R tips 데이터 집계에서 자주 사용하는 함수 apply 및 tapply
9333 단어 R
기사의 목적
이 기사에서는 데이터 집계에서 자주 사용하는 함수인 apply와 tapply에 대해 소개합니다.
sapply나 lapply등도 있습니다만, 사용한 적이 없기 때문에 이 2개에 대해서 해설합니다.
목차
No.
목차
설명
1
사용할 데이터
원본 데이터
2
apply
행과 열별로 함수 적응
3
tapply
1차원으로 그룹별로 함수 적응
4
apply + tapply
다차원 그룹별로 함수 적응
1. 사용할 데이터
학생 5명의 수학과 영어 점수를 만들었습니다.
Math <- c(50, 30, 20, 80, 50)
English <- c(60, 70, 80, 60, 70)
Data <- data.frame(Math, English)
2. apply (행과 열마다 함수 적응)
#行ごとの合計
A1 <- apply(Data, 1, sum)
#列ごとの平均
A2 <- apply(Data, 2, mean)
#列ごとの平均との差
A3 <- apply(Data, 2, function(x) x-mean(x))
데이터
A1(행당 합계)
A2(열당 평균)
A3(열당 평균과의 차이)
3. tapply (1 차원에서 그룹별로 함수 적응)
클래스 데이터를 제공하고 클래스별로 함수를 적응시킵니다.
Class <- c(1,1,2,2,1)
#数学の平均点
B1 <- tapply(Data$Math, Class, mean)
#英語の平均点
B2 <- tapply(Data$English, Class, mean)
#数学の偏差平方和
B3 <- tapply(Data$Math, Class, function(x) sum((x-mean(x))^2))
데이터
B1(수학의 평균점)
B2(영어의 평균점)
B3(수학의 편차 제곱합)
4. apply + tapply (다차원 그룹별로 함수 적응)
apply(Data, 2, function(x) tapply(x, Class, mean))
◯SNS
・youtube
htps : // 코 m / 찬 l / 우 CFDy ぇ ywt hdtwqC3
· Twitter
htps : // 라고 해서 r. 코 m / D 켄_타
Reference
이 문제에 관하여(R tips 데이터 집계에서 자주 사용하는 함수 apply 및 tapply), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/Tatsuki-Oike/items/f939921a4e5f5a9e36d2
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
No.
목차
설명
1
사용할 데이터
원본 데이터
2
apply
행과 열별로 함수 적응
3
tapply
1차원으로 그룹별로 함수 적응
4
apply + tapply
다차원 그룹별로 함수 적응
1. 사용할 데이터
학생 5명의 수학과 영어 점수를 만들었습니다.
Math <- c(50, 30, 20, 80, 50)
English <- c(60, 70, 80, 60, 70)
Data <- data.frame(Math, English)
2. apply (행과 열마다 함수 적응)
#行ごとの合計
A1 <- apply(Data, 1, sum)
#列ごとの平均
A2 <- apply(Data, 2, mean)
#列ごとの平均との差
A3 <- apply(Data, 2, function(x) x-mean(x))
데이터
A1(행당 합계)
A2(열당 평균)
A3(열당 평균과의 차이)
3. tapply (1 차원에서 그룹별로 함수 적응)
클래스 데이터를 제공하고 클래스별로 함수를 적응시킵니다.
Class <- c(1,1,2,2,1)
#数学の平均点
B1 <- tapply(Data$Math, Class, mean)
#英語の平均点
B2 <- tapply(Data$English, Class, mean)
#数学の偏差平方和
B3 <- tapply(Data$Math, Class, function(x) sum((x-mean(x))^2))
데이터
B1(수학의 평균점)
B2(영어의 평균점)
B3(수학의 편차 제곱합)
4. apply + tapply (다차원 그룹별로 함수 적응)
apply(Data, 2, function(x) tapply(x, Class, mean))
◯SNS
・youtube
htps : // 코 m / 찬 l / 우 CFDy ぇ ywt hdtwqC3
· Twitter
htps : // 라고 해서 r. 코 m / D 켄_타
Reference
이 문제에 관하여(R tips 데이터 집계에서 자주 사용하는 함수 apply 및 tapply), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/Tatsuki-Oike/items/f939921a4e5f5a9e36d2
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
Math <- c(50, 30, 20, 80, 50)
English <- c(60, 70, 80, 60, 70)
Data <- data.frame(Math, English)
#行ごとの合計
A1 <- apply(Data, 1, sum)
#列ごとの平均
A2 <- apply(Data, 2, mean)
#列ごとの平均との差
A3 <- apply(Data, 2, function(x) x-mean(x))
데이터
A1(행당 합계)
A2(열당 평균)
A3(열당 평균과의 차이)
3. tapply (1 차원에서 그룹별로 함수 적응)
클래스 데이터를 제공하고 클래스별로 함수를 적응시킵니다.
Class <- c(1,1,2,2,1)
#数学の平均点
B1 <- tapply(Data$Math, Class, mean)
#英語の平均点
B2 <- tapply(Data$English, Class, mean)
#数学の偏差平方和
B3 <- tapply(Data$Math, Class, function(x) sum((x-mean(x))^2))
데이터
B1(수학의 평균점)
B2(영어의 평균점)
B3(수학의 편차 제곱합)
4. apply + tapply (다차원 그룹별로 함수 적응)
apply(Data, 2, function(x) tapply(x, Class, mean))
◯SNS
・youtube
htps : // 코 m / 찬 l / 우 CFDy ぇ ywt hdtwqC3
· Twitter
htps : // 라고 해서 r. 코 m / D 켄_타
Reference
이 문제에 관하여(R tips 데이터 집계에서 자주 사용하는 함수 apply 및 tapply), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/Tatsuki-Oike/items/f939921a4e5f5a9e36d2
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
Class <- c(1,1,2,2,1)
#数学の平均点
B1 <- tapply(Data$Math, Class, mean)
#英語の平均点
B2 <- tapply(Data$English, Class, mean)
#数学の偏差平方和
B3 <- tapply(Data$Math, Class, function(x) sum((x-mean(x))^2))
apply(Data, 2, function(x) tapply(x, Class, mean))
◯SNS
・youtube
htps : // 코 m / 찬 l / 우 CFDy ぇ ywt hdtwqC3
htps : // 라고 해서 r. 코 m / D 켄_타
Reference
이 문제에 관하여(R tips 데이터 집계에서 자주 사용하는 함수 apply 및 tapply), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/Tatsuki-Oike/items/f939921a4e5f5a9e36d2텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)