조건에 맞는 데이터 추출하기 filter
데이터 분석을 하다 보면 특정 조건에 맞는 데이터들을 따로 추출하여 분석을 해야 하는 경우가 있습니다. 예를 들면 여성만 추출하여 분석하거나 연령이 30대 이상인 경우만을 추출하여 분석해야 하는 경우가 있습니다. dplyr 패키지의 filter() 함수를 사용하면 편리합니다.
먼저 dplyr 패키지가 포함되어 있는 tidyverse 패키지를 로드 하겠습니다.
library(tidyverse)예시에 사용할 데이터는 starwars입니다. starwars 데이터는 dplyr 패키지에 포함되어 있는 데이터로서 영화 스타워즈 등장인물에 대한 정보(이름, 키, 몸무게 등)를 담고 있습니다.
glimpse(starwars)## Rows: 87
## Columns: 14
## $ name <chr> "Luke Skywalker", "C-3PO", "R2-D2", "Darth Vader", "Leia Or~
## $ height <int> 172, 167, 96, 202, 150, 178, 165, 97, 183, 182, 188, 180, 2~
## $ mass <dbl> 77.0, 75.0, 32.0, 136.0, 49.0, 120.0, 75.0, 32.0, 84.0, 77.~
## $ hair_color <chr> "blond", NA, NA, "none", "brown", "brown, grey", "brown", N~
## $ skin_color <chr> "fair", "gold", "white, blue", "white", "light", "light", "~
## $ eye_color <chr> "blue", "yellow", "red", "yellow", "brown", "blue", "blue",~
## $ birth_year <dbl> 19.0, 112.0, 33.0, 41.9, 19.0, 52.0, 47.0, NA, 24.0, 57.0, ~
## $ sex <chr> "male", "none", "none", "male", "female", "male", "female",~
## $ gender <chr> "masculine", "masculine", "masculine", "masculine", "femini~
## $ homeworld <chr> "Tatooine", "Tatooine", "Naboo", "Tatooine", "Alderaan", "T~
## $ species <chr> "Human", "Droid", "Droid", "Human", "Human", "Human", "Huma~
## $ films <list> <"The Empire Strikes Back", "Revenge of the Sith", "Return~
## $ vehicles <list> <"Snowspeeder", "Imperial Speeder Bike">, <>, <>, <>, "Imp~
## $ starships <list> <"X-wing", "Imperial shuttle">, <>, <>, "TIE Advanced x1",~예시 1 : 하나의 조건에 맞는 데이터 추출하기
아래 예시는 species 변수의 값이 Droid인 데이터를 추출하는 것입니다.
참고로 |>는 파이프라인 연산자로서 최근에 추가된 R의 기본 연산자입니다. dplyr패키지의 %>%와 거의 동일합니다. 파이프라인 연산자는 연산자 왼쪽에 있는 데이터를 연산자 오른쪽 함수에 연결해주는 역할을 합니다.
starwars |>
filter(species == 'Droid')## # A tibble: 6 x 14
## name height mass hair_color skin_color eye_color birth_year sex gender
## <chr> <int> <dbl> <chr> <chr> <chr> <dbl> <chr> <chr>
## 1 C-3PO 167 75 <NA> gold yellow 112 none masculi~
## 2 R2-D2 96 32 <NA> white, blue red 33 none masculi~
## 3 R5-D4 97 32 <NA> white, red red NA none masculi~
## 4 IG-88 200 140 none metal red 15 none masculi~
## 5 R4-P17 96 NA none silver, red red, blue NA none feminine
## 6 BB8 NA NA none none black NA none masculi~
## # ... with 5 more variables: homeworld <chr>, species <chr>, films <list>,
## # vehicles <list>, starships <list>이번에는 species 변수의 값이 Droid가 아닌 데이터를 추출하겠습니다. 이때 사용하는 연산자는 ’같지 않다’라는 의미를 가진 !=를 사용할 것입니다. ==와 반대입니다.
starwars |>
filter(species != 'Droid')## # A tibble: 77 x 14
## name height mass hair_color skin_color eye_color birth_year sex gender
## <chr> <int> <dbl> <chr> <chr> <chr> <dbl> <chr> <chr>
## 1 Luke Sk~ 172 77 blond fair blue 19 male mascu~
## 2 Darth V~ 202 136 none white yellow 41.9 male mascu~
## 3 Leia Or~ 150 49 brown light brown 19 fema~ femin~
## 4 Owen La~ 178 120 brown, gr~ light blue 52 male mascu~
## 5 Beru Wh~ 165 75 brown light blue 47 fema~ femin~
## 6 Biggs D~ 183 84 black light brown 24 male mascu~
## 7 Obi-Wan~ 182 77 auburn, w~ fair blue-gray 57 male mascu~
## 8 Anakin ~ 188 84 blond fair blue 41.9 male mascu~
## 9 Wilhuff~ 180 NA auburn, g~ fair blue 64 male mascu~
## 10 Chewbac~ 228 112 brown unknown blue 200 male mascu~
## # ... with 67 more rows, and 5 more variables: homeworld <chr>, species <chr>,
## # films <list>, vehicles <list>, starships <list>height 변수의 값이 220 이상인 데이터를 추출하겠습니다.
starwars |>
filter(height >= 220)## # A tibble: 5 x 14
## name height mass hair_color skin_color eye_color birth_year sex gender
## <chr> <int> <dbl> <chr> <chr> <chr> <dbl> <chr> <chr>
## 1 Chewbacca 228 112 brown unknown blue 200 male mascu~
## 2 Roos Tar~ 224 82 none grey orange NA male mascu~
## 3 Yarael P~ 264 NA none white yellow NA male mascu~
## 4 Lama Su 229 88 none grey black NA male mascu~
## 5 Tarfful 234 136 brown brown blue NA male mascu~
## # ... with 5 more variables: homeworld <chr>, species <chr>, films <list>,
## # vehicles <list>, starships <list>예시 2 : 2개 이상의 조건에 맞는 데이터 추출하기
조건이 두개 이상인 경우에도 데이터를 추출할 수 있습니다. 이때 &(And) 연산자와 |(Or) 연산자를 사용합니다.
&연산자 :그리고라는 의미로 양쪽의 조건들이 모두 참(TRUE)일 때 참(TRUE)이 됩니다.|연산자 :또는이라는 의미로 양쪽의 조건들 중 어느 하나라도 참(TRUE)이면 참(TRUE)이 됩니다.
아래 예시는 species 변수의 값이 Droid이고 eye_color 변수의 값이 red인 데이터를 추출하는 것입니다. 3개의 데이터가 추출됩니다.
starwars |>
filter(species == 'Droid' & eye_color == 'red')## # A tibble: 3 x 14
## name height mass hair_color skin_color eye_color birth_year sex gender
## <chr> <int> <dbl> <chr> <chr> <chr> <dbl> <chr> <chr>
## 1 R2-D2 96 32 <NA> white, blue red 33 none masculine
## 2 R5-D4 97 32 <NA> white, red red NA none masculine
## 3 IG-88 200 140 none metal red 15 none masculine
## # ... with 5 more variables: homeworld <chr>, species <chr>, films <list>,
## # vehicles <list>, starships <list>이번에는 species 변수의 값이 Droid이거나 eye_color 변수의 값이 red인 데이터를 추출하도록 하겠습니다. 8개의 데이터가 추출됩니다.
starwars |>
filter(species == 'Droid' | eye_color == 'red')## # A tibble: 8 x 14
## name height mass hair_color skin_color eye_color birth_year sex gender
## <chr> <int> <dbl> <chr> <chr> <chr> <dbl> <chr> <chr>
## 1 C-3PO 167 75 <NA> gold yellow 112 none mascu~
## 2 R2-D2 96 32 <NA> white, bl~ red 33 none mascu~
## 3 R5-D4 97 32 <NA> white, red red NA none mascu~
## 4 IG-88 200 140 none metal red 15 none mascu~
## 5 Bossk 190 113 none green red 53 male mascu~
## 6 Nute Gun~ 191 90 none mottled g~ red NA male mascu~
## 7 R4-P17 96 NA none silver, r~ red, blue NA none femin~
## 8 BB8 NA NA none none black NA none mascu~
## # ... with 5 more variables: homeworld <chr>, species <chr>, films <list>,
## # vehicles <list>, starships <list>예시 3 : 목록의 값과 일치하는 데이터 추출하기
eye_color 변수의 값이 blue, yellow, red, brown, blue-gray 등 일때 blue, yellow, red인 데이터를 추출하고자 한다면 (eye_color == 'blue' | eye_color == 'yellow' | eye_color == 'red')와 같은 긴 조건식을 입력해야 합니다. %in% 연산자는 이를 간략하게 해줍니다. 위 조건식은 (eye_color %in% c('blue', 'yellow', 'red'))로 대체가 가능합니다.
아래 예시는 eye_color 변수의 값이 blue, yellow, red인 데이터를 추출하는 것입니다. 35개의 데이터가 추출됩니다.
starwars |>
filter(eye_color %in% c('blue', 'yellow', 'red'))## # A tibble: 35 x 14
## name height mass hair_color skin_color eye_color birth_year sex gender
## <chr> <int> <dbl> <chr> <chr> <chr> <dbl> <chr> <chr>
## 1 Luke Sk~ 172 77 blond fair blue 19 male mascu~
## 2 C-3PO 167 75 <NA> gold yellow 112 none mascu~
## 3 R2-D2 96 32 <NA> white, bl~ red 33 none mascu~
## 4 Darth V~ 202 136 none white yellow 41.9 male mascu~
## 5 Owen La~ 178 120 brown, gr~ light blue 52 male mascu~
## 6 Beru Wh~ 165 75 brown light blue 47 fema~ femin~
## 7 R5-D4 97 32 <NA> white, red red NA none mascu~
## 8 Anakin ~ 188 84 blond fair blue 41.9 male mascu~
## 9 Wilhuff~ 180 NA auburn, g~ fair blue 64 male mascu~
## 10 Chewbac~ 228 112 brown unknown blue 200 male mascu~
## # ... with 25 more rows, and 5 more variables: homeworld <chr>, species <chr>,
## # films <list>, vehicles <list>, starships <list>