[R] 데이터 전처리 - 데이터 셋 보기

데이터 전처리 Data Pre-processing

: 원시 자료에 대하여 데이터 정제/가공을 수행하여 분석에 적합한 형태로 만드는 과정

 

데이터 정제:

 - 결측치(Missing Value)와 이상치(Outlier)에 대한 처리

1) Rational Approach

2) Listwise Deletion

3) Pairwise Deletion

4) 단순 대입법

5) 다중 대입법

 

이상치(Outlier)에 대한 처리:

1. 논리적으로 성립되지 않는 값

2. 상식적으로 용인되지 않는 값 - 상자그림 시각화 도구

 

데이터 가공: 정렬, 추가, 필터링, 집계, 병합

 

 

1. 데이터 셋 보기

데이터 분포 현황을 통해서 데이터의 유형과 결측치(NA) 그리고 극단치(Outlier) 등의 데이터를 발견할 수 있다. 주로 결측치는 응답자의 회피와 응답할  없는 상황(예를 들면 여성인 경우 군필 항목)에서 발생하며, 극단치는 데이터의 수집과 입력 과정에서 실수로 발생한다. 데이터 셋 전체를 볼 수 있는 함수는 print(dataset), View(dataset) 가 있다. 

 

2. 데이터 셋 구조 보기

분석에 필요한 데이터 셋의 구조를 확인하는 함수로 데이터 셋의 세부 정보를 조회할 수 있다.

함수	설명
attributes(dataset)	열 이름, 행 이름, 자료구조 정보 제공
str(dataset)	자료구조, 관측치와 변수의 개수 제공
names(dataset)	변수명(칼럼) 조회

 

3. 데이터 셋 조회

데이터프레임을 데이터 셋으로 구성한 경우, 특정 변수에 접근하기 위해서는 $ 기호를 사용하여 "객체$변수" 형식으로 이용한다. 

함수	설명
plot(dataset$변수)	산점도 형태로 변수를 조회
dataset["변수"]	특정 변수 조회
dataset[2]	2 번째 변수(칼럼) 조회
dataset[3, ]	3 번째 관찰치(행) 전체 조회
dataset[-c(1:10), 4]	1~10행 제외하고 4번째 변수(칼럼) 조회