Rchemist - dplyr 기초 문법 이해하기

R에서 가장 인기가 많은 패키지 중 하나를 꼽으라고 한다면 바로 dplyr 일 것입니다.

dplyr 는 데이터 핸들링 패키지 중 하나로, 아래의 작업을 빠르고 쉽게 도와줄 수 있습니다.

데이터를 다루는 흐름을 그대로 코드에 나타냄으로써, 분석 흐름을 이해하기 쉽습니다.
단순한 영어 동사로 이루어진 함수들을 제공하여, 작성하는 코드를 이해하기 쉽습니다.

dplyr 패키지에 대해 설명하기 위해 starwars 데이터를 사용하도록 하겠습니다. 자세한 사항은 ?starwars 를 통해 확인할 수 있습니다.

library(dplyr)

starwars

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>
Luke Skywalker	172	77.0	blond	fair	blue	19.0	male	masculine
C-3PO	167	75.0	NA	gold	yellow	112.0	none	masculine
R2-D2	96	32.0	NA	white, blue	red	33.0	none	masculine
Darth Vader	202	136.0	none	white	yellow	41.9	male	masculine
Leia Organa	150	49.0	brown	light	brown	19.0	female	feminine
Owen Lars	178	120.0	brown, grey	light	blue	52.0	male	masculine
Beru Whitesun lars	165	75.0	brown	light	blue	47.0	female	feminine
R5-D4	97	32.0	NA	white, red	red	NA	none	masculine
Biggs Darklighter	183	84.0	black	light	brown	24.0	male	masculine
Obi-Wan Kenobi	182	77.0	auburn, white	fair	blue-gray	57.0	male	masculine

starwars는 tibble 데이터 구조를 갖습니다. 이는 dplyr 로 데이터를 불러올 때의 데이터 구조입니다. tibble은 data.frame과 동일한 구조이지만 다른 점이 존재합니다.

tibble은 달리 행의 일부분만 보여줍니다.
tibble은 column의 데이터 유형(type)도 확인할 수 있습니다.

1. dplyr의 동사들

dplyr는 영어 단어 동사를 함수로 사용하여 데이터를 다루게 됩니다. 이 함수들은 크게 세 가지로 나누어 볼 수 있습니다.

행 (Rows)
- filter() : 열을 기준으로 조건에 맞는 행들을 선택합니다.
- slice() : 위치를 기준으로 행들을 선택합니다.
- arrange() : 행의 순서를 변경합니다.
열 (Columns)
- select() : 특정 열을 선택합니다.
- rename() : 열의 이름을 변경합니다.
- mutate() : 새로운 열을 추가합니다.
- relocate() : 열의 순서를 변경합니다.
행 요약
- summarise() : 여러 행을 계산합니다.

2. Pipe 구조

모든 dplyr의 함수는 분석하고자 하는 데이터(tibble)을 첫 번째 인자로 받습니다. dplyr에서는 f(x,y) 구조 보다는 x %>% f(y) 형태로 입력합니다. 이 때 %>% 또는|>를 파이프(pipe) 연산자라고 합니다. 파이프 연산자를 여러 번 사용하여 여러 함수를 이어서 실행할 수 있습니다.

3. `filter()` 행 선택하기

filter()는 데이터에서 일부 행들을 선택하는 함수입니다. filter() 안에는 찾고자 하는 조건이 TRUE인 행들만 선택이 되게 됩니다.

예를 들어, starwars 데이터에서 skin_color가 light이고 eye_color가 brown인 경우를 찾을 때는

starwars |> filter(skin_color=='light',
                   eye_color=='brown')

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>	homeworld <chr>
Leia Organa	150	49	brown	light	brown	19	female	feminine	Alderaan
Biggs Darklighter	183	84	black	light	brown	24	male	masculine	Tatooine
Cordé	157	NA	brown	light	brown	NA	female	feminine	Naboo
Dormé	165	NA	brown	light	brown	NA	female	feminine	Naboo
Raymus Antilles	188	79	brown	light	brown	NA	male	masculine	Alderaan
Poe Dameron	NA	NA	brown	light	brown	NA	male	masculine	NA
Padmé Amidala	165	45	brown	light	brown	46	female	feminine	Naboo

이는 기본 R 코드에서 다음과 같이 구현할 수 있습니다.

starwars[starwars$skin_color=='light' & starwars$eye_color=='brown',]

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>	homeworld <chr>
Leia Organa	150	49	brown	light	brown	19	female	feminine	Alderaan
Biggs Darklighter	183	84	black	light	brown	24	male	masculine	Tatooine
Cordé	157	NA	brown	light	brown	NA	female	feminine	Naboo
Dormé	165	NA	brown	light	brown	NA	female	feminine	Naboo
Raymus Antilles	188	79	brown	light	brown	NA	male	masculine	Alderaan
Poe Dameron	NA	NA	brown	light	brown	NA	male	masculine	NA
Padmé Amidala	165	45	brown	light	brown	46	female	feminine	Naboo

dplyr 를 이용하면, 불필요하게 데이터$변수 를 반복해서 사용할 필요가 없겠죠.

4. `arrange()`: 행 순서 정렬하기

arrange()는 filter()와 동일하게 행을 다루는 함수입니다. 다만 arrange()는 다루는 데이터의 행을 정렬합니다.

만약 두 가지 이상의 열 이름을 제공하는 경우, 첫 번째 열에서 같은 값이 나왔을 때, 추가적으로 행을 정렬하는 기준이 정해지게 됩니다.

starwars |> arrange(height)

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>
Yoda	66	17.0	white	green	brown	896.0	male	masculine
Ratts Tyerell	79	15.0	none	grey, blue	unknown	NA	male	masculine
Wicket Systri Warrick	88	20.0	brown	brown	brown	8.0	male	masculine
Dud Bolt	94	45.0	none	blue, grey	yellow	NA	male	masculine
R2-D2	96	32.0	NA	white, blue	red	33.0	none	masculine
R4-P17	96	NA	none	silver, red	red, blue	NA	none	feminine
R5-D4	97	32.0	NA	white, red	red	NA	none	masculine
Sebulba	112	40.0	none	grey, red	orange	NA	male	masculine
Gasgano	122	NA	none	white, blue	black	NA	male	masculine
Watto	137	NA	black	blue, grey	yellow	NA	male	masculine

위의 정렬된 결과를 보면 R2-D2와 R4-P17의 키가 동일한 것을 알 수 있습니다. 이처럼 동일한 값이 오는 경우, arrange()에 하나의 값을 더 추가함으로써 추가적인 정렬 기준을 세우는 것입니다.

starwars |> arrange(height, mass)

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>
Yoda	66	17.0	white	green	brown	896.0	male	masculine
Ratts Tyerell	79	15.0	none	grey, blue	unknown	NA	male	masculine
Wicket Systri Warrick	88	20.0	brown	brown	brown	8.0	male	masculine
Dud Bolt	94	45.0	none	blue, grey	yellow	NA	male	masculine
R2-D2	96	32.0	NA	white, blue	red	33.0	none	masculine
R4-P17	96	NA	none	silver, red	red, blue	NA	none	feminine
R5-D4	97	32.0	NA	white, red	red	NA	none	masculine
Sebulba	112	40.0	none	grey, red	orange	NA	male	masculine
Gasgano	122	NA	none	white, blue	black	NA	male	masculine
Watto	137	NA	black	blue, grey	yellow	NA	male	masculine

height를 기준으로 오름차순이 되었고, height가 같은 경우, mass가 작은 값부터 오게끔 정렬되었습니다.

만약 내림차순으로 데이터를 정렬하고 싶은 경우는 desc() 를 함께 사용하면 됩니다.

starwars |> arrange(desc(height))

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>
Yarael Poof	264	NA	none	white	yellow	NA	male	masculine
Tarfful	234	136.0	brown	brown	blue	NA	male	masculine
Lama Su	229	88.0	none	grey	black	NA	male	masculine
Chewbacca	228	112.0	brown	unknown	blue	200.0	male	masculine
Roos Tarpals	224	82.0	none	grey	orange	NA	male	masculine
Grievous	216	159.0	none	brown, white	green, yellow	NA	male	masculine
Taun We	213	NA	none	grey	black	NA	female	feminine
Rugor Nass	206	NA	none	green	orange	NA	male	masculine
Tion Medon	206	80.0	none	grey	black	NA	male	masculine
Darth Vader	202	136.0	none	white	yellow	41.9	male	masculine

5. `slice()`: 행의 위치를 통한 행 선택

slice()는 행의 번호(index)를 통해 행들을 선택합니다.

starwars |> slice(5:10)

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>	homeworld <chr>
Leia Organa	150	49	brown	light	brown	19	female	feminine	Alderaan
Owen Lars	178	120	brown, grey	light	blue	52	male	masculine	Tatooine
Beru Whitesun lars	165	75	brown	light	blue	47	female	feminine	Tatooine
R5-D4	97	32	NA	white, red	red	NA	none	masculine	Tatooine
Biggs Darklighter	183	84	black	light	brown	24	male	masculine	Tatooine
Obi-Wan Kenobi	182	77	auburn, white	fair	blue-gray	57	male	masculine	Stewjon

slice() 계열의 함수들은 다음과 같습니다.

slice_head(), slice_tail(): 각각 데이터의 첫 ~행, 마지막 ~행을 선택할 수 있습니다.

starwars |> slice_head(n=5)

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>	homeworld <chr>
Luke Skywalker	172	77	blond	fair	blue	19.0	male	masculine	Tatooine
C-3PO	167	75	NA	gold	yellow	112.0	none	masculine	Tatooine
R2-D2	96	32	NA	white, blue	red	33.0	none	masculine	Naboo
Darth Vader	202	136	none	white	yellow	41.9	male	masculine	Tatooine
Leia Organa	150	49	brown	light	brown	19.0	female	feminine	Alderaan

starwars |> slice_tail(n=3)

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>	homeworld <chr>
BB8	NA	NA	none	none	black	NA	none	masculine	NA
Captain Phasma	NA	NA	unknown	unknown	unknown	NA	NA	NA	NA
Padmé Amidala	165	45	brown	light	brown	46	female	feminine	Naboo

slice_sample(): 무작위로 행을 선택합니다. n을 통해 행의 개수를 선택하거나, prop 옵션을 통해 특정 비율만큼 행을 선택할 수 있습니다.

starwars |> slice_sample(n=10)

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>	homeworld <chr>
Eeth Koth	171	NA	black	brown	brown	NA	male	masculine	Iridonia
Jek Tono Porkins	180	110	brown	fair	blue	NA	male	masculine	Bestine IV
Greedo	173	74	NA	green	black	44.0	male	masculine	Rodia
Darth Vader	202	136	none	white	yellow	41.9	male	masculine	Tatooine
IG-88	200	140	none	metal	red	15.0	none	masculine	NA
Quarsh Panaka	183	NA	black	dark	brown	62.0	NA	NA	Naboo
Rugor Nass	206	NA	none	green	orange	NA	male	masculine	Naboo
Kit Fisto	196	87	none	green	black	NA	male	masculine	Glee Anselm
R2-D2	96	32	NA	white, blue	red	33.0	none	masculine	Naboo
Mon Mothma	150	NA	auburn	fair	blue	48.0	female	feminine	Chandrila

starwars |> slice_sample(prop = 0.1)

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>	homeworld <chr>
Grievous	216	159	none	brown, white	green, yellow	NA	male	masculine	Kalee
Han Solo	180	80	brown	fair	brown	29	male	masculine	Corellia
San Hill	191	NA	none	grey	gold	NA	male	masculine	Muunilinst
R2-D2	96	32	NA	white, blue	red	33	none	masculine	Naboo
Wicket Systri Warrick	88	20	brown	brown	brown	8	male	masculine	Endor
Finn	NA	NA	black	dark	dark	NA	male	masculine	NA
Yoda	66	17	white	green	brown	896	male	masculine	NA
Shmi Skywalker	163	NA	black	fair	brown	72	female	feminine	Tatooine

replace=T를 통해 복원추출을 수행할 수 있습니다.

slice_min(), slice_max()를 통해 특정 열의 가장 높거나 가장 낮은 값을 갖는 행을 선택할 수 있습니다.

starwars |> slice_max(height,n=3)

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>	homeworld <chr>
Yarael Poof	264	NA	none	white	yellow	NA	male	masculine	Quermia
Tarfful	234	136	brown	brown	blue	NA	male	masculine	Kashyyyk
Lama Su	229	88	none	grey	black	NA	male	masculine	Kamino

6. `select()`: 열 선택하기

큰 데이터를 다루게 될 경우, 많은 열이 존재하기 마련입니다. 이 중 분석하고자 하는 일부의 열만 선택할 수 있도록 도와주는 함수가 바로 select()입니다.

starwars |> select(hair_color, skin_color, eye_color)

ABCDEFGHIJ0123456789

hair_color <chr>	skin_color <chr>	eye_color <chr>
blond	fair	blue
NA	gold	yellow
NA	white, blue	red
none	white	yellow
brown	light	brown
brown, grey	light	blue
brown	light	blue
NA	white, red	red
black	light	brown
auburn, white	fair	blue-gray

만약 열들이 붙어 있다면 :을 이용해 한번에 출력할 수도 있습니다.

starwars |> select(hair_color:eye_color)

ABCDEFGHIJ0123456789

hair_color <chr>	skin_color <chr>	eye_color <chr>
blond	fair	blue
NA	gold	yellow
NA	white, blue	red
none	white	yellow
brown	light	brown
brown, grey	light	blue
brown	light	blue
NA	white, red	red
black	light	brown
auburn, white	fair	blue-gray

또한 select() 안에서 열 이름이 갖는 규칙을 활용하여, 특정 규칙만을 갖는 열만 선택할 수 있습니다.

starts_with() : 특정한 값으로 시작하는 열 이름 찾기
```
starwars |> select(starts_with('hair'))
```
ABCDEFGHIJ0123456789
hair_color
<chr>
blond
NA
NA
none
brown
brown, grey
brown
NA
black
auburn, white
Next
1 2 3 4 5 6
...
9
Previous
1-10 of 87 rows
ends_with() : 특정한 값으로 끝나는 열 이름 찾기
```
starwars |> select(ends_with('hair'))
```
ABCDEFGHIJ0123456789
0 rows
matches() : 정규 표현식을 통한 열 이름 찾기
```
starwars |> select(matches('^[a-z]{4}_'))
```
ABCDEFGHIJ0123456789
hair_color
<chr>
skin_color
<chr>
blond fair
NA gold
NA white, blue
none white
brown light
brown, grey light
brown light
NA white, red
black light
auburn, white fair
Next
1 2 3 4 5 6
...
9
Previous
1-10 of 87 rows

contains() :특정한 문자가 포함된 열 이름 찾기

starwars |> select(contains('_'))

ABCDEFGHIJ0123456789

hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>
blond	fair	blue	19.0
NA	gold	yellow	112.0
NA	white, blue	red	33.0
none	white	yellow	41.9
brown	light	brown	19.0
brown, grey	light	blue	52.0
brown	light	blue	47.0
NA	white, red	red	NA
black	light	brown	24.0
auburn, white	fair	blue-gray	57.0

num_range() : 특정 숫자범위를 갖는 열 이름 찾기

num_range() 함수를 설명하기 위해 tidyr 패키지에 있는 billboard 데이터를 사용하겠습니다.

library(tidyr)
billboard |> select(num_range('wk',1:10))

ABCDEFGHIJ0123456789

wk1 <dbl>	wk2 <dbl>	wk3 <dbl>	wk4 <dbl>	wk5 <dbl>	wk6 <dbl>	wk7 <dbl>	wk8 <dbl>	wk9 <dbl>	wk10 <dbl>
87	82	72	77	87	94	99	NA	NA	NA
91	87	92	NA	NA	NA	NA	NA	NA	NA
81	70	68	67	66	57	54	53	51	51
76	76	72	69	67	65	55	59	62	61
57	34	25	17	17	31	36	49	53	57
51	39	34	26	26	19	2	2	3	6
97	97	96	95	100	NA	NA	NA	NA	NA
84	62	51	41	38	35	35	38	38	36
59	53	38	28	21	18	16	14	12	10
76	76	74	69	68	67	61	58	57	59

7. `rename()`: 열 이름 변경

select()문을 이용해 원하는 이름으로 열을 출력할 수도 있습니다.

starwars |> select(home_world=homeworld)

ABCDEFGHIJ0123456789

home_world <chr>
Tatooine
Tatooine
Naboo
Tatooine
Alderaan
Tatooine
Tatooine
Tatooine
Tatooine
Stewjon

그러나 select()는 선택된 열 이외에 다른 열들은 모두 버리기 때문에, rename()을 이용해 열 이름을 변경해줄 수 있습니다.

# rename(new = old)
starwars |> rename(home_world = homeworld)

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>
Luke Skywalker	172	77.0	blond	fair	blue	19.0	male	masculine
C-3PO	167	75.0	NA	gold	yellow	112.0	none	masculine
R2-D2	96	32.0	NA	white, blue	red	33.0	none	masculine
Darth Vader	202	136.0	none	white	yellow	41.9	male	masculine
Leia Organa	150	49.0	brown	light	brown	19.0	female	feminine
Owen Lars	178	120.0	brown, grey	light	blue	52.0	male	masculine
Beru Whitesun lars	165	75.0	brown	light	blue	47.0	female	feminine
R5-D4	97	32.0	NA	white, red	red	NA	none	masculine
Biggs Darklighter	183	84.0	black	light	brown	24.0	male	masculine
Obi-Wan Kenobi	182	77.0	auburn, white	fair	blue-gray	57.0	male	masculine

8. `mutate()`: 새로운 열 추가하기

starwars |> mutate(height_m = height / 100)

ABCDEFGHIJ0123456789

name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>
Luke Skywalker	172	77.0	blond	fair	blue	19.0	male	masculine
C-3PO	167	75.0	NA	gold	yellow	112.0	none	masculine
R2-D2	96	32.0	NA	white, blue	red	33.0	none	masculine
Darth Vader	202	136.0	none	white	yellow	41.9	male	masculine
Leia Organa	150	49.0	brown	light	brown	19.0	female	feminine
Owen Lars	178	120.0	brown, grey	light	blue	52.0	male	masculine
Beru Whitesun lars	165	75.0	brown	light	blue	47.0	female	feminine
R5-D4	97	32.0	NA	white, red	red	NA	none	masculine
Biggs Darklighter	183	84.0	black	light	brown	24.0	male	masculine
Obi-Wan Kenobi	182	77.0	auburn, white	fair	blue-gray	57.0	male	masculine

tibble 특성 상 새롭게 만든 열이 바로 보이지 않지만, select()를 이용해 출력할 수 있습니다.

starwars |>
  mutate(height_m = height / 100) %>%
  select(height_m, height, everything())

ABCDEFGHIJ0123456789

height_m <dbl>	height <int>	name <chr>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>
1.72	172	Luke Skywalker	77.0	blond	fair	blue	19.0	male	masculine
1.67	167	C-3PO	75.0	NA	gold	yellow	112.0	none	masculine
0.96	96	R2-D2	32.0	NA	white, blue	red	33.0	none	masculine
2.02	202	Darth Vader	136.0	none	white	yellow	41.9	male	masculine
1.50	150	Leia Organa	49.0	brown	light	brown	19.0	female	feminine
1.78	178	Owen Lars	120.0	brown, grey	light	blue	52.0	male	masculine
1.65	165	Beru Whitesun lars	75.0	brown	light	blue	47.0	female	feminine
0.97	97	R5-D4	32.0	NA	white, red	red	NA	none	masculine
1.83	183	Biggs Darklighter	84.0	black	light	brown	24.0	male	masculine
1.82	182	Obi-Wan Kenobi	77.0	auburn, white	fair	blue-gray	57.0	male	masculine

mutate() 안에서 새롭게 만든 열도 접근이 가능합니다.

starwars |> 
  mutate(
    height_m = height / 100,
    BMI = mass / (height_m^2)
  ) %>%
  select(BMI, everything())

ABCDEFGHIJ0123456789

BMI <dbl>	name <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>	birth_year <dbl>	sex <chr>	gender <chr>
26.02758	Luke Skywalker	172	77.0	blond	fair	blue	19.0	male	masculine
26.89232	C-3PO	167	75.0	NA	gold	yellow	112.0	none	masculine
34.72222	R2-D2	96	32.0	NA	white, blue	red	33.0	none	masculine
33.33007	Darth Vader	202	136.0	none	white	yellow	41.9	male	masculine
21.77778	Leia Organa	150	49.0	brown	light	brown	19.0	female	feminine
37.87401	Owen Lars	178	120.0	brown, grey	light	blue	52.0	male	masculine
27.54821	Beru Whitesun lars	165	75.0	brown	light	blue	47.0	female	feminine
34.00999	R5-D4	97	32.0	NA	white, red	red	NA	none	masculine
25.08286	Biggs Darklighter	183	84.0	black	light	brown	24.0	male	masculine
23.24598	Obi-Wan Kenobi	182	77.0	auburn, white	fair	blue-gray	57.0	male	masculine

만약 기존의 열은 없애고 새로운 열만 남기고 싶다면, transmute() 를 이용할 수 있습니다.

starwars |>
  transmute(
    height_m = height / 100,
    BMI = mass / (height_m^2)
  )

ABCDEFGHIJ0123456789

height_m <dbl>	BMI <dbl>
1.72	26.02758
1.67	26.89232
0.96	34.72222
2.02	33.33007
1.50	21.77778
1.78	37.87401
1.65	27.54821
0.97	34.00999
1.83	25.08286
1.82	23.24598

9. `relocate()`: 순서 변경

relocate()는 옮길 열들과, 옮길 위치를 지정해주면 됩니다.

# .before or .after
starwars |> relocate(sex:homeworld, # 옮길 열들
                    .before = height # 옮길 위치
                    )

ABCDEFGHIJ0123456789

name <chr>	sex <chr>	gender <chr>	homeworld <chr>	height <int>	mass <dbl>	hair_color <chr>	skin_color <chr>	eye_color <chr>
Luke Skywalker	male	masculine	Tatooine	172	77.0	blond	fair	blue
C-3PO	none	masculine	Tatooine	167	75.0	NA	gold	yellow
R2-D2	none	masculine	Naboo	96	32.0	NA	white, blue	red
Darth Vader	male	masculine	Tatooine	202	136.0	none	white	yellow
Leia Organa	female	feminine	Alderaan	150	49.0	brown	light	brown
Owen Lars	male	masculine	Tatooine	178	120.0	brown, grey	light	blue
Beru Whitesun lars	female	feminine	Tatooine	165	75.0	brown	light	blue
R5-D4	none	masculine	Tatooine	97	32.0	NA	white, red	red
Biggs Darklighter	male	masculine	Tatooine	183	84.0	black	light	brown
Obi-Wan Kenobi	male	masculine	Stewjon	182	77.0	auburn, white	fair	blue-gray

10. `summarise(), summarize()`: 요약

summarise() 는 하나의 열에 대해 평균, 표준편차, 중앙값 등으로 요약하기 위해 함께 사용되는 함수입니다.

starwars |> summarise(height = mean(height, na.rm = TRUE))

ABCDEFGHIJ0123456789

height <dbl>
174.358

dplyr와 %>%(또는 |>)를 사용하여 출력했을 때, 출력된 값이 저장되지 않습니다. 즉 분석하는 데이터에는 변경사항이 없습니다. 만약 새로운 열을 추가하거나 이름을 변경할 때, 또는 계산한 값을 저장하기 위해서는 <- 를 이용해 데이터에 저장하거나 새로운 값으로 선언해야 합니다.

starwars2 <- starwars %>%
  group_by(species, sex) %>%
  select(height, mass) %>%
  summarise(
    height = mean(height, na.rm = TRUE),
    mass = mean(mass, na.rm = TRUE)
  )

# starwars2에는 group_by 후 summarise한 값만 존재
starwars2

ABCDEFGHIJ0123456789

species <chr>	sex <chr>	height <dbl>	mass <dbl>
Aleena	male	79.0000	15.00000
Besalisk	male	198.0000	102.00000
Cerean	male	198.0000	82.00000
Chagrian	male	196.0000	NaN
Clawdite	female	168.0000	55.00000
Droid	none	131.2000	69.75000
Dug	male	112.0000	40.00000
Ewok	male	88.0000	20.00000
Geonosian	male	183.0000	80.00000
Gungan	male	208.6667	74.00000

Reference

https://dplyr.tidyverse.org/articles/dplyr.html

1. dplyr의 동사들

2. Pipe 구조

3. filter() 행 선택하기

4. arrange(): 행 순서 정렬하기

5. slice(): 행의 위치를 통한 행 선택

6. select(): 열 선택하기

7. rename(): 열 이름 변경

8. mutate(): 새로운 열 추가하기

9. relocate(): 순서 변경

10. summarise(), summarize(): 요약

3. `filter()` 행 선택하기

4. `arrange()`: 행 순서 정렬하기

5. `slice()`: 행의 위치를 통한 행 선택

6. `select()`: 열 선택하기

7. `rename()`: 열 이름 변경

8. `mutate()`: 새로운 열 추가하기

9. `relocate()`: 순서 변경

10. `summarise(), summarize()`: 요약