미세먼지와 대중교통 [ 데이터 분석 ] - 4

이전 게시물에 이어서..

 

 

2019/06/09 - [데이터 과학/내 발전과정_R] - 미세먼지와 대중교통 [ 데이터 분석 ] - 3

미세먼지와 대중교통 [ 데이터 분석 ] - 3

 

 

---

 

 

 

three데이터 

 

 

현재 위의 데이터를 일별로 얼마나 이용했는지 알아보려면 가로로 정렬하는 게 편할 듯 합니다.

 

 

행과 열을 조건에 맞추어 바꾸기 위해선 reshape2패키지가 필요합니다.

 

 

reshape2의 dcast()함수를 사용하는데요, three데이터를 num과 date를 기준으로 분류한다는 말입니다.

sum은 num과 date가 같은 값들을 다 합친 값을 넣겠다는 소리입니다. 여기에 mean을 쓰면 평균을 넣을 것이고, max를 쓰면 최댓값을 넣게 될 겁니다.

 

install.packages("reshape2")
library("reshape2")
wide <- dcast(three, num ~ date, sum)

 

 

wide 데이터

 

 

호선별로 나누는 것만으로는 부족합니다. 합계 행도 만들어 봅시다.

 

wide <- rbind(wide, colSums(wide))

 

여기서 rbind()는 데이터를 열을 기준으로 합치는 함수입니다.

 

저는 wide데이터와 colSums(wide)데이터를 합쳤습니다.

 

 

colSums(wide)는 행별로 총합량을 추출한 데이터입니다.

 

 

합계 행을 넣은 wide데이터

 

 

---

 

 

이제, 간단히 행과 열을 바꾸어주고,

 

long <- t(wide)

 

 

호선별 데이터도 필요없으니 삭제해주고,

 

four <- long[,c(0, 9)]

 

 

four데이터

 

 

이 데이터를 저장해줍니다.

 

write.table(four, file="subwayyear.csv", sep=",", row.names=T, col.names=TRUE)

 

 

사실 이때 헤더도 없고 첫째 열도 불필요하는 등 처리절차가 남아있었지만, 엑셀로 작업하는 게 훨씬 편할 것 같아서 저장해 엑셀로 처리했습니다.

 

 

최종 분석된 데이터

 

 

마쳤습니다!

 

첫번째 행은 날짜, 두번째 행은 이용량의 합계.

 

 

감사합니다.^^