1. act_data_1.csv 파일을 읽고
1) user별 모든 행동의 총 합을 출력하고 이 중 5번째로 많은 user의 userid 출력
act1 <- read.csv('act_data_1.csv')
nrow(act1)
length(unique(act1$user_id))
[내 답안]
head(act1)
str(act1)
act1$total <- apply(act1[3:18], 1, sum)
act1$rank <- rank(-act1$total)
act1[act1$rank == 5,]
act1$user_id[act1$rank == 5]
> act1[act1$rank == 5,]
user_id date act_1_cnt act_2_cnt act_3_cnt act_4_cnt act_5_cnt act_6_cnt act_7_cnt act_8_cnt act_9_cnt act_10_cnt act_11_cnt
134021 7888 2010-03-19 4 29 0 0 0 59 0 0 0 2 6
act_12_cnt act_13_cnt act_14_cnt act_15_cnt act_16_cnt act_17_cnt total rank
134021 12 2 0 6 1274 364 1394 5
> act1$user_id[act1$rank == 5]
[1] 7888
[문제풀이]
act1[,3:ncol(act1)]
act1$total_cnt <- rowSums(act1[,-c(1,2)])
act1_1 <- ddply(act1, .(user_id), summarise, total = sum(total_cnt))
res1 <- dplyr::arrange(act1_1, desc(total))[5,'user_id']
print(res1)
> res1 <- dplyr::arrange(act1_1, desc(total))[5,'user_id']
> print(res1)
[1] 7829
* user_id가 중복될 수 있었으므로 그룹핑을 해줬어야함
2) 요일별 act_1_cnt가 가장 많은 user를 확인, 이 user들의 모든 행동지수의 총합 출력
[내 답안]
head(act1)
as.Date(act1$date, '%Y-%m-%d')
act1$date2 <- strftime(act1$date, '%A')
head(act1)
aggregate(act1$act_1_cnt, list(act1$date2), max)
df2 <- ddply(act1, .(date2), subset, act_1_cnt == max(act_1_cnt))
df2$total_index <-apply(df2[3:19], 1, sum)
print(df2)
> print(df2)
user_id date act_1_cnt act_2_cnt act_3_cnt act_4_cnt act_5_cnt act_6_cnt act_7_cnt act_8_cnt act_9_cnt act_10_cnt act_11_cnt act_12_cnt
1 11008 2010-03-05 11 23 0 1 1 26 0 0 3 2 1 3
2 11138 2010-03-12 11 33 1 1 48 50 0 0 1 8 3 11
3 10992 2010-03-04 11 28 0 1 1 26 0 0 0 1 1 3
4 10996 2010-03-04 11 28 1 2 14 42 0 0 39 9 1 12
5 10995 2010-03-04 11 31 0 1 6 38 0 0 6 4 1 4
6 10998 2010-03-04 11 16 0 1 20 16 0 0 8 3 0 7
7 11130 2010-03-11 11 19 0 1 5 10 0 0 0 0 0 0
8 11262 2010-03-25 11 15 0 1 1 4 0 0 1 1 0 0
9 5931 2010-03-31 12 7 0 1 8 3 0 0 0 0 1 4
10 11300 2010-03-31 12 32 1 2 30 44 0 0 0 11 4 11
11 11307 2010-03-31 12 31 0 0 31 36 0 0 14 8 2 7
12 787 2010-03-31 12 6 0 0 6 1 0 0 0 0 0 0
13 5994 2010-03-31 12 10 0 1 19 14 0 0 1 1 1 5
14 6432 2010-03-31 12 4 0 0 6 5 0 0 0 0 1 6
15 11301 2010-03-31 12 26 0 0 17 33 0 0 1 3 2 5
16 11276 2010-03-31 12 24 1 2 66 41 0 0 1 7 5 34
17 839 2010-03-31 12 7 0 2 3 3 0 0 0 0 1 0
18 1618 2010-03-31 12 8 0 0 1 1 0 0 0 0 0 0
19 11303 2010-03-31 12 17 0 0 27 20 0 0 0 1 1 3
20 3587 2010-03-31 12 12 0 0 2 10 1 0 1 1 1 7
21 11306 2010-03-31 12 36 0 0 39 40 0 0 2 3 1 8
22 1223 2010-03-31 12 7 0 0 25 3 0 0 0 0 1 0
23 10642 2010-03-01 11 14 0 0 0 19 0 0 0 0 0 17
24 11287 2010-03-29 11 32 0 1 17 46 0 0 7 6 2 8
25 11050 2010-03-07 13 29 0 1 32 24 0 0 2 7 2 2
26 11061 2010-03-07 13 17 0 1 4 19 0 0 1 1 1 2
27 11035 2010-03-07 13 20 0 1 2 14 0 0 1 2 1 1
28 11159 2010-03-14 13 47 0 2 39 64 0 0 0 4 4 10
29 11163 2010-03-14 13 21 0 1 23 25 0 0 19 1 1 2
30 11152 2010-03-13 11 28 0 1 14 34 0 0 3 3 1 4
31 9934 2010-03-13 11 14 0 1 31 10 0 0 1 3 0 0
32 11148 2010-03-13 11 27 0 1 10 32 0 0 0 0 2 4
33 10438 2010-03-13 11 13 1 1 9 11 0 0 4 5 0 1
34 11271 2010-03-27 11 31 0 1 6 36 0 0 0 2 0 7
35 11268 2010-03-27 11 41 0 2 26 56 2 0 6 4 3 7
36 11274 2010-03-27 11 16 0 1 3 12 0 0 0 0 0 0
37 10982 2010-03-02 11 11 0 0 1 11 0 0 0 4 2 5
38 11109 2010-03-09 11 22 0 1 11 25 0 0 1 0 1 4
39 11243 2010-03-23 11 35 0 1 19 53 0 0 1 2 1 13
act_13_cnt act_14_cnt act_15_cnt act_16_cnt act_17_cnt date2 total_index
1 0 3 6 47 41 금요일 168
2 0 4 6 116 129 금요일 422
3 0 3 6 16 21 목요일 118
4 0 4 6 68 81 목요일 318
5 0 5 6 114 73 목요일 300
6 0 3 3 87 30 목요일 205
7 0 4 3 5 4 목요일 62
8 0 3 1 45 19 목요일 102
9 0 1 0 15 8 수요일 60
10 0 8 14 138 82 수요일 389
11 0 5 0 167 57 수요일 370
12 0 1 1 0 0 수요일 27
13 0 2 2 35 52 수요일 155
14 0 1 0 6 1 수요일 42
15 0 6 5 99 58 수요일 267
16 1 6 17 29 204 수요일 450
17 0 1 1 0 0 수요일 30
18 0 0 1 1 3 수요일 27
19 0 6 5 59 30 수요일 181
20 0 1 3 88 45 수요일 184
21 0 5 1 102 60 수요일 309
22 0 2 0 0 0 수요일 50
23 0 0 27 346 200 월요일 634
24 0 3 6 113 56 월요일 308
25 0 5 10 22 66 일요일 215
26 0 3 2 21 18 일요일 103
27 0 4 2 9 21 일요일 91
28 0 6 15 154 67 일요일 425
29 0 7 0 66 49 일요일 228
30 0 4 6 69 49 토요일 227
31 0 4 0 4 72 토요일 151
32 0 4 3 71 30 토요일 195
33 0 3 0 13 50 토요일 122
34 0 3 5 103 55 토요일 260
35 0 3 12 150 54 토요일 377
36 0 0 1 4 6 토요일 54
37 0 2 3 123 30 화요일 203
38 0 4 2 35 30 화요일 147
39 0 3 7 112 47 화요일 305
[문제풀이]
# step1) 요일출력
act1$day <- strftime(as.Date(act1$date, '%Y-%m-%d'), '%A')
# step2) 요일별, 유저별 act_1_cnt 총합
library(plyr)
act1_2 <- ddply(act1, .(day, user_id), summarise, total_act1 = sum(act_1_cnt))
# step3) 요일별 act_1_cnt가 가장 많은 행 출력
userid <- ddply(act1_2, .(day), subset, total_act1 == max(total_act1))[, 'user_id']
# step4) 위 user_id에 대한 데이터만 추출
ncol(act1)
res2 <- sum(rowSums(act1[act1$user_id %in% userid, -c(1,2,20,21)]))
print(res2)
2. 부동산_매매지수현황.csv 파일을 읽고
df1 <- read.csv('부동산_매매지수현황.csv', fileEncoding = 'cp949', skip=1)
[문제풀이 : 기초 데이터 처리]
# step1) 컬럼 이름 변경
library(stringr)
colnames(df1) <- str_sub(colnames(df1), 1, 2)
colnames(df1)[colnames(df1) == 'X.'] <- NA
v1 <- na.locf(colnames(df1))
colnames(df1) <- str_c(v1, df1[1,], sep='_')
# step2) 불필요한 행 제거, 숫자타입 변경
df1 <- df1[-c(1,2),]
df1[,-1] <- apply(df1[,-1], 2, as.numeric)
df1
> df1
X_ 서울_활발함 서울_한산함 부산_활발함 부산_한산함 대구_활발함 대구_한산함 인천_활발함
3 2008-04-07 2.0 73.5 1.3 78.3 0.9 90.9 4.2
4 2008-04-14 2.1 73.1 0.8 75.1 1.1 89.5 2.4
5 2008-04-21 1.7 74.6 0.0 70.0 0.5 92.1 3.0
6 2008-04-28 1.0 80.2 0.0 73.6 0.0 94.6 1.9
7 2008-05-05 0.7 80.6 1.1 75.1 0.6 95.2 4.0
8 2008-05-12 0.7 84.6 0.0 79.9 0.0 93.7 1.5
9 2008-05-19 0.7 84.1 0.5 79.6 0.0 95.1 2.8
10 2008-05-26 0.7 85.6 0.9 83.6 0.0 96.3 4.2
1) 각 지역별 활발함지수의 평균을 구하고 활발함지수가 높은 순서대로 3개지역의 활발함지수 평균 출력
[내 답안]
names(df1) <- str_remove_all(names(df1), '(^X.)|(\\.{2,}\\d*)')
names(df1) <- str_remove_all(names(df1), '\\.')
head(df1)
# 활발함지수 열만 선택
df2 <- df1[,df1[1,] == '활발함']
class(df2)
df3 <- df2[-c(1,2),]
...
df3[,7] <- as.numeric(df3[,7])
# 각 지역별 활발함지수 평균
활발함지수 <- apply(df3, 2, mean)
# 활발함지수 3개지역의 평균 출력
mean(rank(-활발함지수) <= 3)
> 활발함지수 <- apply(df3, 2, mean)
> 활발함지수
서울Seoul 부산Busan 대구Daegu 인천Incheon 광주Gwangju 대전Daejeon 울산Ulsan
1.0463938 0.6725146 0.5374269 0.9140351 0.7436647 0.4387914 0.5959064
> # 활발함지수 3개지역의 평균 출력
> mean(rank(-활발함지수) <= 3)
[1] 0.4285714
=> TRUE / FALSE에 대한 평균 출력이 되었으므로 0.4285...가 나왔다.
> rank(-활발함지수) <= 3
서울Seoul 부산Busan 대구Daegu 인천Incheon 광주Gwangju 대전Daejeon 울산Ulsan
TRUE FALSE FALSE TRUE TRUE FALSE FALSE
> # 활발함지수 3개지역의 평균 출력
> mean(rank(-활발함지수) <= 3)
[1] 0.4285714
mean(활발함지수[rank(-활발함지수) <= 3])를 통해 원래 값을 지정해주었어야 문제풀이와 동일한 결과가 나옴을 확인할 수 있다.
> mean(활발함지수[rank(-활발함지수) <= 3])
[1] 0.9013645
[문제풀이]
# 활발함 열만 선택
df1_1 <- df1[, str_detect(colnames(df1), '활발함')]
res3 <- mean(sort(colMeans(df1_1), decreasing = T)[1:3])
print(res3)
> sort(colMeans(df1_1), decreasing = T)[1:3]
서울_활발함 인천_활발함 광주_활발함
1.0463938 0.9140351 0.7436647
> print(res3)
[1] 0.90136452) 연도별로 각 지역의 한산함 지수의 평균을 구하고 이중 가장 큰값과 가장 작은값의 차이를 출력
[내 답안]
df1 <- read.csv('부동산_매매지수현황.csv', fileEncoding = 'cp949', skip=1)
df1
names(df1) <- str_remove_all(names(df1), '(^X.)|(\\.{2,}\\d*)')
names(df1) <- str_remove_all(names(df1), '\\.')
# 연도 추출
df1$X
as.Date(df1$X, '%Y-%m-%d')
df1$연도 <- str_sub(df1$X, 1, 4)
df1
# 이름전달
names(df1)
names(df1)[nchar(names(df1)) == 1] <- NA
head(df1)
names(df1)[1] <- 'date1'
names(df1) <- na.locf(names(df1))
# 한산함지수 열만 선택
df2 <- df1[, df1[1,] != '활발함']
head(df2)
# 연도별 각 지역 한산함 지수 평균 구하기
df2[, 2:8] <- lapply(df2[, 2:8], as.numeric)
head(df2)
df3 <- df2[-c(1,2),-1]
df4 <- aggregate(. ~ 연도, data = df3, mean, na.rm = T)
df4
#이중 가장 큰값과 가장 작은값의 차이를 출력
max(df4[,-1]) - min(df4[,-1])
> df4
연도 서울Seoul 부산Busan 대구Daegu 인천Incheon 광주Gwangju 대전Daejeon 울산Ulsan
1 2008 92.66154 86.50000 96.19744 80.91538 93.85641 87.82308 93.41538
2 2009 87.82549 77.90980 88.39412 90.20784 93.64510 80.64706 81.21176
3 2010 95.21765 78.03137 88.01569 95.89020 88.88627 83.79608 82.15882
4 2011 92.26600 83.85600 73.27800 93.43200 85.56600 86.18600 76.72000
5 2012 97.02745 94.92745 80.82549 96.44314 89.30588 95.06275 88.72549
6 2013 91.02353 89.22549 78.82157 84.31176 91.37843 87.49020 88.48431
7 2014 81.76735 81.44694 78.17143 77.40612 84.00816 84.71837 75.62653
8 2015 66.89800 73.01200 80.28200 66.92400 87.43800 82.97000 69.75800
9 2016 75.76600 76.90800 93.87200 73.91400 89.43800 80.16600 91.73600
10 2017 79.70800 92.64600 85.09400 82.18600 90.30600 86.18200 94.76400
11 2018 81.15714 97.00000 90.34762 89.38095 88.35714 85.00476 96.67619
> #이중 가장 큰값과 가장 작은값의 차이를 출력
> max(df4[,-1]) - min(df4[,-1])
[1] 30.12945
[문제풀이]
# step1) 한산함 데이터만 추출
df1_2 <- df1[, str_detect(colnames(df1), '한산함')]
# step2) 연도 추출
df1_2$year <- str_sub(df1$X_, 1, 4)
# step3) 연도별로 각 지역의 한산함지수 평균
library(plyr)
# 3-1) ddply 사용
ddply(df1_2, .(year), summarise, 서울평균 = mean(서울_한산함),
부산평균 = mean(부산_한산함),
대구평균 = mean(대구_한산함),
인천평균 = mean(인천_한산함),
광주평균 = mean(광주_한산함),
대전평균 = mean(대전_한산함),
울산평균 = mean(울산_한산함))
# 3-2) aggregate 사용
aggregate(df1_2[,-8], list(df1_2$year), mean)
total <- aggregate(df1_2[,-8], list(df1_2$year), mean)
res4 <- max(total[,-1]) - min(total[,-1])
print(res4)
> print(res4)
[1] 30.12945 3) 서울 지역의 월별 활발함 지수와 한산함 지수를 구하고
각각 가장 높은 월의 활발함 지수와 한산함 지수의 총 합을 출력
[내 답안]
head(df1)
df5 <- df1[1:3]
df5$month <- str_sub(df5$X, 6,7)
head(df5)
names(df5)[2] <- '활발함'
names(df5)[3] <- '한산함'
df5 <- df5[-c(1,2),-1]
df5[,1] <- as.numeric(df5[,1])
df5[,2] <- as.numeric(df5[,2])
str(df5)
df6 <- aggregate(. ~ month, data = df5, mean, na.rm = T)
df6
max(df6$활발함) + max(df6$한산함)
> df6 <- aggregate(. ~ month, data = df5, mean, na.rm = T)
> df6
month 활발함 한산함
1 01 0.8121951 88.28537
2 02 1.0189189 84.87297
3 03 1.4704545 82.60000
4 04 1.0212766 85.11064
5 05 1.2934783 85.30000
6 06 1.6090909 83.86136
7 07 1.4976744 84.83488
8 08 0.8666667 85.29556
9 09 1.1648649 82.00270
10 10 0.9714286 83.83333
11 11 0.4302326 89.92791
12 12 0.3863636 92.40682
> max(df6$활발함) + max(df6$한산함)
[1] 94.01591
[문제풀이]
# step1) 서울지역 추출
df1_3 <- df1[,c(2,3)]
# step2) 월 추출
df1_3$month <- str_sub(df1$X, 6, 7)
# step3) 월별 활발함 / 한산함 평균
total2 <- ddply(df1_3, .(month), summarise, 활발함평균 = mean(서울_활발함), 한산함평균 = mean(서울_한산함))
# step4) 각 최댓값 확인
res5 <- max(total2$활발함평균) + max(total2$한산함평균)
print(res5)
> print(res5)
[1] 94.01591'아이티윌_데이터 분석 55기 > 문제풀이_통계 및 분석' 카테고리의 다른 글
| #8-2. 8일차 퀴즈에 대한 문제풀이 (0) | 2026.04.09 |
|---|---|
| #7-2. 7일차 퀴즈에 대한 문제풀이 (0) | 2026.04.08 |
| #5-2. 5일차 퀴즈에 대한 문제풀이 (0) | 2026.04.03 |
| #4-2. 4일차 퀴즈에 대한 문제풀이 (0) | 2026.04.02 |
| #3-2. 3일차 퀴즈에 대한 문제풀이 (0) | 2026.04.01 |