[R_STUDY] 03. 데이터프로그래밍 ~ 함수적용

[데이터프로세싱]

 

#subset

: 데이터를 특정조건에 해당하는 부분만 선택하는 함수

#subset
> subset(iris, Species == "setosa")
   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
....

> subset(iris, Species == "setosa" & Sepal.Length > 5) #5보다 큰 애들만 골라내라!
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1           5.1         3.5          1.4         0.2  setosa
6           5.4         3.9          1.7         0.4  setosa
11          5.4         3.7          1.5         0.2  setosa
15          5.8         4.0          1.2         0.2  setosa
16          5.7         4.4          1.5         0.4  setosa
....

> subset(iris, select = c(Sepal.Length, Species))
    Sepal.Length    Species
1            5.1     setosa
2            4.9     setosa
3            4.7     setosa
4            4.6     setosa
5            5.0     setosa
....

> subset(iris, select = -c(Sepal.Length, Species))
    Sepal.Width Petal.Length Petal.Width
1           3.5          1.4         0.2
2           3.0          1.4         0.2
3           3.2          1.3         0.2
4           3.1          1.5         0.2
5           3.6          1.4         0.2
....

 

<apply 계열 함수>

: 벡터, 행렬, 데이터 프레임에 임의의 함수를 적용한 결과 리턴하는 함수

 

#apply(data, 1 or 2, function)

1 : 행단위

2 : 열단위

#apply
> d <- matrix(1:9,ncol=3)
> d
     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9
> d <- matrix(1:12,nrow=3)
> d
     [,1] [,2] [,3] [,4]
[1,]    1    4    7   10
[2,]    2    5    8   11
[3,]    3    6    9   12

> apply(d,1,sum) # 1=행의 속성
[1] 22 26 30
> apply(d,2,sum) # 2=열의 속성
[1]  6 15 24 33

> head(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

> apply(iris[,1:4], 2, sum)
Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
       876.5        458.6        563.7        179.9 

 

#lapply

: 리스트를 반환하는 apply 함수

 #lapply
> result <- lapply(1:3, function(x){x*2})
> result
[[1]]
[1] 2

[[2]]
[1] 4

[[3]]
[1] 6

> unlist(result)
[1] 2 4 6

> x <- list(a=1:3, b=4:6)
> x
$a
[1] 1 2 3

$b
[1] 4 5 6

> lapply(x,mean)
$a
[1] 2

$b
[1] 5

 

#unlist : 리스트를 벡터로 변환

matrix : 벡터를 행렬로 변환

as.data.frame : 행렬을 데이터 프레임으로 변환

names : colname을 읽어오거나 설정함

byrow = T : byrow를 True로 주면, 숫자를 행부터 채운다 (디폴트:열부터)

#unlist -> matrix -> data.frame -> colnames

> d <- as.data.frame(matrix(unlist(lapply(iris[,1:4],mean)),nco=4, byrow=TRUE))
> names(d) <- names(iris[,1:4])
> d
  Sepal.Length Sepal.Width Petal.Length Petal.Width
1     5.843333    3.057333        3.758    1.199333

(* 데이터에 missing value가 많을 경우, 평균값으로 채워넣으면 분산이 깨지지 않음)

 

#sapply

: 벡터, 행렬 등의 데이터 타입으로 리턴하는 apply 함수

#sapply (내부적으로 unlist를 한번 거침)
> lapply(iris[,1:4],mean)
$Sepal.Length
[1] 5.843333

$Sepal.Width
[1] 3.057333

$Petal.Length
[1] 3.758

$Petal.Width
[1] 1.199333

> class(lapply(iris[,1:4], mean))
[1] "list"

> sapply(iris[,1:4], mean)
Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
    5.843333     3.057333     3.758000     1.199333 
    
> class(sapply(iris[,1:4],mean))
[1] "numeric"

#sapply
> x <- sapply(iris[,1:4],mean)
> as.data.frame(x)
                    x
Sepal.Length 5.843333
Sepal.Width  3.057333
Petal.Length 3.758000
Petal.Width  1.199333

> as.data.frame(t(x))
  Sepal.Length Sepal.Width Petal.Length Petal.Width
1     5.843333    3.057333        3.758    1.199333

> sapply(x,class)
Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
   "numeric"    "numeric"    "numeric"    "numeric" 
   
> sapply(iris,class)
Sepal.Length  Sepal.Width Petal.Length  Petal.Width      Species 
   "numeric"    "numeric"    "numeric"    "numeric"     "factor" 
   
> sapply(mtcars,class)
      mpg       cyl      disp        hp      drat        wt      qsec        vs        am 
"numeric" "numeric" "numeric" "numeric" "numeric" "numeric" "numeric" "numeric" "numeric" 
     gear      carb 
"numeric" "numeric"

 

#tapply

: 그룹별로 함수를 적용하기 위한 apply 함수 (table)

#tapply
> 1:10
 [1]  1  2  3  4  5  6  7  8  9 10
 
> rep(1,10)
 [1] 1 1 1 1 1 1 1 1 1 1
 
> tapply(1:10, rep(1,10), sum)
 1 
55 

> tapply(1:10, 1:10%%2==1, sum) #2로 나눈 나머지가 1인 것의 합
FALSE  TRUE 
   30    25 

> tapply(iris$Sepal.Length, iris$Species, mean)
    setosa versicolor  virginica 
     5.006      5.936      6.588 

 

#mapply

: 다수의 인자를 적용한 apply 함수 (multiple)

#mapply
rnorm(10,0,1) #랜덤변수 10개를 뽑아라
mapply(rnorm, c(1,2,3), c(0,10,100), c(1,1,1))
mapply(mean, iris[,1:4])

(* 랜덤변수이므로, 결과값은 매번 다르다!)

 

#리스트의 중첩(Nested list, function)

#Nested list
> l1 <- list(c(1,2,3), c("a","b"), matrix(1:9,ncol=3))
> l1
[[1]]
[1] 1 2 3

[[2]]
[1] "a" "b"

[[3]]
     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9

> l2 <- list(11, c(5,6,7))
> l2
[[1]]
[1] 11

[[2]]
[1] 5 6 7

> lapply(11, length)
[[1]]
[1] 1

> lapply(l2, length)
[[1]]
[1] 1

[[2]]
[1] 3

> rapply(l2, length)
[1] 1 3
> unlist(l2)
[1] 11  5  6  7

> l3 <- list(a=c(1,2,3), b=c("a","b"), c=matrix(1:9,ncol=3))
> l3
$a
[1] 1 2 3

$b
[1] "a" "b"

$c
     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9

> unlist(l3)
 a1  a2  a3  b1  b2  c1  c2  c3  c4  c5  c6  c7  c8  c9 
"1" "2" "3" "a" "b" "1" "2" "3" "4" "5" "6" "7" "8" "9"