R 데이터 정리 소개

데이터 정리는 분석 전에 반드시 거쳐야 하는 단계입니다. 이 레슨에서는 누락된 값을 처리하고, 데이터 유형을 바로잡으며, 중복 항목을 제거하는 방법을 배웁니다.

누락된 값 처리하기

R에서 누락된 값은 NA로 표시됩니다. is.na()를 사용하여 누락된 값이 있는지 확인할 수 있습니다.

sum(is.na(data))

누락된 값 제거하기

na.omit()을 사용하여 데이터 세트에서 누락된 값을 제거할 수 있습니다.

clean_data <- na.omit(data)

누락된 값 대체하기

경우에 따라 누락된 값을 기본값이나 열의 평균으로 대체하면 유용합니다.

data$column[is.na(data$column)] <- mean(data$column, na.rm = TRUE)

중복 항목 식별하기

duplicated()를 사용하여 데이터 세트에 중복된 행이 있는지 확인할 수 있습니다.

sum(duplicated(data))

중복 항목 제거하기

중복된 행을 제거하려면 dplyr 패키지의 distinct()를 사용합니다.

install.packages('dplyr')
library(dplyr)
data <- distinct(data)

데이터 유형 변환하기

때로는 데이터가 잘못된 형식으로 저장되어 있을 수 있습니다. as.numeric() 및 as.character()와 같은 함수를 사용하여 데이터 유형을 변환할 수 있습니다.

data$column <- as.numeric(data$column)

열 이름 바꾸기

dplyr 패키지의 rename() 함수를 사용하여 데이터 프레임의 열 이름을 바꿀 수 있습니다.

data <- rename(data, NewName = OldName)

요약

이 레슨에서 다음을 배웠습니다.

• 결측값을 처리하는 방법
• 중복된 항목을 제거하는 방법
• 데이터 유형을 정리하고 변환하는 방법