[R] reshape 패키지 활용하기

지난 포스팅에서 다루었던 내용은 정규화(Normalization)를 하는 방법에 대한 것이었다.

데이터를 본격적으로 분석하기에 앞서서 데이터를 탐색하는 과정은 매우 중요하기 때문에

이번에는 피벗 테이블을 작성할 수 있는 reshape 패키지를 다루는 연습을 할 것이다.

 

이번 포스팅에서는 insurance 데이터를 사용할 것이다.

insurance.csv

0.05MB

insurance 데이터의 일부

---

Q. 주어진 데이터를 피벗 테이블처럼 구성하고 싶다면?

A. reshape 패키지의 melt()와 cast() 함수를 사용하자.

 

melt() 함수는 여러 개의 열을 취해서 하나의 열로 쌓는다.

예시를 한번 보자.

# 라이브러리 설치
install.packages("reshape")
library(reshape)

# 성(sex)와 지역(region)을 기준으로 melt()
mlt <- melt(df, id = c("sex","region"))

 

위의 결과처럼 melt() 함수를 사용하면 기준변수 성(sex)과 지역(region)을 중심으로 'variable'에 나머지 변수명, 'value'에 값이 들어가게 된다. 이렇게 적당한 형태가 만들어졌다면, cast() 함수를 사용해서 원하는 형태로 계산할 수 있다.

예를 들어 다음의 코드를 실행해보면,

# cast(data, formula = ...~variable, fun)
cast(mlt, sex~variable, mean)

 

cast() 함수 실행 결과

위의 결과처럼 melt()와 cast()를 사용하면 원하는 기준으로 요약 통계량을 확인하기 쉽다.

 

그렇다면, 이번에는 지역(region)을 중심으로 "age", "bmi", "children" 변수만 평균(mean)을 확인하고 싶다면 어떻게 할 수 있을까?

cast(mlt, region~variable, subset = variable==c("age", "bmi", "children"), mean)

 

이렇게 코드를 작성할 수 있을 것이다. 특정 변수만 원한다면 subset = 을 포함해주면 된다. 그러면 아래와 같은 결과를 확인할 수 있다.

cast() 함수 실행 결과

 

 

★ 예시문제1)

insurance 데이터에서 자녀 수(children)에 따른 지역(region)별 요금(charges) 평균을 알고 싶다고 한다. reshape 패키지를 활용해서 다음의 예시의 결과와 같이 출력되도록 코드를 작성하여라.

(hint: 끝에 있는 (all)의 경우에는 cast() 함수안에 margins=c("grand_row", "grand_col")를 넣어주면 된다)

 

 

 

예시답안)

mlt2 <- melt(df, id = c("children", "region"), measure = c("charges"))
cast(mlt2, children~region, margins=c("grand_row", "grand_col"), mean)

 

 

※ 참고: 코드 예시는 해당 함수를 활용하기 위한 방법으로 제시한 것입니다. 같은 결과 도출을 위한 다른 방법이 존재할 수도 있습니다.