14.12.26 금요일 전산실습

##수업내용

p.53 외부데이터 읽기

cyworld.com/biicii

>게시판 ㅎㅎ1, ㅎㅎ2 자료 다운로드

 

#행렬은 >> 숫자 아니면 문자 오직 한종류씩

#데이터프레임은 숫자, 문자 같이 있을 수 있음

 

p.39 attach 함수

 

rbind( 두 자료 합치기)

 

 

world95_1.xlsx

 

world95_2.xlsx

 

 

world95_R.xlsx

 

 

world95_R2.xlsx

 

**2장 연습문제 9번, 10번 : 레포트!!! ** 모아서 중간고사날에 제출!! (1월2일)

 

##p.74,75 수학,통계관련함수 무조건 암기

##p.75 문자 함수

 

##p.82 시험문제 >> 3.1.5 변수변환(Recoding)

 

 

program1.R

 

 

# 14.12.26 금요일 ================================
install.packages("xlsx")
library(xlsx)

world95_1<-read.xlsx("D:/R/world95_1.xlsx", 1,header=T)

world95_1<-read.xlsx("D:/R/world95_2.xlsx", 1,header=T)  #시트2에 붙여서 불러옴

length(world95_1)   # 변수의 수
[1] 26

dim(world95_1)  # 차원
[1] 49 26

str(world95_1)    ## str 은 개체구조를 파악할 수 있음 , 데이터49개 변수26개
'data.frame':   49 obs. of  26 variables:
 $ country : Factor w/ 49 levels "Afghanistan",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ populatn: num  20500 33900 3700 17800 8000 7400 600 125000 256 10300 ...
 $ density : num  25 12 126 2.3 94 86 828 800 605 50 ...
 $ urban   : Factor w/ 38 levels ".","12","15",..: 5 35 26 34 21 19 33 4 14 25 ...
 $ religion: Factor w/ 8 levels "Animist","Buddhist",..: 4 3 5 6 3 4 4 4 6 5 ...
 $ lifeexpf: num  44 75 75 80 79 75 74 53 78 76 ...
 $ lifeexpm: num  45 68 68 74 73 67 71 53 73 66 ...
 $ literacy: Factor w/ 28 levels ".","100","18",..: 6 25 27 2 28 27 16 7 28 28 ...
 $ pop_incr: num  2.8 1.3 1.4 1.38 0.2 1.4 2.4 2.4 0.21 0.32 ...
 $ babymort: num  168 25.6 27 7.3 6.7 35 25 106 20.3 19 ...
 $ gdp_cap : num  205 3408 5000 16848 18396 ...
 $ region  : num  3 6 5 1 1 5 5 3 6 2 ...
 $ calories: Factor w/ 34 levels ".","1667","1916",..: 1 23 1 24 30 1 1 6 1 1 ...
 $ aids    : Factor w/ 46 levels ".","0","1","10",..: 2 27 14 32 6 1 8 3 28 4 ...
 $ birth_rt: num  53 20 23 15 12 23 29 35 16 13 ...
 $ death_rt: num  22 9 6 8 11 7 4 11 8.4 11 ...
 $ aids_rt : Factor w/ 47 levels ".","0","0.000857632933104631",..: 2 18 6 32 24 1 27 3 23 7 ...
 $ log_gdp : num  2.31 3.53 3.7 4.23 4.26 ...
 $ lg_aidsr: Factor w/ 47 levels ".","0","0.24359046806108",..: 2 25 6 34 28 1 16 3 47 7 ...
 $ b_to_d  : num  2.41 2.22 3.83 1.88 1.09 ...
 $ fertilty: Factor w/ 39 levels ".","1.4","1.47",..: 38 18 21 11 4 18 24 27 7 10 ...
 $ log_pop : num  4.31 4.53 3.57 4.25 3.9 ...
 $ cropgrow: Factor w/ 30 levels ".","1","10","12",..: 4 30 8 24 8 9 10 26 28 16 ...
 $ lit_male: Factor w/ 27 levels ".","100","28",..: 7 25 2 2 1 2 10 8 27 2 ...
 $ lit_fema: Factor w/ 25 levels ".","100","14",..: 3 23 2 2 1 2 12 6 25 2 ...
 $ climate : Factor w/ 9 levels ".","1","3","4",..: 3 8 1 3 8 3 3 5 5 8 ...

#lifeexpf 여자 평균수명 , lifeexpm 남자평균수명

summary(world95_1$lifeexpf)  #world95_1데이터에서 lifeexpf 변수의 요약
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
  44.00   64.00   75.00   69.76   78.00   82.00
summary(world95_1$lifeexpm)  #남자 평균수명요약
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
  41.00   59.00   67.00   64.41   73.00   76.00

attach(world95_1)  # attach쓰고나면 world95_1 다음부터 입력안해도 가능
summary(lifeexpf)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
  44.00   64.00   75.00   69.76   78.00   82.00

plot(lifeexpf,lifeexpm)

detach(world95_1)  #world95_1 사용 종료

world95<-rbind(world95_1,world95_2) #월드1,2를 행으로 합치기 rbind

 str(world95)  ##str의 개체구조, 데이터 109개 변수 26개
'data.frame':   109 obs. of  26 variables:
 $ country : Factor w/ 109 levels "Afghanistan",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ populatn: num  20500 33900 3700 17800 8000 7400 600 125000 256 10300 ...
 $ density : num  25 12 126 2.3 94 86 828 800 605 50 ...
 $ urban   : Factor w/ 38 levels ".","12","15",..: 5 35 26 34 21 19 33 4 14 25 ...
 $ religion: Factor w/ 11 levels "Animist","Buddhist",..: 4 3 5 6 3 4 4 4 6 5 ...
 $ lifeexpf: num  44 75 75 80 79 75 74 53 78 76 ...
 $ lifeexpm: num  45 68 68 74 73 67 71 53 73 66 ...
 $ literacy: Factor w/ 46 levels ".","100","18",..: 6 25 27 2 28 27 16 7 28 28 ...
 $ pop_incr: num  2.8 1.3 1.4 1.38 0.2 1.4 2.4 2.4 0.21 0.32 ...
 $ babymort: num  168 25.6 27 7.3 6.7 35 25 106 20.3 19 ...
 $ gdp_cap : num  205 3408 5000 16848 18396 ...
 $ region  : num  3 6 5 1 1 5 5 3 6 2 ...
 $ calories: Factor w/ 75 levels ".","1667","1916",..: 1 23 1 24 30 1 1 6 1 1 ...
 $ aids    : Factor w/ 94 levels ".","0","1","10",..: 2 27 14 32 6 1 8 3 28 4 ...
 $ birth_rt: num  53 20 23 15 12 23 29 35 16 13 ...
 $ death_rt: chr  "22" "9" "6" "8" ...
 $ aids_rt : Factor w/ 105 levels ".","0","0.000857632933104631",..: 2 18 6 32 24 1 27 3 23 7 ...
 $ log_gdp : num  2.31 3.53 3.7 4.23 4.26 ...
 $ lg_aidsr: Factor w/ 105 levels ".","0","0.24359046806108",..: 2 25 6 34 28 1 16 3 47 7 ...
 $ b_to_d  : chr  "2.40909090909091" "2.22222222222222" "3.83333333333333" "1.875" ...
 $ fertilty: Factor w/ 85 levels ".","1.4","1.47",..: 38 18 21 11 4 18 24 27 7 10 ...
 $ log_pop : num  4.31 4.53 3.57 4.25 3.9 ...
 $ cropgrow: Factor w/ 40 levels ".","1","10","12",..: 4 30 8 24 8 9 10 26 28 16 ...
 $ lit_male: Factor w/ 45 levels ".","100","28",..: 7 25 2 2 1 2 10 8 27 2 ...
 $ lit_fema: Factor w/ 52 levels ".","100","14",..: 3 23 2 2 1 2 12 6 25 2 ...
 $ climate : Factor w/ 10 levels ".","1","3","4",..: 3 8 1 3 8 3 3 5 5 8 ...

write.xlsx(world95,"D:/R/world95_R.xlsx") ## 만든 데이터 저장하기

write.xlsx(world95,"D:/R/world95_R2.xlsx", row.names=FALSE) ##행이름삭제하고 저장

##3장 p.70 벡터
x<-c(1,2,3,4)
 
x
[1] 1 2 3 4
x<-c(x,5)
x
[1] 1 2 3 4 5
y<-c(6,7,8)
x<-c(x,y)
x
[1] 1 2 3 4 5 6 7 8

seq(0,5,by=0.5)  # 0에서 5까지 간격은 0.5
[1] 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0

seq(0,5,length=3)
[1] 0.0 2.5 5.0
rep(1, times=5)
[1] 1 1 1 1 1
rep(c(1,3,5),2)
[1] 1 3 5 1 3 5
seq(0,5,length=5)
[1] 0.00 1.25 2.50 3.75 5.00

x<-c(7,8,9,10)
y<-c(1,2,3,4)

x+y
[1]  8 10 12 14

x-y
[1] 6 6 6 6

x*y
[1]  7 16 27 40

x/y
[1] 7.0 4.0 3.0 2.5

x^y
[1]     7    64   729 10000

x<-c(1,2,3,3.75,5.9,0.00347,10,2.3025)
x
[1]  1.00000  2.00000  3.00000  3.75000  5.90000  0.00347 10.00000  2.30250
> abs(x)
[1]  1.00000  2.00000  3.00000  3.75000  5.90000  0.00347 10.00000  2.30250
>

substr("Statistics",1,4)  #첫째부터 넷째 까지만 가져온다
[1] "Stat"

y<-c("정보통계학과", "응용통계학과")
substr(y,3,6)    #3번째 부터 6번째까지 가져옴
[1] "통계학과" "통계학과"
> substr(y,c(1,3),c(2,6)) #앞에건 1에서2, 뒤에건 3에서6 번째 가져옴
[1] "정보"     "통계학과"

cities<-c("New York, NY", "Ann Arbor, MI", "Chicago, IL")
states<-substr(cities, nchar(cities)-1,nchar(cities));states #끝에 있는 두글자만 가져오기
[1] "NY" "MI" "IL"

city<-strsplit(cities,split=",") #문자열 분리
city
[[1]]
[1] "New York" " NY"    

[[2]]
[1] "Ann Arbor" " MI"     

[[3]]
[1] "Chicago" " IL"