01. dplyr 패키지
02. 시각화
-01 plot
01. dplyr 패키지
- SQL처럼 구조화 된 명령어 작성 가능( %>% 을 사용하여 명령어의 순차적 실행 전달)
- 다양한 DBMS에서 사용 가능한 데이터 처리 함수
- 다양한 데이터 처리 함수 제공(lag, lead, dense_rank, select, between)
1) %>% 에서 함수 사용
emp %>%
mutate(LAG_SAL = lag(SAL), LEAD_SAL = lead(SAL)) %>%
filter(between(SAL, 1000, 3000))
> emp %>%
+ mutate(LAG_SAL = lag(SAL), LEAD_SAL = lead(SAL)) %>%
+ filter(between(SAL, 1000, 3000))
EMPNO ENAME JOB MGR HIREDATE SAL COMM DEPTNO LAG_SAL LEAD_SAL
1 7499 ALLEN SALESMAN 7698 1981-02-20 0:00 1600 300 30 800 1250
2 7521 WARD SALESMAN 7698 1982-02-22 0:00 1250 500 30 1600 2975
3 7566 JONES MANAGER 7839 1981-04-02 0:00 2975 NA 20 1250 1250
4 7654 MARTIN SALESMAN 7698 1981-09-28 0:00 1250 1400 30 2975 2850
5 7698 BLAKE MANAGER 7839 1981-05-01 0:00 2850 NA 30 1250 2450
6 7782 CLARK MANAGER 7839 1981-06-09 0:00 2450 NA 10 2850 3000
7 7788 SCOTT ANALYST 7566 1987-04-17 0:00 3000 NA 20 2450 5000
8 7844 TURNER SALESMAN 7698 1981-09-08 0:00 1500 0 30 5000 1100
9 7876 ADAMS CLERK 7788 1987-05-23 0:00 1100 NA 20 1500 950
10 7902 FORD ANALYST 7566 1981-12-03 0:00 3000 NA 20 950 1300
11 7934 MILLER CLERK 7782 1982-01-23 0:00 1300 NA 10 3000 NA
2) lag, lead 함수
emp[between(emp$SAL, 1000, 3000),]
lag(emp$SAL)
lead(emp$SAL)
> emp[between(emp$SAL, 1000, 3000),]
EMPNO ENAME JOB MGR HIREDATE SAL COMM DEPTNO
2 7499 ALLEN SALESMAN 7698 1981-02-20 0:00 1600 300 30
3 7521 WARD SALESMAN 7698 1982-02-22 0:00 1250 500 30
4 7566 JONES MANAGER 7839 1981-04-02 0:00 2975 NA 20
5 7654 MARTIN SALESMAN 7698 1981-09-28 0:00 1250 1400 30
6 7698 BLAKE MANAGER 7839 1981-05-01 0:00 2850 NA 30
7 7782 CLARK MANAGER 7839 1981-06-09 0:00 2450 NA 10
8 7788 SCOTT ANALYST 7566 1987-04-17 0:00 3000 NA 20
10 7844 TURNER SALESMAN 7698 1981-09-08 0:00 1500 0 30
11 7876 ADAMS CLERK 7788 1987-05-23 0:00 1100 NA 20
13 7902 FORD ANALYST 7566 1981-12-03 0:00 3000 NA 20
14 7934 MILLER CLERK 7782 1982-01-23 0:00 1300 NA 10
> lag(emp$SAL)
[1] NA 800 1600 1250 2975 1250 2850 2450 3000 5000 1500 1100 950 3000
> lead(emp$SAL)
[1] 1600 1250 2975 1250 2850 2450 3000 5000 1500 1100 950 3000 1300 NA
3) 원하는 컬럼 선택
emp[, c('EMPNO', 'ENAME')]
select(emp, c(EMPNO, ENAME))
select(emp, -HIREDATE)
select(emp, JOB:DEPTNO)
> emp[, c('EMPNO', 'ENAME')]
EMPNO ENAME
1 7369 SMITH
2 7499 ALLEN
3 7521 WARD
4 7566 JONES
5 7654 MARTIN
6 7698 BLAKE
7 7782 CLARK
8 7788 SCOTT
9 7839 KING
10 7844 TURNER
11 7876 ADAMS
12 7900 JAMES
13 7902 FORD
14 7934 MILLER
> select(emp, c(EMPNO, ENAME))
EMPNO ENAME
1 7369 SMITH
2 7499 ALLEN
3 7521 WARD
4 7566 JONES
5 7654 MARTIN
6 7698 BLAKE
7 7782 CLARK
8 7788 SCOTT
9 7839 KING
10 7844 TURNER
11 7876 ADAMS
12 7900 JAMES
13 7902 FORD
14 7934 MILLER
> select(emp, -HIREDATE)
EMPNO ENAME JOB MGR SAL COMM DEPTNO
1 7369 SMITH CLERK 7902 800 NA 20
2 7499 ALLEN SALESMAN 7698 1600 300 30
3 7521 WARD SALESMAN 7698 1250 500 30
4 7566 JONES MANAGER 7839 2975 NA 20
5 7654 MARTIN SALESMAN 7698 1250 1400 30
6 7698 BLAKE MANAGER 7839 2850 NA 30
7 7782 CLARK MANAGER 7839 2450 NA 10
8 7788 SCOTT ANALYST 7566 3000 NA 20
9 7839 KING PRESIDENT NA 5000 NA 10
10 7844 TURNER SALESMAN 7698 1500 0 30
11 7876 ADAMS CLERK 7788 1100 NA 20
12 7900 JAMES CLERK 7698 950 NA 30
13 7902 FORD ANALYST 7566 3000 NA 20
14 7934 MILLER CLERK 7782 1300 NA 10
> select(emp, JOB:DEPTNO)
JOB MGR HIREDATE SAL COMM DEPTNO
1 CLERK 7902 1980-12-17 0:00 800 NA 20
2 SALESMAN 7698 1981-02-20 0:00 1600 300 30
3 SALESMAN 7698 1982-02-22 0:00 1250 500 30
4 MANAGER 7839 1981-04-02 0:00 2975 NA 20
5 SALESMAN 7698 1981-09-28 0:00 1250 1400 30
6 MANAGER 7839 1981-05-01 0:00 2850 NA 30
7 MANAGER 7839 1981-06-09 0:00 2450 NA 10
8 ANALYST 7566 1987-04-17 0:00 3000 NA 20
9 PRESIDENT NA 1981-11-17 0:00 5000 NA 10
10 SALESMAN 7698 1981-09-08 0:00 1500 0 30
11 CLERK 7788 1987-05-23 0:00 1100 NA 20
12 CLERK 7698 1981-12-03 0:00 950 NA 30
13 ANALYST 7566 1981-12-03 0:00 3000 NA 20
14 CLERK 7782 1982-01-23 0:00 1300 NA 10
4) 원하는 행 선택
emp[emp$DEPTNO == 10, ]
filter(emp, DEPTNO == 10) # dplyr 패키지 함수
subset(emp, DEPTNO == 10) # base 함수
> emp[emp$DEPTNO == 10, ]
EMPNO ENAME JOB MGR HIREDATE SAL COMM DEPTNO
7 7782 CLARK MANAGER 7839 1981-06-09 0:00 2450 NA 10
9 7839 KING PRESIDENT NA 1981-11-17 0:00 5000 NA 10
14 7934 MILLER CLERK 7782 1982-01-23 0:00 1300 NA 10
> filter(emp, DEPTNO == 10) # dplyr 패키지 함수
EMPNO ENAME JOB MGR HIREDATE SAL COMM DEPTNO
1 7782 CLARK MANAGER 7839 1981-06-09 0:00 2450 NA 10
2 7839 KING PRESIDENT NA 1981-11-17 0:00 5000 NA 10
3 7934 MILLER CLERK 7782 1982-01-23 0:00 1300 NA 10
> subset(emp, DEPTNO == 10) # base 함수
EMPNO ENAME JOB MGR HIREDATE SAL COMM DEPTNO
7 7782 CLARK MANAGER 7839 1981-06-09 0:00 2450 NA 10
9 7839 KING PRESIDENT NA 1981-11-17 0:00 5000 NA 10
14 7934 MILLER CLERK 7782 1982-01-23 0:00 1300 NA 1002. 시각화
- 기본 시각화 함수(plot, lines, barplot, ...) + 외부패키지 함수 (ggplot2)
-01 plot
- 점, 선 그래프(기본)
- 데이터프레임의 교차 산점도 출력
- 다양한 분석 결과 시각화
?plot
plot(x,
y = NULL,
type = "p", # 그래프 타입 (p:산점도, l:선그래프프)
xlim = NULL, # x축 범위
ylim = NULL, # y축 범위
log = "", # log 출력
main = NULL, # 메인제목
sub = NULL, # 서브제목
xlab = NULL, # x축 이름
ylab = NULL, # y축 이름
ann = par("ann"), # 축 제목 출력 여부
axes = TRUE, # 눈금 출력 여부(F로 설정하면 그래프 테두리가 모두 사라짐)
cex = , # 점 크기
pch = , # 점 모양
lwd = , # 라인 두께
col = , # 색
lty = 1, # 라인 스타일 (1:실선, 2:점선 ...)
)
# 새로운 figure 출력
dev.new()
plot(v1, v2)
# 기본 plot 출력(산점도)
v1 <- c(1, 4, 10, 33, 23, 12, 50, 38, 33, 25)
v1 <- sort(v1)
v2 <- c(10, 2, 30, 45, 20, 33, 10, 34, 23, 50)
plot(v1, v2) # type = "p"
plot(v1, v2, type = "l") # 선그래프 출력
plot(v1, v2, type = "o") # 선과 점 그래프 출력
plot(v1, v2, type = "o", lty = 2) # 점선력력
plot(v1, v2, type = "o", lty = 2, pch = 10) # 점 모양
plot(v1, v2, type = "o", lty = 2, pch = 8, cex = 3) # 점 크기
plot(v1, v2, type = "o", lty = 2, pch = 8, lwd = 3) # 선 굵기
plot(v1, v2, type = "o", lty = 2, ylim = c(0,80)) # y축 범위 조절
plot(v1, v2, type = "o",
xlab = 'x축', ylab = 'y축', main = '선그래프', las = 1) # las : 눈금 회전(수평
plot(v1, v2, ann = F) # x축, y축 기본 이름 삭제
plot(v1, v2, axes = F) # 눈금 지우기
plot(v1, v2, type = 'o', lty = 2, col = 'red') # 색상 변경
plot(v1, v2, type = 'o', lty = 2, col = '#6495ED') # 색상 변경
# ** plot 함수를 사용한 데이터프레임의 교차 산점도 출력
iris
> 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
7 4.6 3.4 1.4 0.3 setosa
8 5.0 3.4 1.5 0.2 setosa
9 4.4 2.9 1.4 0.2 setosa
10 4.9 3.1 1.5 0.1 setosa
plot(iris[-5])
** plot 함수를 사용한 데이터프레임의 교차 산점도 출력
plot(iris[-5], col = iris$Species)
* col = 1 : BLACK, col =2 RED, col = 3 GREEN
* 각 factor가 서로 다른 색상으로 표현이 됨
> factor 변수는 level 순서대로 1,2,3의 값을 가진다.
> 따라서 col 옵션 역시 동일하게 해석된다.
* 사용자 정의 팔레트 생성
p1 <- ifelse(iris$Species == 'setosa', '#2F4F4F',
ifelse(iris$Species == 'versicolor', '#00BFFF', '#FF4500'))
plot(iris[-5], col = p1)
# * 외부 패키지 팔레트 사용
install.packages('colorspace')
library(colorspace)
colorspace::hcl_palettes() # 특정 팔레트 그룹 색 확인
colorspace::hcl_palettes(plot=T) # 팔레트 전체 색상 확인
hcl_palettes('Sequential', plot=T) # 특정 팔레트 그룹 색 확인
colorspace::sequential_hcl(3, # 색 개수
'plasma') # 팔레트 이름
p2 <- colorspace::sequential_hcl(3, # 색 개수
'Terrain2') # 팔레트 이름
또는
p1 <- ifelse(iris$Species == 'setosa', p2[1],
ifelse(iris$Species == 'versicolor', p2[2], p2[3]))
plot(iris[-5], col = p2)
[ 여러 선 그래프 출력 ]
- plot 함수는 데이터프레임 전달 시 교차산점도 출력 -> 비교 선그래프 출력 불가
- 하나씩 선그래프 출력 or 외부패키지 사용(ggplot2)
- plot으로 메인설정 -> lines로 새 선그래프 추가
1) 눈금변경
axis(side, # 방향(1:x축, 2:y축)
at = , # 눈금좌표
labels = ) # 눈금이름
예제 ) Fruits 데이터를 사용하여 과일별 연도별 sales의 증감추이 선그래프 출력
library(googleVis)
Fruits
Fruits2 <- dcast(Fruits, Year ~ Fruit, value.var = 'Sales')
rownames(Fruits2) <- Fruits2$Year
Fruits2$Year <- NULL
dev.new()
plot(Fruits2$Apples , type = 'o', col = p2[1], ylim = c(0,150), axes = F)
lines(Fruits2$Bananas, type = 'o', col = p2[2])
lines(Fruits2$Oranges, type = 'o', col = p2[3])
axis(1, at = c(1,2,3), labels = rownames(Fruits2))
* x축의 정보가 중첩되는 문제가 발생한다.
plot(Fruits2$Apples , type = 'o', col = p2[1], ylim = c(0,150), axes = F)
lines(Fruits2$Bananas, type = 'o', col = p2[2])
lines(Fruits2$Oranges, type = 'o', col = p2[3])
axis(1, at = c(1,2,3), labels = rownames(Fruits2))
* 따라서 axes=F 옵션을 통해 필요없는 정보를 제거한다.
axis(2) # y축 추가
box() # 테두리 추가
plot(Fruits2$Apples , type = 'o', col = p2[1], ylim = c(0,150), axes = F,
main = '과일별 판매량 변화 추이', xlab = '연도', ylab = '판매량')
lines(Fruits2$Bananas, type = 'o', col = p2[2])
lines(Fruits2$Oranges, type = 'o', col = p2[3])
axis(1, at = c(1,2,3), labels = rownames(Fruits2))
axis(2)
box()
2) 범례 설정
legend(x, # x축 좌표("bottomright","bottom"...)
y, # y축 좌표
legend = , # 범례 이름(각 그래프 설명)
lty = , # 선 스타일(실제 선그래프와 동일하게 적용)
cex = , # 글자크기
fill = , # 막대그래프용 색 전달
title, # 제목
title.adj, # 제목 좌우 위치
title.cold = ,
title.cex = ,
title.fond = ,
box.lwd = ,# 테두리 굵기
box.col = ,
box.lty = ,
bty = 'n', # 테두리 생략
bg = ) # 배경색
legend('bottomright', legend = names(Fruits2), lty = 1, col = p2)
# 범례 위치 직접 지정
legend(2.1, 75, legend = names(Fruits2), lty = 1, col = p2,
title = '과일 이름', title.col = 'red', bg = '#F5F5F5')
3) 제목 설정
title(main = , # 메인제목
sub = , # 서브제목
xlab = ,
ylab = ,
col.main = , # 메인색
col.lab, # x축, y축 색
col.sub, # 서브색
font.main,
font.lab,
font.sub,
cex.main,
cex.lab,
cex.sub)
4) 여백에 텍스트 표시
mtext("y축 좌표",
side = 2, # 위치(1:아래, 2:왼, 3:위, 4:오른쪽)
line = 1, # 라인에서 떨어짐 정도
las = 1, # 회전(0:수직, 1:수평)
at = 12000) # 위치(실제 눈금)
# y축 이름 설정
mtext("판매량",
side = 2,# 위치 (1: 아래, 2 : 왼, 3 : 위, 4 : 오른쪽)
line = 1,
las = 1,
at = 180)
5) 텍스트 전달
text(x, # x 위치
y = NULL, # y 위치
labels = , # 텍스트
pos = , # 기준점 대비 위치(1:아래, 2:왼, 3:위, 4:오른)
offset = 0.5, # pos 거리 조절
xpd = F, # 그래프 밖 출력 여부
srt = 0 # 글자회전 각도
...)
6) 여백 조절
par('mar') # 현재 여백 확인(순서대로 하, 좌, 상, 우) *** 수정필요
par(mar = c(6, 4, 4, 2)) # 현재 여백 확인(순서대로 하, 좌, 상, 우)
7) 현재 그래프 범위 확인
par('usr') # 좌, 우, 상, 하 순서
8) 파라미터 변경
par(bg = '#F2F4FC')
# [ 예제 ]
# 승차 총합 기준으로 top5 역 확인,
# 해당역의 시간대별 승차 변화 시각화
sub <- read.csv('subway2.csv', fileEncoding = 'cp949', skip = 1)
sub2 <- dplyr::filter(sub, 구분 == '승차')
sub2$구분 <- NULL
sub2 <- melt(sub2, id.vars = '전체', variable.name = '시간대', value.name = '승차수')
sub2$시간대 <- as.numeric(str_sub(sub2$시간대, 2, 3))
# 역별 승차 총합
sub3 <- ddply(sub2, .(전체), summarise, 승차총합 = sum(승차수)) |> arrange(-승차총합)
# top 5 확인
sname <- sub3[1:5,'전체']
# 시각화
dev.new()
par(bg = '#F8F9F8')
windowsFonts(
gugi = windowsFont("Gugi 보통")
)
par(family = 'gugi')
my_col1 <- c('#FF6666', '#66FFB2', '#3399FF','#CC99FF','#FF007F')
plot(total$'강 남'/1000, type = 'o', lty = 2, col = my_col1[1],
ylim = c(0,400), axes = F,
xlab = '시간대', ylab = '')
lines(total$'강 변'/1000, type = 'o', lty = 2, col = my_col1[2])
lines(total$'삼 성'/1000, type = 'o', lty = 2, col = my_col1[3])
lines(total$'신 림'/1000, type = 'o', lty = 2, col = my_col1[4])
lines(total$'잠 실'/1000, type = 'o', lty = 2, col = my_col1[5])
axis(1, at = 1:nrow(total), rownames(total))
axis(2)
box()
title('역별 시간대별 승차 추이', col.main = 'red')
mtext('시간대(천)', side = 2, las = 1, at = 450)
legend(18.5, 400, legend = names(total), col = my_col1,
lty = 2, title = '역이름', bg = '#EEF2EF')
'아이티윌_데이터 분석 55기 > 강의내용 필기_통계 및 분석' 카테고리의 다른 글
| #10 10일차_ggplot2 (0) | 2026.04.13 |
|---|---|
| #9 9일차_기본 시각화 : barplot, 이상치 탐색, 히스토그램, 커널밀도, 파이차트 (0) | 2026.04.10 |
| #7 7일차_데이터 형태 변환, NA 처리 (0) | 2026.04.08 |
| #6 6일차 : 외부파일 입출력, DB Connection, 기타 기능 (0) | 2026.04.07 |
| #5 5일차_적용함수, 자료구조 (0) | 2026.04.03 |