#48_140821_R_GROUP 함수

# GROUP 함수

 

l 그룹함수

 

l 그룹함수 종류

- max, min, sum, mean, length, range

 

 

n 활용 예제

> car <- read.csv(“accident2.csv”,header=TRUE)   >> 전국에서 교통사고가 가장 많이 발생하는 지역은 어디인가?   > car[car$cnt==max(car$cnt),c("year","city","loc","cnt")]     year        city               loc cnt 256 2009 서울 강북구 박내과옆 먹자골목  66

>> 직업, 직업별 최대월급을 출력하시오   > aggregate(sal~job, emp, max)         job  sal 1   ANALYST 3000 2     CLERK 3200 3   MANAGER 2975 4 PRESIDENT 5000 5  SALESMAN 1600

>> 부서번호, 부서번호별 토탈월금 출력   > aggregate(sal~deptno, emp, sum)   deptno   sal 1     10  8750 2     20 10875 3     30  9400 4     70  3200   > data.table(emp)[,sum(sal),by=deptno]    deptno    V1 1:     20 10875 2:     30  9400 3:     10  8750 4:     70  3200

>> 직업, 직업별 토탈월급을 출력하는데 직업이 SALESMAN 인 사원만 출력   > data.table(emp)[emp$job=='SALESMAN',sum(sal),by=job]         job   V1 1: SALESMAN 5600

>> 직업, 직업별 토탈월급을 출력하는데 직업이 SALESMAN 사원은 제외하고 토탈월급이 5000이상인 것만 출력   > data.table(emp)[!emp$job=='SALESMAN',sum(sal),by=job]          job   V1 1:     CLERK 7350 2:   MANAGER 8275 3:   ANALYST 6000 4: PRESIDENT 5000 > x <- data.table(emp)[!emp$job=='SALESMAN',sum(sal),by=job] > x          job   V1 1:     CLERK 7350 2:   MANAGER 8275 3:   ANALYST 6000 4: PRESIDENT 5000 > x[v1>=5000] 다음에 오류가 있습니다eval(expr, envir, enclos) : 객체 'v1'를 찾을 수 없습니다 - 대괄호 안에 소문자 컬럼값은 오류가 발생한다 > x[V1>=5000]          job   V1 1:     CLERK 7350 2:   MANAGER 8275 3:   ANALYST 6000 4: PRESIDENT 5000   >> 위 직업별 토탈월급을 높은 것부터 낮은 것으로 정렬하여 출력   > library(doBy) 필요한 패키지를 로딩중입니다: survival 필요한 패키지를 로딩중입니다: splines 필요한 패키지를 로딩중입니다: MASS > orderBy(~-V1,x)          job   V1 1:   MANAGER 8275 2:     CLERK 7350 3:   ANALYST 6000 4: PRESIDENT 5000

> car <- read.csv(“accident2.csv”,header=TRUE)   >> 전국에 교통사고중 최대 건수 출력   > max(car$cnt) [1] 66   >> 전국에서 교통사고가 가장많이 발생하는 지역   car[car$cnt==max(car$cnt),c("city")] [1] 서울 강북구

 

 

l 사전작업

dept.csv

accident2.csv

price.csv

attendance2.csv

salgrade.csv

crime.csv

>> 작업 디렉토리에 위 파일을 다운받는다

emp <- read.csv("emp.csv",header=TRUE) accident2 <- read.csv("accident2.csv",header=TRUE) crime <- read.csv("crime.csv",header=TRUE) attendance2 <- read.csv("attendance2.csv",header=TRUE) price <- read.csv("price.csv",header=TRUE) dept <- read.csv("dept.csv",header=TRUE)

 

 

n 그룹 함수 활용

>> 사원테이블에서 최대월급, 최소월급, 토탈월급, 평균월급, 인원수 출력   > data.frame(max(emp$sal),min(emp$sal), sum(emp$sal), mean(emp$sal), length(emp$sal) )   max.emp.sal. min.emp.sal. sum.emp.sal. mean.emp.sal. length.emp.sal. 1         5000          800        32225      2148.333              15   > x <- cbind(max(emp$sal),min(emp$sal), sum(emp$sal), mean(emp$sal), length(emp$sal) ) > names(x) <- c("maxsal","minsal","sumsal","avgsal","cnt") [1] "maxsal" "minsal" "sumsal" "avgsal" "cnt"   > c(x)    maxsal    minsal    sumsal    avgsal       cnt  5000.000   800.000 32225.000  2148.333    15.000

>> 사원테이블에 사원번호, 이름과 월급, 월급-평균월급을 출력   > data.frame(empno,ename,sal,sal-mean(sal))    empno  ename  sal sal...mean.sal. 1   7369  SMITH  800      -1348.3333 2   7499  ALLEN 1600       -548.3333 3   7521   WARD 1250       -898.3333 4   7566  JONES 2975        826.6667 5   7654 MARTIN 1250       -898.3333 6   7698  BLAKE 2850        701.6667 ……………………………………………

>> 자신의 월급이 사원 테이블의 평균월급과 1000이상 차이가 나는 사원들만 출력   > x <- data.table(empno,ename,sal,diff=sal-mean(sal)) > x[diff>=1000 | diff<=-1000,]    empno ename  sal      diff 1:  7369 SMITH  800 -1348.333 2:  7839  KING 5000  2851.667 3:  7876 ADAMS 1100 -1048.333 4:  7900 JAMES  950 -1198.333 5:  9292  JACK 3200  1051.667

>> 직업, 직업별 인원수를 출력   > aggregate(empno~job,emp,length)         job empno 1   ANALYST     2 2     CLERK     5 3   MANAGER     3 4 PRESIDENT     1 5  SALESMAN     4   > data.table(emp)[,length(empno),by=job ]          job V1 1:     CLERK  5 2:  SALESMAN  4 3:   MANAGER  3 4:   ANALYST  2 5: PRESIDENT  1   > table(emp$job)   ANALYST     CLERK   MANAGER PRESIDENT  SALESMAN         2         5         3         1         4 - 가로로 출력

>> attendance2 출석부에서 본인 이름만 출력   attendance2[attendance2$Name=='이우람',]

>> attendance2 에서 본인의 지각, 결석, 출결 상황을 조회하시오   > a <- attendance2[attendance2$Name=='박솔훈',c(2:41)] > as.integer(a)  [1] 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 > table(as.integer(a)) 0  7  8 5  5 30 - 0이 5번, 7이 5번, 8이 30번이 나온 것을 확인할 수 있다     >> 위 데이터를 이용해서 그래프 출력   > pie(table(as.integer(a)), col=rainbow(6))     > barplot(table(as.integer(a)),col=rainbow(6))

>> 가로 출력   > tapply(sal,job,sum)   ANALYST     CLERK   MANAGER PRESIDENT  SALESMAN      6000      7350      8275      5000      5600 > table(emp$job)   ANALYST     CLERK   MANAGER PRESIDENT  SALESMAN         2         5         3         1         4 > tapply(sal,deptno,sum)    10    20    30    70  8750 10875  9400  3200     >> 직업별, 부서번호별 토탈월급 출력   > tapply(sal,list(job,deptno),sum)             10   20   30   70 ANALYST     NA 6000   NA   NA CLERK     1300 1900  950 3200 MANAGER   2450 2975 2850   NA PRESIDENT 5000   NA   NA   NA SALESMAN    NA   NA 5600   NA

>> 입사한 년도별(4자리), 부서번호별 토탈월급을 가로로 출력   > yhiredate <- format(as.Date(emp$hiredate),"%Y") > tapply(sal,list(yhiredate,deptno),sum)        10   20   30   70 1980   NA  800   NA   NA 1981 7450 5975 9400   NA 1982 1300   NA   NA 3200 1987   NA 4100   NA   NA

>> 년도별, 지역별, 사망자수의 합을 가로로 출력   > data.frame(year,city= dead,serious,slight) > tapply(dead,list(year, substr(accident2$city,1,2)),sum)

>> 최대, 최소, 평균, 각 컬럼별 카운트 횟수 등등 확인방법   > summary(emp)