R - subset / ddply

 

 

subset

• 조건에 만족하는 데이터를 선택하는 함수
• 단일값만 비교 가능

subset(데이터프레임, 조건, select=뽑아낼 컬럼)

# 기본 사용법 subset(emp,DEPARTMENT_ID==20)
# 원하는 컬럼만 뽑아낼때 따옴표를 사용하지 않아도 된다. subset(emp,DEPARTMENT_ID==20,select=c(LAST_NAME,SALARY)) subset(emp,DEPARTMENT_ID==20,select=c('LAST_NAME','SALARY'))
# 데이터 프레임으로 비교할수없다 # 오류나진 않지만 원하는 값이 아니다. subset(emp,SALARY > subset(emp,EMPLOYEE_ID==101,select=SALARY))
# 단일값만 비교 가능 subset(emp,SALARY > unlist(subset(emp,EMPLOYEE_ID==101,select=SALARY)))[,c('LAST_NAME','SALARY')] subset(emp,SALARY > as.integer(subset(emp,EMPLOYEE_ID==101,select=SALARY)))[,c('LAST_NAME','SALARY')]

 

---

ddply

• 데이터프레임을 분할하고 함수를 적용한뒤 데이터 프레임으로 결과를 반환하는 함수
• summarise : 기준 컬럼의 데이터 끼리 모은 후 함수에 적용
• transform : 각 행별로 연산을 수행해서 행당 값을 출력하는 기능

ddply(데이터프레임,기준컬럼,summarise,새컬럼이름=계산함수) ddply(데이터프레임,기준컬럼,transform,새컬럼이름=계산함수)

 

 

summarise 사용

# plyr 라이브러리 임포트 library(plyr)
# 기존방식 rbind(aggregate(SALARY ~DEPARTMENT_ID,emp,sum),     list(NA,sum(emp[is.na(emp$DEPARTMENT_ID),'SALARY'])))
# ddply사용 ddply(emp,'DEPARTMENT_ID',summarise,sum_sal=sum(SALARY))
# 다양한 함수를 같이 쓸 수 있다. ddply(emp,'DEPARTMENT_ID',summarise,       sum_sal=sum(SALARY),       avg_sals=mean(SALARY),       emp_count=length(EMPLOYEE_ID))

 

 

transform 사용

# 행 별 비율 구하기 (잘못된 예) # 기존의 변수(qty) 값이 있기 때문에 원하는 값이 안나온다. ddply(sales,'name',transform,qty=sum(qty),pct_qty=(qty/sum(qty)))
# 행 별 비율 구하기 (올바른 예) # 새로운 변수(s_qty)를 만들어주자. ddply(sales,'name',transform,s_qty=sum(qty),pct_qty=(qty/sum(qty)))
# 백분율 ddply(sales,'name',transform,s_qty=sum(qty),pct_qty=(qty*100/sum(qty)))

 

---

 

* summarise / transform 비교 *

summarise	transform
ddply(sales,'name',summarise,qty=sum(qty))	ddply(sales,'name',transform,qty=sum(qty))