
                   english=sample(85:99,4),
                   math=sample(55:85,4))
> data
  class korean english math
1     A     82      NA   82
2     B     68      98   74
3     C     75      NA   63
4     D     50      99   NA

2. 결측치를 넣어보자

data[1,3] <- NA
data[2,2] <- NA
data[4,4] <- NA

> data
  class korean english math
1     A     52      NA   73
2     B     NA      88   75
3     C     56      93   70
4     D     76      92   NA

3. 결측치를 확인 해 보자

is.na()

> is.na(data)
     class korean english  math
[1,] FALSE  FALSE    TRUE FALSE
[2,] FALSE   TRUE   FALSE FALSE
[3,] FALSE  FALSE   FALSE FALSE
[4,] FALSE  FALSE   FALSE  TRUE

> anyNA(data)
[1] TRUE

na.rm()

> mean(data$korean)
[1] NA
> mean(data$korean, na.rm = T)
[1] 61.33333

na.omit() 결측치 제거-결측치가 없는 행만 남음

> data2 <- na.omit(data)
> data2
  class korean english math
3     C     56      93   70
> anyNA(data2)
[1] FALSE

9.3.4 이상치 제거

이상치를 결측치로 변경 후 제거

> outlier <- data.frame(sex=c(1,2,2,3,1),
+                       class=c("A","B","A","C","A"))
> outlier
  sex class
1   1     A
2   2     B
3   2     A
4   3     C
5   1     A
> outlier$sex <- ifelse(outlier$sex==3, NA, outlier$sex)
> outlier
  sex class
1   1     A
2   2     B
3   2     A
4  NA     C
5   1     A
> outlier <- na.omit(outlier)
> outlier
  sex class
1   1     A
2   2     B
3   2     A
5   1     A

10장 데이터 시각화 하기 

시각화 하기 package : ggplot2()

install.packages("ggplot2")
library(ggplot2)

요점 :
그래프를 layer (층) 개념으로 이해하자.

1. ggplot(data, aes(x축, y축) +
2. geom_그래프 유형 +
3, labs(그래프 옵션, 상세설정) + 
4. 측면보기...

실습1 : iris 종류별 히스토그램 (빈도) 그려보자.

data(iris)

> head(iris)
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa

연속형 변수의 범위를 일정구간으로 나누어 각 구간의 값들의 빈도를 그래프로 표현

ggplot(iris, aes(x=Petal.Length, fill=Species))+
  geom_histogram()

실습2 : iris 의 종류별 꽃받침 길이의 밀도 -geom_density()

ggplot(iris, aes(x=Sepal.Length, fill=Species))+
         geom_density(alpha=0.5)

실습3 : 4분위표 상자그래프 : iris 종류별 꽃받침, 꽃잎 길이 상자도표 _geom_boxplot

ggplot(iris, aes(Species, Petal.Length)) +
  geom_boxplot()
  
ggplot(iris, aes(Species, Sepal.Length, fill=Species)) +
  geom_boxplot()

실습4 : 산점도 geom_point()

ggplot(iris, aes(Petal.Length, Petal.Width, color=Species))+
  geom_point()

실습5 : bar 그래프  :geom_bar ()

* gapminder dataset 이용

library(gapminder)

> head(gapminder)
# A tibble: 6 × 6
  country     continent  year lifeExp      pop gdpPercap
  <fct>       <fct>     <int>   <dbl>    <int>     <dbl>
1 Afghanistan Asia       1952    28.8  8425333      779.
2 Afghanistan Asia       1957    30.3  9240934      821.
3 Afghanistan Asia       1962    32.0 10267083      853.
4 Afghanistan Asia       1967    34.0 11537966      836.
5 Afghanistan Asia       1972    36.1 13079460      740.
6 Afghanistan Asia       1977    38.4 14880372      786.

gap_2007 <- gapminder[gapminder$year==2007,]
gap_2007 <- as.data.frame(gap_2007)

dim(gap_2007)
[1] 142   6

ggplot(gap_2007, aes(continent, fill=continent)) + 
  geom_bar()
  
> ggplot(gap_2007, aes(continent, fill=continent)) + 
+   geom_bar(show.legend = F)