'KindeR' 카테고리의 글 목록 : kini'n creations

총명불여둔필

검색 결과, 48

파이선 'for' 코드를 R 'map' 코드로 '번역하기'

페이스북 '데이터 분석 커뮤니티'에서 재미있는 게시물을 발견했습니다. 파이썬을 주로 사용하는 유저입니다. R을 배우고 있는데 for loop가 좀 어렵네요. 파이썬을 이용해서 예시 데이터 세트를 만들어 보았습니다(이미지). 이것을 R로 코드를 짠다면 어떻게 하면 될까요...? p.s. R에서는 for loop를 잘 사용하지 않는다고도 들었습니다. for loop를 대체해서 apply 류 함수나 purrr 패키지의 map 류 함수를 이용해서 대체가 가능하다는 내용이었습니다. 이와 관련해서도 해당 예시에서도 적용 가능한지 고수님들의 의견을 듣고 싶습니다. 이 블로그에 'R에서 깔끔하게 반복 작업 처리하기(feat. purrr)' 포스트를 남긴 사람으로서 p. s.에 대한 답을 남겨 보려고 합니다. 일단 이미..

KindeR |

R로 깔끔하게 누적 개별 개수(합계) 계산하기(feat. accumulate)

이번에도 페이스북 'R Korea - KRSG(Korean R Study Group)' 그룹에서 재미난 문제를 발견했습니다. 먼저 문제부터 읽어보도록 하겠습니다. 그룹별 누적합은 다들 쉽게 구할줄 아실 텐데요 그룹별 누적 distinct count 는 어떨까요...? 실전에서 마주친 문제인데 꽤 흥미로운 퀴즈가 될 것 같아 가져왔습니다 🙂 ============= Q) 주어진 데이터셋을 이용해 주석 처리된 결과처럼 그룹별 누적매출 및 누적고객수를 구해주세요! library(dplyr) library(tidyr) data = tribble( ~user, ~time, ~group, ~revenue, 'A', 1, 'a', 100, 'A', 4, 'a', 200, 'A', 3, 'b', 700, 'A', 2,..

KindeR |

R로 깔끔하게 분산분석(ANOVA) 돌려보기

오랜만에 페이스북에 들어갔다가 'R Korea - KRSG(Korean R Study Group)'에 올라온 이 글을 보게 됐습니다. R로 분산분석(ANOVA·Analysis of Variance)을 진행하는 내용입니다. ANOVA는 그룹이 세 개 이상일 때 평균 차이가 통계적으로 유의미하다고 할 수 있는지 아닌지 알아보는 작업입니다. 먼저 어떤 글이 올라왔는지 한 번 읽어보겠습니다. 안녕하세요? 과제를 하다가 막히는 부분이 있어서 글 올립니다. ^^ 일원분산분석하는 문제인데요. 코드는 아래와 같습니다. ================================= 개복수술 % as_factor()) %>% aov(value ~ name, data = .) 물론 tidyverse 스타일에 익숙하지 않은 분..

KindeR |

개인적으로 추천하는 R 공부용 책 톱5

인터넷에 자료가 차고 넘치는 세상입니다. 코딩(프로그래밍)을 하다 막히면 책을 찾기보다 '스택 오버 플로우'에 물어보는 게 빨리 답을 얻는 데 유리한 게 사실. 이 블로그를 찾아 '최대한 친절하게 쓴 R' 시리즈를 읽어 주시는 분들께도 늘 감사한 마음입니다. 그래도 '체계'를 잡으려면 좋은 책을 몇 권 골라서 읽어보는 편이 확실히 도움이 됩니다. 여태 R를 공부하면서 한 단계 도약하는 데 도움을 받았다고 생각한 책 톱5를 골라봤습니다. Analyzing Baseball Data With R R 세계에 입문하는 데 도움을 받은 책. 세상에는 다양한 소재와 주제로 R를 접할 수 있도록 도와주는 책이 많이 나와 있습니다. 자기 관심사를 다룬 책을 읽다 보면 R와 더욱 친해질 수 있을 터. 저한테는 물론 그게 ..

KindeR |

데이터 과학 입문서 '친절한 R with 스포츠 데이터'를 썼습니다

어쩌다 보니 '한국어 사용자에게 도움이 될지도 모르는 R 언어 기초 회화 교재'를 세상에 내놓게 됐습니다. 책 앞 부분은 '한국어 tidyverse 사투리' 번역, 뒷부분은 'tidymodels 억양 따라하기'에 초점을 맞췄습니다. 물론 이 과정에서 사용한 문장은 거의 대부분 스포츠에서 가져 왔습니다. 출판 기회를 주신 '영진닷컴'에서는 이 책을 이렇게 소개해 주셨습니다. 이 책에서는 "코로나19는 홈팀 승률을 어떻게 바꿨을까?" "나달은 정말 클레이 코트에서 강할까?" "어떤 기록이 득점/승리를 가장 잘 설명할까?" "롯데 자이언츠가 가을 야구에 진출할 확률은?" 등 흥미로운 스포츠 주제들을 tidyverse, tidymodels라는 R 패키지를 활용해 데이터 분석을 하고 답을 이끌어 냅니다. 덧붙여 ..

KindeR |

R에서 깔끔하게 XML 파일 데이터 프레임으로 만들기(feat. unnest_longer, unnest_wider)

인터넷을 하다 보면 자료를 XML 형태로 제공하는 사이트를 만날 때가 있습니다. 행정안전부에서 운영하는 공공 데이터 통합 제공 시스템 '공공데이터포털'이 대표 사례입니다. 이번 포스트에서는 국토교통부에서 공공데이터포털을 통해 제공하는 '아파트 매매 실거래 상세 자료'를 tibble 형태로 바꾸는 연습을 해보겠습니다. 노파심에 말씀드리면 R에서 가장 널리 쓰는 데이터 유형은 테이블 형식으로 자료를 정리하는 '데이터 프레임'입니다. tibble은 이 데이터 프레임을 업그레이드한 형태라고 생각하시면 됩니다. XML은 'eXtensible Markup Language'를 줄인 말입니다. 일단 마크업 언어(Markup Language)라는 건 여는 태그와 닫는 태그가 따로 있다는 뜻입니다. 인터넷 페이지를 만들 ..

KindeR |

ggplot2 그래프에서 글자색까지 깔맞춤 하기(feat. ggText)

R 조금 더 정확하게는 ggplot2 패키지로 그래프를 그리다 보면 마음에 드는 색깔을 골라서 항목을 칠하고 그 색깔을 계속 유지하고 싶을 때가 있습니다. 지난해 5월에 'ggplot2 그래프 색깔 마음대로 바꾸기(feat. scale_*_manual)' 포스트를 썼던 이유입니다. 그런데 이 포스트를 통해서도 해결하지 못하는 문제가 하나 남아 있습니다. 이 방법으로는 글자 색깔까지 '깔맞춤'으로 유지할 수는 없기 때문입니다. 그래서 세상에 존재하는 패키지가 바로 ggtext입니다. 이 패키지는 마크다운과 HTML 문법을 활용해 ggplot2 그래프에서 글자색을 바꿀 수 있도록 도와줍니다. 제일 먼저 할 일은 늘 그렇듯 tidyverse 패키지 (설치하고) 불러오기. #install.packages(&#3..

KindeR |

R로 그래프 그릴 때 깔끔하게 팔레트 선택하기(feat. colorspace)

어떤 색을 어떻게 섞어 써야 할지 모르는 일이 꼭 파워포인트(PPT) 자료를 만들 때만 생기는 건 아닙니다. R로 그래프를 그릴 때도 엉뚱한 색깔을 썼다 가는 한 땀, 한 땀 열심히 그린 그래프가 쳐다 보기 싫은 존재로 변할 수도 있습니다. 색상 선택이 고민일 때 많은 R 사용자가 보통 RColorBrewer 패키지를 선택합니다. 이 선택이 잘못이라는 얘기는 절대 아닙니다. 그래도 어떤 대안이 있다면 반드시 그 대안의 대안도 있게 마련. 그런 이유로, 자랑스레, colorspace 패키지를 여러분께 소개해 드립니다 -_-)/ Hello, colorspace! colorspace는 기본적으로 RColorBrewer 확장판이라고 생각하시면 됩니다. 완전히 똑같지는 않지만 colorspace에는 △RColor..

KindeR |

R에서 이미 알고 있는 값으로 상자-수염 그래프 그리기(feat. stat='identity')

이 블로그와 아주 좋은 친구인 위키피디아는 상자-수염 그래프를 이렇게 설명합니다. 기술 통계학에서 '상자 수염 그림''box-and-whisker plot, box-and-whisker diagram) 또는 '상자 그림'(box plot, boxplot)은 수치적 자료를 표현하는 그래프이다. 이 그래프는 가공하지 않은 자료 그대로를 이용하여 그린 것이 아니라, 자료로부터 얻어낸 통계량인 5가지 요약 수치(다섯 숫자 요약, five-number summary)를 가지고 그린다. 이 때 5가지 요약 수치란 최솟값, 제 1사분위(Q1), 제 2사분위(Q2), 제 3사분위(Q3), 최댓값을 일컫는 말이다. 여기서 우리가 주목해야 하는 표현은 두 번째 문장에 나옵니다. 상자 수염 그래프는 가공 않은 자료 그러니까..

KindeR |

R에서 몬테카를로 시뮬레이션으로 파이(π) 값 추정하기(feat. runif())

몬테카를로 카지노 앞에서 열린 포뮬러원(F1) 모나코 그랑프리 경주 장면. F1 홈페이지 세상을 살다 보면 '시뮬레이션'이라는 걸 해보고 싶을 때가 있습니다. 확률을 기반으로 시뮬레이션을 진행할 때는 '몬테카를로 방법'이 거의 글로벌 스탠더드라고 해도 과언이 아닙니다. 이 블로그와 아주 좋은 친구 사이인 위피디디아는 몬테카를로 방법을 이렇게 설명합니다. 몬테카를로 방법(Monte Carlo method)은 난수를 이용하여 함수의 값을 확률적으로 계산하는 알고리즘을 부르는 용어이다. 수학이나 물리학 등에 자주 사용되며, 계산하려는 값이 닫힌 형식으로 표현되지 않거나 복잡한 경우에 근사적으로 계산할 때 사용된다. 스타니스와프 울람이 모나코의 유명한 도박의 도시 몬테카를로의 이름을 본따 명명하였다. 1930년..

KindeR |

R 그래프에 LaTeX 수식 넣기(feat. latex2exp)

LaTeX이라고 쓰고 /레이텍/ 또는 /라텍/이라고 읽는 논문 문서 저작 도구가 있습니다. LaTeX를 쓰면 무엇보다 원하는 대로 수식을 넣을 수 있다는 게 제일 큰 장점입니다. 예컨대 '롯데 '가을야구' 진출 확률, 이항분포로 알아보자!' 포스트에 등장하는 수식을 쓰면서 사용한 도구가 바로 LaTeX입니다. LaTeX는 원래 이동 가능 문서 형식(PDF) 저작 도구에 가까운 게 사실이지만 (거의) 똑같은 공식으로 다양한 문서 형태를 만들 수 있다는 장점도 있습니다. R에서도 latex2exp 패키지를 통해 LaTeX 문법을 지원하고 있습니다. 지금부터 latex2exp 패키지를 가지고 그래프 위에 LaTeX 수식을 작성하는 방법을 살펴 보도록 하겠습니다. 늘 그랬든 제일 먼저 할 일은 tidyverse..

KindeR |

R로 4할 타자 출현 확률 알아보기(feat. dbinom(), pbinom())

메이저리그 '마지막 4할 타자' 테드 윌리엄스. 동아일보DB 제발 누군가 빨리 좀 타율 4할을 넘겼으면 좋겠다. 그래야 사람들이 마지막 4할 타자에 대한 질문을 그에게 쏟아내느라 나를 가만히 내버려 둘 테니 말이다. 테드 윌리엄스(1918~2002)는 1986년 펴낸 책 '타격의 과학(The Science of Hitting)'에 이렇게 썼습니다. 그러나 윌리엄스는 끝내 또 다른 4할 타자를 보지 못한 채 숨을 거뒀습니다. 그 뒤로 메이저리그는 18시즌을 더 치렀지만 여전히 4할 타자는 나오지 않았습니다. 현재까지도 메이저리그에서 마지막으로 타율 4할을 넘긴 건 1941년 윌리엄스입니다. 윌리엄스는 그해 타율 .406(456타수 185안타)을 기록했습니다. 윌리엄스 이전까지만 해도 타자 스무 명이 총 스..

KindeR |

1
2
3
4

티스토리툴바