OkBublewrap

# 패키지 install.packages("maps") library(maps) install.packages("ggplot2") library(ggplot2) world_map

bball

melt() R에 내장된 데이터 airquality을 불러온다. library(reshape2) head(airquality) melt 함수 열을 행로 전환하는 기능 > melt(데이터 세트, id.vars = "기준열", measure.vars = "변환열") >head(airquality) Ozone Solar.R Wind Temp Month Day 1 41 190 7.4 67 5 1 2 36 118 8.0 72 5 2 3 12 149 12.6 74 5 3 4 18 313 11.5 62 5 4 5 NA NA 14.3 56 5 5 6 28 NA 14.9 66 5 6 melt_test head(melt_test) variable value 1 Ozone 41 2 Ozone 36 3 Ozone 12 4 O..

R에 내장된 데이터 airquality을 불러와준다. library(dplyr) head(airquality) Ozone Solar.R Wind Temp Month Day 1 41 190 7.4 67 5 1 2 36 118 8.0 72 5 2 3 12 149 12.6 74 5 3 4 18 313 11.5 62 5 4 5 NA NA 14.3 56 5 5 6 28 NA 14.9 66 5 6 5월의 온도를 알고 싶어 추출했다. a_filter head(a_filter) Ozone Solar.R Wind Temp Month Day 1 41 190 7.4 67 5 1 2 36 118 8.0 72 5 2 3 12 149 12.6 74 5 3 4 18 313 11.5 62 5 4 5 NA NA 14.3 56 5 5 ..

library(ggplot2) str(airquality) # R에 내장된 데이터 'data.frame': 153 obs. of 6 variables: $ ozone : int 41 36 12 18 NA 28 23 19 8 NA ... $ solar.r: int 190 118 149 313 NA NA 299 99 19 194 ... $ wind : num 7.4 8 12.6 11.5 14.3 14.9 8.6 13.8 20.1 8.6 ... $ temp : int 67 72 74 62 56 66 65 59 61 69 ... $ month : int 5 5 5 5 5 5 5 5 5 5 ... $ day : int 1 2 3 4 5 6 7 8 9 10 ... 달수에 따른 기온 변화를 시각화 ggplot(air..

ID

분석과정 1. 분석설계 (방향성 기획, 방법론 검토, 가설 설정) 2. 데이터 준비(데이터 불러오기, 형태 파악하기) 3. 데이터 가공(추출 및 정제, 파생 변수 생성, 데이터 병합) 4. 데이터 분석(통계 분석, 그래프 그리기) 5.결론 도출(분석 결과해석, 분석결과정리) 데이터의 각 요소와 명칭 1. 데이터 세트 : 행과 열로 이루어진 데이터 구조 2. 행 : 데이터 세트의 가로 영역으로 관측치라고도 부름(row) 3. 열: 데이터 세트의 세로 영역으로 변수라고도 부름(colum) 4. 데이터 값 : 관측된 값 데이터 종류 구분 1차원 2차원 n차원 단일형 벡터 행렬 배열 다중형 리스트 데이터 프레임 - 데이터 구조 vertor