R) EDA - 명목형 변수의 원소 수 파악

현재 다루고 있는 객체의 명목형 변수의 원소를 일괄로 정리하고 싶을 때가 있다. table() 함수를 사용하면 되지만 여러 변수를 한 번에 할때는 어떻게 할까?

단일 변수의 확인

먼저 데이터를 준비한다.

library("ggplot2")
df = as.data.frame(diamonds)
head(df, 2)
##   carat     cut color clarity depth table price    x    y    z
## 1  0.23   Ideal     E     SI2  61.5    55   326 3.95 3.98 2.43
## 2  0.21 Premium     E     SI1  59.8    61   326 3.89 3.84 2.31

table() 함수와 as.data.frame() 함수를 사용하여 다이아몬드의 색상변수 color 에 속한 고유 원소의 개수를 다음과 같이 확인할 수 있다.

table(df$color)
##     D     E     F     G     H     I     J 
##  6775  9797  9542 11292  8304  5422  2808 

as.data.frame(table(df$color))
##   Var1  Freq
## 1    D  6775
## 2    E  9797
## 3    F  9542
## 4    G 11292
## 5    H  8304
## 6    I  5422
## 7    J  2808

다중 변수의 확인

단일 변수가 아니라 다중 변수를 확인하고자 하는데 문제점이 있다. 다음과 같이 cut 변수의 고유 원소는 5개로 color의 그것과 다르다.

1
2
3

table(df$cut)
##  Fair      Good Very Good   Premium     Ideal 
##  1610      4906     12082     13791     21551

그래서 이 때 선택할 수 있는 방법이 list 객체의 활용인데 list 객체에 정리할 경우 다음과 같다.

apply(df[, 2:4], MARGIN = 2, FUN = "table")
## $cut
##      Fair      Good     Ideal   Premium Very Good 
##      1610      4906     21551     13791     12082 
## 
## $color
##     D     E     F     G     H     I     J 
##  6775  9797  9542 11292  8304  5422  2808 
## 
## $clarity
##    I1    IF   SI1   SI2   VS1   VS2  VVS1  VVS2 
##   741  1790 13065  9194  8171 12258  3655  5066

보통 데이터프레임을 활용하기 마련인데 list 객체를 사용할 경우 인덱싱이 불편하다. 그래서 이를 lapply() 함수를 활용하여 정리하는 방법을 소개한다.

library("dplyr")
cat_cnt = apply(df[, 2:4], MARGIN = 2, FUN = "table")
cat_cnt = lapply(cat_cnt, FUN = "as.data.frame")
bind_rows(cat_cnt, .id = "colname")
##    colname      Var1  Freq
## 1      cut      Fair  1610
## 2      cut      Good  4906
## 3      cut     Ideal 21551
## 4      cut   Premium 13791
## 5      cut Very Good 12082
## 6    color         D  6775
## 7    color         E  9797
## 8    color         F  9542
## 9    color         G 11292
## 10   color         H  8304
## 11   color         I  5422
## 12   color         J  2808
## 13 clarity        I1   741
## 14 clarity        IF  1790
## 15 clarity       SI1 13065
## 16 clarity       SI2  9194
## 17 clarity       VS1  8171
## 18 clarity       VS2 12258
## 19 clarity      VVS1  3655
## 20 clarity      VVS2  5066

각 list에 같은 형식의 데이터프레임이 있을 경우 row 기준으로 이어붙여주는 bind_rows() 함수를 사용하였다. 이 함수를 위해서 dplyr 패키지를 호출했으며 그 동작은 마치 기본 함수인 rbind() 와 같다고 보면 된다.

# R, counting, in R, 명목변수, 명목형, 카운팅

R) EDA - 명목형 변수의 원소 수 파악

단일 변수의 확인

다중 변수의 확인

Inflearn에서 인강을 평생 소장하세요!

카탈로그

Inflearn에서 인강을 평생 소장하세요!

카테고리

Your browser is out-of-date!