데이터 사이언스 100번의 노크(구조화 데이터 처리편) – R Part 1 (Q1 to Q20)의 해설입니다.

참고(Reference) : 「데이터 사이언티스트 협회 스킬 정의 위원」의 「데이터 사이언스 100번의 노크(구조화 데이터 처리편)」입니다.

데이터 사이언티스트 소사이어티 깃허브 : https://github.com/The-Japan-DataScientist-Society/100knocks-preprocess

데이터 사이언스 100 노크 (구조화된 데이터 처리) URL : https://github.com/The-Japan-DataScientist-Society/100knocks-preprocess/blob/master/docker/work/answer/ans_preprocess_knock_R.ipynb

– 참고: 원래 데이터 사이언티스트 소사이어티(データサイエンティスト協会スキル定義委員)에서 만든 ipynb 파일을 DeepL 에서 일본어에서 영어로 번역한 파일입니다.

– 이 파일을 업데이트한 이유는 초보자부터 고급 엔지니어까지 R을 사용하고자 하는 모든 사람에게 유용한 이 실습을 전파하기 위해서입니다.

– 이 데이터는 일본어로 작성되었으므로 연습할 때 언어 문제가 발생할 수 있습니다. 그러나 크게 영향을 미치지 않으므로 걱정하지 마십시오.

처음에

먼저 다음 셀을 실행합니다.
필요한 라이브러리를 가져오고 데이터베이스에서 데이터를 읽습니다(PostgreSQL).
사용할 것으로 예상되는 라이브러리는 다음 셀에서 가져옵니다.
사용하려는 다른 라이브러리가 있는 경우 install.packages()를 사용하여 적절하게 설치합니다.
이름, 주소 등은 더미 데이터이며 실제 데이터가 아닙니다.

In [ ]:

require("RPostgreSQL") 
require("tidyr") 
require("dplyr") 
require("stringr") 
require("caret") 
require("lubridate") 
require("rsample") 
require("recipes") 
require("themis") 

host <- "db" 
port <- Sys.getenv()["PG_PORT"] 
dbname <- Sys.getenv()["PG_DATABASE"] 
user <- Sys.getenv()["PG_USER"] 
password <- Sys.getenv()["PG_PASSWORD"] 

con <- dbConnect(PostgreSQL(), host=host, port=port, dbname=dbname, user=user, password=password) 
df_customer <- dbGetQuery(con,"SELECT * FROM customer") 
df_category <- dbGetQuery(con,"SELECT * FROM category") 
df_product <- dbGetQuery(con,"SELECT * FROM product") 
df_receipt <- dbGetQuery(con,"SELECT * FROM receipt") 
df_store <- dbGetQuery(con,"SELECT * FROM store") 
df_geocode <- dbGetQuery(con,"SELECT * FROM geocode")

Loading required package: RPostgreSQL

Loading required package: DBI

Loading required package: tidyr

Loading required package: dplyr


Attaching package: ‘dplyr’


The following objects are masked from ‘package:stats’:

    filter, lag


The following objects are masked from ‘package:base’:

    intersect, setdiff, setequal, union


Loading required package: stringr

Loading required package: caret

Loading required package: ggplot2

Loading required package: lattice

Loading required package: lubridate


Attaching package: ‘lubridate’


The following objects are masked from ‘package:base’:

    date, intersect, setdiff, union


Loading required package: rsample

Loading required package: recipes


Attaching package: ‘recipes’


The following object is masked from ‘package:stringr’:

    fixed


The following object is masked from ‘package:stats’:

    step


Loading required package: themis

Registered S3 methods overwritten by 'themis':
  method                  from   
  bake.step_downsample    recipes
  bake.step_upsample      recipes
  prep.step_downsample    recipes
  prep.step_upsample      recipes
  tidy.step_downsample    recipes
  tidy.step_upsample      recipes
  tunable.step_downsample recipes
  tunable.step_upsample   recipes


Attaching package: ‘themis’


The following objects are masked from ‘package:recipes’:

    step_downsample, step_upsample

연습문제

R-001: 영수증 내역 데이터(df_receipt)에서 전체 항목 중 첫 10건을 표시하여 어떤 데이터를 보유하고 있는지 목시으로 확인하라.

In [2]:

head(df_receipt, n = 10)

A data.frame: 10 × 9

	sales_ymd	sales_epoch	store_cd	receipt_no	receipt_sub_no	customer_id	product_cd	quantity	amount
	<int>	<int>	<chr>	<int>	<int>	<chr>	<chr>	<int>	<int>
1	20181103	1541203200	S14006	112	1	CS006214000001	P070305012	1	158
2	20181118	1542499200	S13008	1132	2	CS008415000097	P070701017	1	81
3	20170712	1499817600	S14028	1102	1	CS028414000014	P060101005	1	170
4	20190205	1549324800	S14042	1132	1	ZZ000000000000	P050301001	1	25
5	20180821	1534809600	S14025	1102	2	CS025415000050	P060102007	1	90
6	20190605	1559692800	S13003	1112	1	CS003515000195	P050102002	1	138
7	20181205	1543968000	S14024	1102	2	CS024514000042	P080101005	1	30
8	20190922	1569110400	S14040	1102	1	CS040415000178	P070501004	1	128
9	20170504	1493856000	S13020	1112	2	ZZ000000000000	P071302010	1	770
10	20191010	1570665600	S14027	1102	1	CS027514000015	P071101003	1	680

설명:

head(df_receipt, n = 10)이라는 코드는 df_receipt라는 데이터 프레임의 처음 10개의 행을 표시하는 데 사용된다.

R에서 데이터 프레임은 각 열이 숫자, 문자, 인자 등 서로 다른 데이터 타입을 가질 수 있는 표와 같은 구조입니다. 구조화된 형태로 데이터를 저장하고 조작하기 위해 자주 사용된다.

R의 head() 함수는 데이터 프레임의 첫 몇 줄을 표시하는 데 사용된다. 기본적으로 데이터 프레임의 처음 6행이 표시됩니다. 그러나 n 인수로 표시할 행 수를 지정할 수 있다. 이 경우 n = 10은 df_receipt 데이터 프레임의 처음 10 줄을 표시하는 데 사용됩니다.

따라서 이 코드가 실행되면 출력에 df_receipt 데이터 프레임의 처음 10행이 표시됩니다.

R-002: 영수증 내역 데이터(df_receipt)에서 판매일자(sales_ymd), 고객 아이디(customer_id), 상품코드(product_cd), 판매금액(amount)의 순서로 열을 지정하여 10건씩 표시하라.

In [3]:

head(df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")], n = 10)

A data.frame: 10 × 4

	sales_ymd	customer_id	product_cd	amount
	<int>	<chr>	<chr>	<int>
1	20181103	CS006214000001	P070305012	158
2	20181118	CS008415000097	P070701017	81
3	20170712	CS028414000014	P060101005	170
4	20190205	ZZ000000000000	P050301001	25
5	20180821	CS025415000050	P060102007	90
6	20190605	CS003515000195	P050102002	138
7	20181205	CS024514000042	P080101005	30
8	20190922	CS040415000178	P070501004	128
9	20170504	ZZ000000000000	P071302010	770
10	20191010	CS027514000015	P071101003	680

설명:

head(df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")], n = 10)이라는 코드는 df_receipt라는 데이터 프레임의 처음 10개의 행을 표시하는 데 사용되지만, "sales_ymd", "customer_id", "product_cd", "amount" 열만 표시합니다. ymd", "customer_id", "product_cd", "amount" 열만 표시한다.

R에서 데이터 프레임은 각 열이 숫자, 문자, 인자 등 서로 다른 데이터 타입을 가질 수 있는 테이블과 같은 구조다. 구조화된 형태로 데이터를 저장하고 조작하기 위해 자주 사용된다.

R의 head() 함수는 데이터 프레임의 첫 몇 줄을 표시하는 데 사용됩니다. 기본적으로 데이터 프레임의 처음 6행이 표시됩니다. 하지만 n 인수를 사용하여 표시할 행 수를 지정할 수 있습니다.

이 경우 df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")]는 df_receipt 데이터 프레임을 하위 집합으로 만들어 "sales_ymd", "customer_id", "product _cd", "amount" 열만 선택하는 데 사용되며, c() 함수는 열 이름을 벡터로 연결하기 위해 사용된다.

따라서 이 코드를 실행하면 df_receipt 데이터 프레임의 처음 10행이 출력되지만 "sales_ymd", "customer_id", "product_cd", "amount" 열만 표시된다. 이는 큰 데이터 프레임을 다룰 때 열의 하위 집합에만 집중해야 할 때 유용하다.

R-003: 영수증 내역 데이터(df_receipt)에서 매출일자(sales_ymd), 고객 ID(customer_id), 상품코드(product_cd), 매출금액(amount) 순으로 열을 지정하여 10건씩 표시한다. 단, sales_ymdsales_date로 항목명을 변경하면서 추출한다.

In [4]:

head(rename(df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")], sales_date = sales_ymd), n = 10)

A data.frame: 10 × 4

	sales_date	customer_id	product_cd	amount
	<int>	<chr>	<chr>	<int>
1	20181103	CS006214000001	P070305012	158
2	20181118	CS008415000097	P070701017	81
3	20170712	CS028414000014	P060101005	170
4	20190205	ZZ000000000000	P050301001	25
5	20180821	CS025415000050	P060102007	90
6	20190605	CS003515000195	P050102002	138
7	20181205	CS024514000042	P080101005	30
8	20190922	CS040415000178	P070501004	128
9	20170504	ZZ000000000000	P071302010	770
10	20191010	CS027514000015	P071101003	680

설명:

head(rename(df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")], sales_date = sales_ymd), n = 10)이라는 코드는 df_receipt라는 데이터 프레임 의 처음 10개의 행을 표시하기 위해 사용하는데, "sales_ymd", "customer_id", "product_cd", "amount" 열만 보여주고 "sales_ymd" 열을 "sales_date"로 이름을 바꾸고 있다.

R에서 데이터 프레임은 각 열이 숫자, 문자, 인자 등 서로 다른 데이터 타입을 가질 수 있는 테이블과 같은 구조다. 구조화된 형태로 데이터를 저장하고 조작하기 위해 자주 사용된다.

R의 head() 함수는 데이터 프레임의 처음 몇 줄을 표시하는 데 사용된다. 기본적으로 데이터 프레임의 처음 6행이 표시됩니다. 하지만 인수 n으로 표시할 행 수를 지정할 수 있습니다.

R의 rename() 함수는 데이터 프레임의 열 이름을 변경하는 데 사용됩니다. 이 경우 "sales_ymd"라는 열의 이름을 "sales_date"로 바꾸는 데 사용됩니다.

이 코드에서는 df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")]를 사용하여 df_receipt 데이터 프레임을 서브셋하여 "sales_ymd", "customer_id", " product_cd", "amount" 열만 선택한다. c() 함수는 열 이름을 벡터로 연결하기 위해 사용된다.

다음으로 rename(data_frame, new_column_name = old_column_name)이라는 구문으로, 하위 집합된 데이터 프레임에 rename() 함수가 적용된다. 그 결과 df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")]와 동일한 행과 열을 가진 데이터 프레임이 되지만, "sales_ymd" 열은 "sales_date"로 이름이 변경되었습니다.

마지막으로 이름을 바꾼 데이터 프레임에 head() 함수를 적용하여 처음 10개의 행을 표시합니다.

따라서 이 코드를 실행하면 출력에 df_receipt 데이터 프레임의 처음 10행이 표시되지만 "sales_date", "customer_id", "product_cd", "amount" 열만 표시되고 "sales_ymd" 열은 "sales _date"로 변경됩니다.

R-004: 영수증 내역 데이터(df_receipt)에서 판매일(sales_ymd), 고객 ID(customer_id), 상품 코드(product_cd), 판매 금액(amount) 순으로 열을 지정하고, 다음 조건을 만족하는 데이터를 추출하시오.

고객 ID(customer_id)가 “CS018205000001”.

In [5]:

df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")] %>% filter(customer_id == "CS018205000001")

A data.frame: 12 × 4

sales_ymd	customer_id	product_cd	amount
<int>	<chr>	<chr>	<int>
20180911	CS018205000001	P071401012	2200
20180414	CS018205000001	P060104007	600
20170614	CS018205000001	P050206001	990
20170614	CS018205000001	P060702015	108
20190216	CS018205000001	P071005024	102
20180414	CS018205000001	P071101002	278
20190226	CS018205000001	P070902035	168
20190924	CS018205000001	P060805001	495
20190226	CS018205000001	P071401020	2200
20180911	CS018205000001	P071401005	1100
20190216	CS018205000001	P040101002	218
20190924	CS018205000001	P091503001	280

설명:

df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")] %>% filter(customer_id == "CS018205000001")라는 코드를 사용하여 df_receipt 데이터 프레임의 의 하위 집합으로 "sales_ymd" 열만 선택합니다." "customer_id", "product_cd", "amount"의 세 개의 컬럼을 가진 데이터 프레임을 만들고 "customer_id" 컬럼이 "CS018205000001"과 같은 행만 포함하도록 필터링합니다.

R에서 데이터 프레임은 테이블과 같은 구조로, 각 컬럼은 숫자, 문자, 인자 등 다양한 데이터 타입을 가질 수 있다. 구조화된 형태로 데이터를 저장하고 조작하기 위해 자주 사용된다.

R의 %>% 연산자를 파이프 연산자라고 하는데, 여러 함수를 연쇄적으로 연결하여 하나의 수식으로 만드는 데 사용된다. 이 예제에서는 df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")]의 출력을 filter() 함수에 전달하기 위해 사용된다.

R의 filter() 함수는 데이터 프레임에서 특정 조건을 만족하는 행을 선택하기 위해 사용된다. 이 경우 "customer_id" 컬럼이 "CS018205000001"과 같은 행만 포함하도록 데이터 프레임을 필터링하는 데 사용됩니다.

따라서 이 코드를 실행하면 "sales_ymd", "customer_id", "product_cd", "amount" 컬럼만 포함하고 "customer_id" 컬럼이 "CS018205000001"과 동일한 행만 포함하는 데이터 프레임을 출력합니다. 로 출력한다. 이는 큰 데이터 프레임을 분석할 때 특정 조건을 충족하는 행의 하위 집합에만 집중해야 할 때 유용하다.

R-005: 영수증 내역 데이터(df_receipt)에서 판매일(sales_ymd), 고객 ID(customer_id), 상품 코드(product_cd), 판매 금액(amount)의 순서로 열을 지정하고, 아래 조건을 모두 만족하는 데이터를 추출하라.

고객 ID(customer_id)가 “CS018205000001”

매출 금액(amount)이 1,000 이상

In [6]:

df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")] %>% filter(customer_id == "CS018205000001" & amount >= 1000)

A data.frame: 3 × 4

sales_ymd	customer_id	product_cd	amount
<int>	<chr>	<chr>	<int>
20180911	CS018205000001	P071401012	2200
20190226	CS018205000001	P071401020	2200
20180911	CS018205000001	P071401005	1100

설명:

df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")] %>% filter(customer_id == "CS018205000001" & amount >= 1000) 라는 코드를 사용하여 df_receipt receipt 데이터 프레임을 부분 집합화하여 "sales_ymd" 열만 선택합니다." customer_id", "product_cd", "amount" 세 개의 데이터 프레임을 만들고 "customer_id" 열이 "CS018205000001", "amount" 열이 1000개 이상의 행만 포함하도록 필터링한다.

R에서 데이터 프레임은 테이블과 같은 구조로, 각 열은 숫자, 문자, 인자 등 다양한 데이터 타입을 가질 수 있다. 구조화된 형태로 데이터를 저장하고 조작하는 데 자주 사용된다.

R의 %>% 연산자를 파이프 연산자라고 하는데, 여러 함수를 연쇄적으로 연결하여 하나의 수식으로 만드는 데 사용된다. 이 예제에서는 df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")]의 출력을 filter() 함수에 전달하기 위해 사용하고 있다.

R의 filter() 함수는 데이터 프레임에서 특정 조건을 만족하는 행을 선택하기 위해 사용된다. 이 경우 "customer_id" 열이 "CS018205000001"과 같고 "amount" 열이 1000개 이상의 행만 포함하도록 데이터 프레임을 필터링하는 데 사용되며, 두 조건을 결합하기 위해 & 연산자가 사용됩니다.

따라서 이 코드를 실행하면 "sales_ymd", "customer_id", "product_cd", "amount" 열만 포함된 데이터 프레임이 출력되며, "customer_id" 열이 "CS018205000001"과 같고 "CS018205000001", "amount" 열이 1000개 이상의 행을 포함하는 데이터 프레임이 출력된다. amount" 컬럼이 1000개 이상인 행만 포함된다. 이는 큰 데이터 프레임을 분석할 때 특정 조건을 충족하는 행의 하위 집합에만 집중해야 할 때 유용하다.

R-006: 영수증 내역 데이터(df_receipt)에서 판매일(sales_ymd), 고객 ID(customer_id), 상품 코드(product_cd), 판매 수량(quantity), 판매 금액(amount) 순으로 열을 지정하고, 다음 조건을 모두 만족하는 데이터를 추출하라. 추출하라.

고객 ID(customer_id)가 “CS018205000001”.

판매금액(amount)이 1,000 이상 또는 판매수량(quantity)이 5 이상

In [7]:

df_receipt[c("sales_ymd", "customer_id", "product_cd", "quantity", "amount")] %>% filter(customer_id == "CS018205000001" & (amount >= 1000 | quantity >= 5))

A data.frame: 5 × 5

sales_ymd	customer_id	product_cd	quantity	amount
<int>	<chr>	<chr>	<int>	<int>
20180911	CS018205000001	P071401012	1	2200
20180414	CS018205000001	P060104007	6	600
20170614	CS018205000001	P050206001	5	990
20190226	CS018205000001	P071401020	1	2200
20180911	CS018205000001	P071401005	1	1100

설명:

df_receipt[c("sales_ymd", "customer_id", "product_cd", "quantity", "amount")] %>% filter(customer_id == "CS018205000001" & (amount >= 1000 | quantity >= 5))라는 코드를 사용하여 df_receipt 데이터 프레임을 부분 집합화하여 "sales_ymd", "customer_id", "product_cd" 열만 선택한다." "quantity", "amount", "customer_id" 열이 "CS018205000001"과 같고 "amount" 열이 1000 이상이거나 "quantity" 열이 5 이상인 행만 포함하도록 필터링합니다.

R에서 데이터 프레임은 각 열이 숫자, 문자, 인자 등 서로 다른 데이터 타입을 가질 수 있는 표와 같은 구조이다. 구조화된 형식으로 데이터를 저장하고 조작하기 위해 자주 사용된다.

R의 %>% 연산자를 파이프 연산자라고 하는데, 여러 함수를 연쇄적으로 연결하여 하나의 수식으로 만드는 데 사용된다. 이 예제에서는 df_receipt[c("sales_ymd", "customer_id", "product_cd", "quantity", "amount")]의 출력을 filter() 함수에 전달하기 위해 사용된다.

R의 filter() 함수는 데이터 프레임에서 특정 조건을 만족하는 행을 선택하기 위해 사용된다. 이 경우 "customer_id" 컬럼이 "CS018205000001"과 같고 "amount" 컬럼이 1000 이상 또는 "quantity" 컬럼이 5 이상인 행만 포함하도록 데이터 프레임을 필터링하는 데 사용된다. 에는 & 연산자가, OR 조건을 지정하기 위해서는 | 연산자가 사용된다.

따라서 이 코드를 실행하면 'sales_ymd', 'customer_id', 'product_cd', 'quantity', 'amount' 열만 포함된 데이터 프레임이 출력되며, 'customer_id' 열이 'CS018205000001'과 같고 'cs018205000001', 'product_cd', 'quantity', 'amount' 열이 umount' 열이 1000개 이상 또는 'quantity' 열이 5개 이상인 행만 포함된다. 이는 큰 데이터 프레임을 분석할 때 특정 조건을 충족하는 행의 하위 집합에만 집중해야 할 때 유용하다.

R-007: 영수증 내역 데이터(df_receipt)에서 판매일(sales_ymd), 고객 ID(customer_id), 상품 코드(product_cd), 판매 금액(amount)의 순서로 열을 지정하고, 아래 조건을 모두 만족하는 데이터를 추출하라.

고객 ID(customer_id)가 “CS018205000001”

매출 금액(amount)이 1,000 이상 2,000 이하

In [8]:

df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")] %>% filter(customer_id == "CS018205000001" & between(amount, 1000, 2000))

A data.frame: 1 × 4

sales_ymd	customer_id	product_cd	amount
<int>	<chr>	<chr>	<int>
20180911	CS018205000001	P071401005	1100

설명:

이 코드는 R의 dplyr 패키지를 사용하여 df_receipt라는 데이터 프레임을 조작하고 있습니다. 아래는 코드의 내용입니다.

df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")]: df_receipt 데이터 프레임을 "sales_ymd", "customer_id", "product_cd", " amount" 컬럼만 포함하도록 서브셋을 설정한다.

%>%: dplyr의 파이프 연산자로, 여러 데이터 조작 함수를 연결할 수 있다.

filter(customer_id == "CS018205000001" & between(amount, 1000, 2000)): 고객 ID가 "CS018205000001"이고 금액이 1000에서 2000 사이의 행만 포함하도록 데이터 프레임을 필터링합니다. 필터링하고 있습니다.

즉, 이 코드는 df_receipt 데이터 프레임을 서브셋하여 "sales_ymd", "customer_id", "product_cd", "amount" 열만 포함하도록 하고, 얻어진 데이터 프레임을 고객 ID가 "CS018205000001"이고 금액이 1000에서 2000까지의 행만 포함하도록 필터링한 것이다.

R-008: 영수증 내역 데이터(df_receipt)에서 판매일(sales_ymd), 고객 ID(customer_id), 상품 코드(product_cd), 판매 금액(amount)의 순서로 열을 지정하고, 아래 조건을 모두 만족하는 데이터를 추출하라.

고객 ID(customer_id)가 “CS018205000001”

상품코드(product_cd)가 “P071401019” 이외

In [9]:

df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")] %>% filter(customer_id == "CS018205000001" & product_cd != "P071401019")

A data.frame: 12 × 4

sales_ymd	customer_id	product_cd	amount
<int>	<chr>	<chr>	<int>
20180911	CS018205000001	P071401012	2200
20180414	CS018205000001	P060104007	600
20170614	CS018205000001	P050206001	990
20170614	CS018205000001	P060702015	108
20190216	CS018205000001	P071005024	102
20180414	CS018205000001	P071101002	278
20190226	CS018205000001	P070902035	168
20190924	CS018205000001	P060805001	495
20190226	CS018205000001	P071401020	2200
20180911	CS018205000001	P071401005	1100
20190216	CS018205000001	P040101002	218
20190924	CS018205000001	P091503001	280

설명:

이 코드는 R의 dplyr 패키지를 사용하여 df_receipt라는 데이터 프레임을 조작하고 있습니다. 아래는 코드의 내용입니다.

df_receipt[c("sales_ymd", "customer_id", "product_cd", "amount")]: df_receipt 데이터 프레임을 "sales_ymd", "customer_id", "product_cd", " amount" 컬럼만 포함하도록 서브셋을 설정한다.

%>%: dplyr의 파이프 연산자로, 여러 데이터 조작 함수를 연결할 수 있다.

filter(customer_id == "CS018205000001" & product_cd ! = "P071401019"): 고객 ID가 "CS018205000001"이고 상품 코드가 "P0714019"와 같지 않은 행만 포함하도록 데이터 프레임을 필터링하고 있다.

즉, 이 코드는 df_receipt 데이터 프레임을 하위 집합화하여 "sales_ymd", "customer_id", "product_cd", "amount" 열만 포함하도록 필터링하여 얻은 데이터 프레임을 고객 ID가 "CS0182050001"이고 상품 코드가 "P0714019"인 상품 코드가 "P0714019"와 같지 않은 행만 포함하도록 필터링하는 것이다.

R-009: 다음 처리에서 출력 결과를 바꾸지 않고 OR을 AND로 다시 작성하시오.

df_store %>% filter(!(prefecture_cd == "13" | floor_area > 900))

In [10]:

df_store %>% filter(prefecture_cd != "13" & floor_area <= 900)

A data.frame: 3 × 10

store_cd	store_name	prefecture_cd	prefecture	address	address_kana	tel_no	longitude	latitude	floor_area
<chr>	<chr>	<chr>	<chr>	<chr>	<chr>	<chr>	<dbl>	<dbl>	<dbl>
S14046	北山田店	14	神奈川県	神奈川県横浜市都筑区北山田一丁目	カナガワケンヨコハマシツヅキクキタヤマタイッチョウメ	045-123-4049	139.5916	35.56189	831
S14011	日吉本町店	14	神奈川県	神奈川県横浜市港北区日吉本町四丁目	カナガワケンヨコハマシコウホククヒヨシホンチョウヨンチョウメ	045-123-4033	139.6316	35.54655	890
S12013	習志野店	12	千葉県	千葉県習志野市芝園一丁目	チバケンナラシノシシバゾノイッチョウメ	047-123-4002	140.0220	35.66122	808

설명:

이 코드는 R의 dplyr 패키지를 사용하여 df_store라는 데이터 프레임을 조작하고 있습니다. 아래는 코드의 내용입니다.

%>%: dplyr의 파이프 연산자로 여러 데이터 조작 함수를 연결할 수 있다.

filter(prefecture_cd ! = "13" & floor_area <= 900): 현 코드가 "13"이 아니고 바닥 면적이 900 이하인 행만 포함하도록 데이터 프레임을 필터링하고 있다.

즉, 이 코드는 df_store 데이터 프레임을 필터링하여 도도부현 코드가 "13"이 아닌 바닥 면적이 900 이하인 행만 포함하도록 필터링하고 있습니다.

R-010: 매장 데이터(df_store)에서 매장 코드(store_cd)가 “S14″로 시작하는 항목만 전체 추출하여 10개를 표시하라.

In [11]:

head(df_store %>% filter(startsWith(store_cd, "S14")), n = 10)

A data.frame: 10 × 10

	store_cd	store_name	prefecture_cd	prefecture	address	address_kana	tel_no	longitude	latitude	floor_area
	<chr>	<chr>	<chr>	<chr>	<chr>	<chr>	<chr>	<dbl>	<dbl>	<dbl>
1	S14010	菊名店	14	神奈川県	神奈川県横浜市港北区菊名一丁目	カナガワケンヨコハマシコウホククキクナイッチョウメ	045-123-4032	139.6326	35.50049	1732
2	S14033	阿久和店	14	神奈川県	神奈川県横浜市瀬谷区阿久和西一丁目	カナガワケンヨコハマシセヤクアクワニシイッチョウメ	045-123-4043	139.4961	35.45918	1495
3	S14036	相模原中央店	14	神奈川県	神奈川県相模原市中央二丁目	カナガワケンサガミハラシチュウオウニチョウメ	042-123-4045	139.3716	35.57327	1679
4	S14040	長津田店	14	神奈川県	神奈川県横浜市緑区長津田みなみ台五丁目	カナガワケンヨコハマシミドリクナガツタミナミダイゴチョウメ	045-123-4046	139.4994	35.52398	1548
5	S14050	阿久和西店	14	神奈川県	神奈川県横浜市瀬谷区阿久和西一丁目	カナガワケンヨコハマシセヤクアクワニシイッチョウメ	045-123-4053	139.4961	35.45918	1830
6	S14028	二ツ橋店	14	神奈川県	神奈川県横浜市瀬谷区二ツ橋町	カナガワケンヨコハマシセヤクフタツバシチョウ	045-123-4042	139.4963	35.46304	1574
7	S14012	本牧和田店	14	神奈川県	神奈川県横浜市中区本牧和田	カナガワケンヨコハマシナカクホンモクワダ	045-123-4034	139.6582	35.42156	1341
8	S14046	北山田店	14	神奈川県	神奈川県横浜市都筑区北山田一丁目	カナガワケンヨコハマシツヅキクキタヤマタイッチョウメ	045-123-4049	139.5916	35.56189	831
9	S14022	逗子店	14	神奈川県	神奈川県逗子市逗子一丁目	カナガワケンズシシズシイッチョウメ	046-123-4036	139.5789	35.29642	1838
10	S14011	日吉本町店	14	神奈川県	神奈川県横浜市港北区日吉本町四丁目	カナガワケンヨコハマシコウホククヒヨシホンチョウヨンチョウメ	045-123-4033	139.6316	35.54655	890

설명:

이 코드는 R의 dplyr 패키지를 사용하여 df_store라는 데이터 프레임을 조작하고 있습니다. 아래는 코드의 내용을 설명합니다.

df_store입니다. 이것은 사용 중인 데이터 프레임입니다.

%>%: dplyr의 파이프 연산자로 여러 데이터 조작 함수를 연결할 수 있다.

filter(startsWith(store_cd, "S14")): store_cd 열이 "S14"로 시작하는 행만 포함하도록 데이터 프레임을 필터링하고 있다.

head(. , n = 10): head() 함수를 사용하여 결과 데이터 프레임의 처음 10개의 행을 선택하고 있습니다.

즉, 이 코드는 df_store 데이터 프레임을 필터링하여 store_cd 열이 "S14"로 시작하는 행만 포함하도록 필터링하고 head() 함수를 사용하여 결과 데이터 프레임의 처음 10개의 행을 선택하고 있습니다.

R-011: 고객 데이터(df_customer)에서 고객 ID(customer_id)의 끝자리가 1인 항목만 전체 추출하여 10건을 표시하라.

In [12]:

head(df_customer %>% filter(endsWith(customer_id, "1")), n = 10)

A data.frame: 10 × 11

	customer_id	customer_name	gender_cd	gender	birth_day	age	postal_cd	address	application_store_cd	application_date	status_cd
	<chr>	<chr>	<chr>	<chr>	<date>	<int>	<chr>	<chr>	<chr>	<chr>	<chr>
1	CS037613000071	六角雅彦	9	不明	1952-04-01	66	136-0076	東京都江東区南砂**********	S13037	20150414	0-00000000-0
2	CS028811000001	堀井かおり	1	女性	1933-03-27	86	245-0016	神奈川県横浜市泉区和泉町**********	S14028	20160115	0-00000000-0
3	CS040412000191	川井郁恵	1	女性	1977-01-05	42	226-0021	神奈川県横浜市緑区北八朔町**********	S14040	20151101	1-20091025-4
4	CS028314000011	小菅あおい	1	女性	1983-11-26	35	246-0038	神奈川県横浜市瀬谷区宮沢**********	S14028	20151123	1-20080426-5
5	CS039212000051	藤島恵梨香	1	女性	1997-02-03	22	166-0001	東京都杉並区阿佐谷北**********	S13039	20171121	1-20100215-4
6	CS015412000111	松居奈月	1	女性	1972-10-04	46	136-0071	東京都江東区亀戸**********	S13015	20150629	0-00000000-0
7	CS004702000041	野島洋	0	男性	1943-08-24	75	176-0022	東京都練馬区向山**********	S13004	20170218	0-00000000-0
8	CS041515000001	栗田千夏	1	女性	1967-01-02	52	206-0001	東京都多摩市和田**********	S13041	20160422	E-20100803-F
9	CS029313000221	北条ひかり	1	女性	1987-06-19	31	279-0011	千葉県浦安市美浜**********	S12029	20180810	0-00000000-0
10	CS034312000071	望月奈央	1	女性	1980-09-20	38	213-0026	神奈川県川崎市高津区久末**********	S14034	20160106	0-00000000-0

설명:

이 코드는 R의 dplyr 패키지를 사용하여 df_customer라는 데이터 프레임을 조작하고 있습니다. 아래는 코드의 내용입니다.

df_customer: df_customer: 사용 중인 데이터 프레임입니다.

dplyr: dplyr의 파이프 연산자이며, 여러 데이터 조작 함수를 연결할 수 있다.

filter(endsWith(customer_id, "1")): customer_id 열의 끝이 "1"인 행만 포함하도록 데이터 프레임을 필터링한다.

head(. , n = 10): head() 함수를 사용하여 결과 데이터 프레임의 처음 10개의 행을 선택하고 있습니다.

즉, 이 코드는 df_customer 데이터 프레임을 필터링하여 customer_id 컬럼이 "1"로 끝나는 행만 포함하도록 필터링하고, head() 함수를 사용하여 결과 데이터 프레임의 처음 10개의 행을 선택하고 있는 것입니다.

R-012: 점포 데이터(df_store)에서 주소(address)에 ‘요코하마시’가 포함된 항목만 모두 표시한다.

In [13]:

df_store %>% filter(grepl("横浜市", address))

A data.frame: 11 × 10

store_cd	store_name	prefecture_cd	prefecture	address	address_kana	tel_no	longitude	latitude	floor_area
<chr>	<chr>	<chr>	<chr>	<chr>	<chr>	<chr>	<dbl>	<dbl>	<dbl>
S14010	菊名店	14	神奈川県	神奈川県横浜市港北区菊名一丁目	カナガワケンヨコハマシコウホククキクナイッチョウメ	045-123-4032	139.6326	35.50049	1732
S14033	阿久和店	14	神奈川県	神奈川県横浜市瀬谷区阿久和西一丁目	カナガワケンヨコハマシセヤクアクワニシイッチョウメ	045-123-4043	139.4961	35.45918	1495
S14040	長津田店	14	神奈川県	神奈川県横浜市緑区長津田みなみ台五丁目	カナガワケンヨコハマシミドリクナガツタミナミダイゴチョウメ	045-123-4046	139.4994	35.52398	1548
S14050	阿久和西店	14	神奈川県	神奈川県横浜市瀬谷区阿久和西一丁目	カナガワケンヨコハマシセヤクアクワニシイッチョウメ	045-123-4053	139.4961	35.45918	1830
S14028	二ツ橋店	14	神奈川県	神奈川県横浜市瀬谷区二ツ橋町	カナガワケンヨコハマシセヤクフタツバシチョウ	045-123-4042	139.4963	35.46304	1574
S14012	本牧和田店	14	神奈川県	神奈川県横浜市中区本牧和田	カナガワケンヨコハマシナカクホンモクワダ	045-123-4034	139.6582	35.42156	1341
S14046	北山田店	14	神奈川県	神奈川県横浜市都筑区北山田一丁目	カナガワケンヨコハマシツヅキクキタヤマタイッチョウメ	045-123-4049	139.5916	35.56189	831
S14011	日吉本町店	14	神奈川県	神奈川県横浜市港北区日吉本町四丁目	カナガワケンヨコハマシコウホククヒヨシホンチョウヨンチョウメ	045-123-4033	139.6316	35.54655	890
S14048	中川中央店	14	神奈川県	神奈川県横浜市都筑区中川中央二丁目	カナガワケンヨコハマシツヅキクナカガワチュウオウニチョウメ	045-123-4051	139.5758	35.54912	1657
S14042	新山下店	14	神奈川県	神奈川県横浜市中区新山下二丁目	カナガワケンヨコハマシナカクシンヤマシタニチョウメ	045-123-4047	139.6593	35.43894	1044
S14006	葛が谷店	14	神奈川県	神奈川県横浜市都筑区葛が谷	カナガワケンヨコハマシツヅキククズガヤ	045-123-4031	139.5633	35.53573	1886

설명:

이 코드는 R의 dplyr 패키지를 사용하여 df_store라는 데이터 프레임을 조작하고 있습니다. 아래는 코드의 내용을 설명합니다.

df_store입니다. 이것은 사용 중인 데이터 프레임입니다.

%>%: dplyr의 파이프 연산자로 여러 데이터 조작 함수를 연결할 수 있다.

filter(grepl("요코하마시", address)): 주소란에 '요코하마시'라는 문자열이 포함된 행만 포함하도록 데이터 프레임을 필터링하고 있으며, grepl() 함수는 address 열의 각 요소에 '요코하마시'라는 패턴이 있는지 여부를 나타내는 논리 벡터를 반환합니다.

즉, 이 코드는 df_store 데이터 프레임을 필터링하여 주소 열에 "요코하마시"라는 문자열이 포함된 행만 포함하도록 하고 있는 것입니다.

R-013: 고객 데이터(df_customer)에서 상태코드(status_cd)가 알파벳 A~F로 시작하는 데이터를 모두 추출하여 10건을 표시하라.

In [14]:

head(df_customer %>% filter(grepl("^[A-F]", status_cd)), n = 10)

A data.frame: 10 × 11

	customer_id	customer_name	gender_cd	gender	birth_day	age	postal_cd	address	application_store_cd	application_date	status_cd
	<chr>	<chr>	<chr>	<chr>	<date>	<int>	<chr>	<chr>	<chr>	<chr>	<chr>
1	CS031415000172	宇多田貴美子	1	女性	1976-10-04	42	151-0053	東京都渋谷区代々木**********	S13031	20150529	D-20100325-C
2	CS015414000103	奥野陽子	1	女性	1977-08-09	41	136-0073	東京都江東区北砂**********	S13015	20150722	B-20100609-B
3	CS011215000048	芦田沙耶	1	女性	1992-02-01	27	223-0062	神奈川県横浜市港北区日吉本町**********	S14011	20150228	C-20100421-9
4	CS029415000023	梅田里穂	1	女性	1976-01-17	43	279-0043	千葉県浦安市富士見**********	S12029	20150610	D-20100918-E
5	CS035415000029	寺沢真希	9	不明	1977-09-27	41	158-0096	東京都世田谷区玉川台**********	S13035	20141220	F-20101029-F
6	CS031415000106	宇野由美子	1	女性	1970-02-26	49	151-0053	東京都渋谷区代々木**********	S13031	20150201	F-20100511-E
7	CS029215000025	石倉美帆	1	女性	1993-09-28	25	279-0022	千葉県浦安市今川**********	S12029	20150708	B-20100820-C
8	CS033605000005	猪股雄太	0	男性	1955-12-05	63	246-0031	神奈川県横浜市瀬谷区瀬谷**********	S14033	20150425	F-20100917-E
9	CS033415000229	板垣菜々美	1	女性	1977-11-07	41	246-0021	神奈川県横浜市瀬谷区二ツ橋町**********	S14033	20150712	F-20100326-E
10	CS008415000145	黒谷麻緒	1	女性	1977-06-27	41	157-0067	東京都世田谷区喜多見**********	S13008	20150829	F-20100622-F

설명:

이 코드는 R의 dplyr 패키지를 사용하여 df_customer라는 데이터 프레임을 조작하고 있습니다. 아래는 코드의 내용입니다.

df_customer: df_customer: 사용 중인 데이터 프레임입니다.

%>%: dplyr의 파이프 연산자이며, 여러 데이터 조작 함수를 연결할 수 있다.

filter(grepl("^[A-F]", status_cd)): status_cd 열이 A, B, C, D, E, F 문자로 시작하는 행만 포함하도록 데이터 프레임을 필터링하고, grepl() 함수는 정규식 "^[A-F]"가 status_cd 열의 각 요소와 일치하는지 여부를 나타냅니다. 의 각 요소와 일치하는지 여부를 나타내는 논리 벡터를 반환한다. 정규 표현식 "^[A-F]"는 A, B, C, D, E 또는 F로 시작하는 모든 문자열과 일치한다.

head(. , n = 10): 이것은 head() 함수를 사용하여 결과 데이터 프레임의 처음 10 줄을 선택합니다.

즉, 이 코드는 df_customer 데이터 프레임을 필터링하여 status_cd 열이 A, B, C, D, E, F로 시작하는 행만 포함하도록 하고 head() 함수를 사용하여 결과 데이터 프레임의 처음 10개의 행을 선택한다.

R-014: 고객 데이터(df_customer)에서 상태코드(status_cd)의 끝자리가 숫자 1~9로 끝나는 데이터를 모두 추출하여 10건을 표시하라.

In [15]:

head(df_customer %>% filter(grepl("[1-9]$", status_cd)), n = 10)

A data.frame: 10 × 11

	customer_id	customer_name	gender_cd	gender	birth_day	age	postal_cd	address	application_store_cd	application_date	status_cd
	<chr>	<chr>	<chr>	<chr>	<date>	<int>	<chr>	<chr>	<chr>	<chr>	<chr>
1	CS001215000145	田崎美紀	1	女性	1995-03-29	24	144-0055	東京都大田区仲六郷**********	S13001	20170605	6-20090929-2
2	CS033513000180	安斎遥	1	女性	1962-07-11	56	241-0823	神奈川県横浜市旭区善部町**********	S14033	20150728	6-20080506-5
3	CS011215000048	芦田沙耶	1	女性	1992-02-01	27	223-0062	神奈川県横浜市港北区日吉本町**********	S14011	20150228	C-20100421-9
4	CS040412000191	川井郁恵	1	女性	1977-01-05	42	226-0021	神奈川県横浜市緑区北八朔町**********	S14040	20151101	1-20091025-4
5	CS009315000023	皆川文世	1	女性	1980-04-15	38	154-0012	東京都世田谷区駒沢**********	S13009	20150319	5-20080322-1
6	CS015315000033	福士璃奈子	1	女性	1983-03-17	36	135-0043	東京都江東区塩浜**********	S13015	20141024	4-20080219-3
7	CS023513000066	神戸そら	1	女性	1961-12-17	57	210-0005	神奈川県川崎市川崎区東田町**********	S14023	20150915	5-20100524-9
8	CS035513000134	市川美帆	1	女性	1960-03-27	59	156-0053	東京都世田谷区桜**********	S13035	20150227	8-20100711-9
9	CS001515000263	高松夏空	1	女性	1962-11-09	56	144-0051	東京都大田区西蒲田**********	S13001	20160812	1-20100804-1
10	CS040314000027	鶴田きみまろ	9	不明	1986-03-26	33	226-0027	神奈川県横浜市緑区長津田**********	S14040	20150122	2-20080426-4

설명:

이 코드는 R의 dplyr 패키지를 사용하여 df_customer라는 데이터 프레임을 조작하고 있습니다. 아래는 코드의 내용입니다.

df_customer: 사용 중인 데이터 프레임입니다.

%>%: dplyr의 파이프 연산자로 여러 데이터 조작 함수를 연결할 수 있다.

filter(grepl("[1-9]$", status_cd)): status_cd 열의 끝이 1-9 숫자로 끝나는 행만 포함하도록 데이터 프레임을 필터링하고, grepl() 함수는 정규 표현식 "[1-9]$"가 status_cd 열의 각 요소와 일치하는지 여부를 나타내는 논리 벡터를 반환한다. 정규 표현식 "[1-9]$"는 1~9로 끝나는 문자열과 일치한다.

head(. , n = 10)을 사용한다. 이것은 head() 함수를 사용하여 결과 데이터 프레임의 처음 10줄을 선택하고 있다.

즉, 이 코드는 df_customer 데이터 프레임을 필터링하여 status_cd 열의 끝이 1-9 숫자로 끝나는 행만 포함하도록 하고 head() 함수를 사용하여 결과 데이터 프레임의 처음 10개의 행을 선택하고 있는 것이다.

R-015: 고객 데이터(df_customer)에서 상태코드(status_cd)의 시작이 알파벳 A~F로 시작하고 끝이 숫자 1~9로 끝나는 데이터를 모두 추출하여 10건을 표시하라.

In [16]:

head(df_customer %>% filter(grepl("^[A-F].*[1-9]$", status_cd)), n = 10)

A data.frame: 10 × 11

	customer_id	customer_name	gender_cd	gender	birth_day	age	postal_cd	address	application_store_cd	application_date	status_cd
	<chr>	<chr>	<chr>	<chr>	<date>	<int>	<chr>	<chr>	<chr>	<chr>	<chr>
1	CS011215000048	芦田沙耶	1	女性	1992-02-01	27	223-0062	神奈川県横浜市港北区日吉本町**********	S14011	20150228	C-20100421-9
2	CS022513000105	島村貴美子	1	女性	1962-03-12	57	249-0002	神奈川県逗子市山の根**********	S14022	20150320	A-20091115-7
3	CS001515000096	水野陽子	9	不明	1960-11-29	58	144-0053	東京都大田区蒲田本町**********	S13001	20150614	A-20100724-7
4	CS013615000053	西脇季衣	1	女性	1953-10-18	65	261-0026	千葉県千葉市美浜区幕張西**********	S12013	20150128	B-20100329-6
5	CS020412000161	小宮薫	1	女性	1974-05-21	44	174-0042	東京都板橋区東坂下**********	S13020	20150822	B-20081021-3
6	CS001215000097	竹中あさみ	1	女性	1990-07-25	28	146-0095	東京都大田区多摩川**********	S13001	20170315	A-20100211-2
7	CS035212000007	内村恵梨香	1	女性	1990-12-04	28	152-0023	東京都目黒区八雲**********	S13035	20151013	B-20101018-6
8	CS002515000386	野田コウ	1	女性	1963-05-30	55	185-0013	東京都国分寺市西恋ケ窪**********	S13002	20160410	C-20100127-8
9	CS001615000372	稲垣寿々花	1	女性	1956-10-29	62	144-0035	東京都大田区南蒲田**********	S13001	20170403	A-20100104-1
10	CS032512000121	松井知世	1	女性	1962-09-04	56	210-0011	神奈川県川崎市川崎区富士見**********	S13032	20150727	A-20100103-5

설명:

이 코드는 R의 dplyr 패키지를 사용하여 df_customer라는 데이터 프레임을 조작하고 있습니다. 아래는 코드의 내용입니다.

df_customer: 사용 중인 데이터 프레임입니다.

%>%: dplyr의 파이프 연산자로 여러 데이터 조작 함수를 연결할 수 있다.

filter(grepl("^[A-F]. *[1-9]$", status_cd)): status_cd 열이 A, B, C, D, E, F 중 하나의 문자로 시작하고 1-9의 숫자로 끝나는 행만 포함하도록 데이터 프레임을 필터링하는 함수로, grepl() 함수는 정규식 "^[A-F]. [1-9]$"가 status_cd 열의 각 요소와 일치하는지 여부를 나타내는 논리 벡터를 반환한다. 정규 표현식 "^[A-F]. [1-9]$"는 문자 A, B, C, D, E, F로 시작하고 0 이상의 임의의 유형이 이어지며 1부터 9까지의 숫자로 끝나는 문자열과 일치한다.

head(. , n = 10): 이것은 head() 함수를 사용하여 결과 데이터 프레임의 처음 10 줄을 선택합니다.

즉, 이 코드는 df_customer 데이터 프레임을 필터링하여 status_cd 열이 A, B, C, D, D, E 또는 F 문자로 시작하고 1-9 숫자로 끝나는 행만 포함하도록 필터링하고 head() 함수를 사용하여 결과 데이터 프레임의 처음 10개의 행을 선택한다. 하게 됩니다.

R-016: 매장 데이터(df_store)에서 전화번호(tel_no)가 3자리-3자리-4자리인 데이터를 모두 표시하라.

In [17]:

df_store %>% filter(grepl("^[0-9]{3}-[0-9]{3}-[0-9]{4}$", tel_no))

A data.frame: 34 × 10

store_cd	store_name	prefecture_cd	prefecture	address	address_kana	tel_no	longitude	latitude	floor_area
<chr>	<chr>	<chr>	<chr>	<chr>	<chr>	<chr>	<dbl>	<dbl>	<dbl>
S12014	千草台店	12	千葉県	千葉県千葉市稲毛区千草台一丁目	チバケンチバシイナゲクチグサダイイッチョウメ	043-123-4003	140.1180	35.63559	1698
S13002	国分寺店	13	東京都	東京都国分寺市本多二丁目	トウキョウトコクブンジシホンダニチョウメ	042-123-4008	139.4802	35.70566	1735
S14010	菊名店	14	神奈川県	神奈川県横浜市港北区菊名一丁目	カナガワケンヨコハマシコウホククキクナイッチョウメ	045-123-4032	139.6326	35.50049	1732
S14033	阿久和店	14	神奈川県	神奈川県横浜市瀬谷区阿久和西一丁目	カナガワケンヨコハマシセヤクアクワニシイッチョウメ	045-123-4043	139.4961	35.45918	1495
S14036	相模原中央店	14	神奈川県	神奈川県相模原市中央二丁目	カナガワケンサガミハラシチュウオウニチョウメ	042-123-4045	139.3716	35.57327	1679
S14040	長津田店	14	神奈川県	神奈川県横浜市緑区長津田みなみ台五丁目	カナガワケンヨコハマシミドリクナガツタミナミダイゴチョウメ	045-123-4046	139.4994	35.52398	1548
S14050	阿久和西店	14	神奈川県	神奈川県横浜市瀬谷区阿久和西一丁目	カナガワケンヨコハマシセヤクアクワニシイッチョウメ	045-123-4053	139.4961	35.45918	1830
S13052	森野店	13	東京都	東京都町田市森野三丁目	トウキョウトマチダシモリノサンチョウメ	042-123-4030	139.4383	35.55293	1087
S14028	二ツ橋店	14	神奈川県	神奈川県横浜市瀬谷区二ツ橋町	カナガワケンヨコハマシセヤクフタツバシチョウ	045-123-4042	139.4963	35.46304	1574
S14012	本牧和田店	14	神奈川県	神奈川県横浜市中区本牧和田	カナガワケンヨコハマシナカクホンモクワダ	045-123-4034	139.6582	35.42156	1341
S14046	北山田店	14	神奈川県	神奈川県横浜市都筑区北山田一丁目	カナガワケンヨコハマシツヅキクキタヤマタイッチョウメ	045-123-4049	139.5916	35.56189	831
S14022	逗子店	14	神奈川県	神奈川県逗子市逗子一丁目	カナガワケンズシシズシイッチョウメ	046-123-4036	139.5789	35.29642	1838
S14011	日吉本町店	14	神奈川県	神奈川県横浜市港北区日吉本町四丁目	カナガワケンヨコハマシコウホククヒヨシホンチョウヨンチョウメ	045-123-4033	139.6316	35.54655	890
S13016	小金井店	13	東京都	東京都小金井市本町一丁目	トウキョウトコガネイシホンチョウイッチョウメ	042-123-4015	139.5094	35.70018	1399
S14034	川崎野川店	14	神奈川県	神奈川県川崎市宮前区野川	カナガワケンカワサキシミヤマエクノガワ	044-123-4044	139.5998	35.57693	1318
S14048	中川中央店	14	神奈川県	神奈川県横浜市都筑区中川中央二丁目	カナガワケンヨコハマシツヅキクナカガワチュウオウニチョウメ	045-123-4051	139.5758	35.54912	1657
S12007	佐倉店	12	千葉県	千葉県佐倉市上志津	チバケンサクラシカミシヅ	043-123-4001	140.1452	35.71872	1895
S14026	辻堂西海岸店	14	神奈川県	神奈川県藤沢市辻堂西海岸二丁目	カナガワケンフジサワシツジドウニシカイガンニチョウメ	046-123-4040	139.4466	35.32464	1732
S13041	八王子店	13	東京都	東京都八王子市大塚	トウキョウトハチオウジシオオツカ	042-123-4026	139.4235	35.63787	810
S14049	川崎大師店	14	神奈川県	神奈川県川崎市川崎区中瀬三丁目	カナガワケンカワサキシカワサキクナカゼサンチョウメ	044-123-4052	139.7327	35.53759	962
S14023	川崎店	14	神奈川県	神奈川県川崎市川崎区本町二丁目	カナガワケンカワサキシカワサキクホンチョウニチョウメ	044-123-4037	139.7028	35.53599	1804
S13018	清瀬店	13	東京都	東京都清瀬市松山一丁目	トウキョウトキヨセシマツヤマイッチョウメ	042-123-4017	139.5178	35.76885	1220
S14027	南藤沢店	14	神奈川県	神奈川県藤沢市南藤沢	カナガワケンフジサワシミナミフジサワ	046-123-4041	139.4896	35.33762	1521
S14021	伊勢原店	14	神奈川県	神奈川県伊勢原市伊勢原四丁目	カナガワケンイセハラシイセハラヨンチョウメ	046-123-4035	139.3129	35.40169	962
S14047	相模原店	14	神奈川県	神奈川県相模原市千代田六丁目	カナガワケンサガミハラシチヨダロクチョウメ	042-123-4050	139.3748	35.55959	1047
S12013	習志野店	12	千葉県	千葉県習志野市芝園一丁目	チバケンナラシノシシバゾノイッチョウメ	047-123-4002	140.0220	35.66122	808
S14042	新山下店	14	神奈川県	神奈川県横浜市中区新山下二丁目	カナガワケンヨコハマシナカクシンヤマシタニチョウメ	045-123-4047	139.6593	35.43894	1044
S12030	八幡店	12	千葉県	千葉県市川市八幡三丁目	チバケンイチカワシヤワタサンチョウメ	047-123-4005	139.9240	35.72318	1162
S14025	大和店	14	神奈川県	神奈川県大和市下和田	カナガワケンヤマトシシモワダ	046-123-4039	139.4680	35.43414	1011
S14045	厚木店	14	神奈川県	神奈川県厚木市中町二丁目	カナガワケンアツギシナカチョウニチョウメ	046-123-4048	139.3651	35.44182	980
S12029	東野店	12	千葉県	千葉県浦安市東野一丁目	チバケンウラヤスシヒガシノイッチョウメ	047-123-4004	139.8968	35.65086	1101
S12053	高洲店	12	千葉県	千葉県浦安市高洲五丁目	チバケンウラヤスシタカスゴチョウメ	047-123-4006	139.9176	35.63755	1555
S14024	三田店	14	神奈川県	神奈川県川崎市多摩区三田四丁目	カナガワケンカワサキシタマクミタヨンチョウメ	044-123-4038	139.5424	35.60770	972
S14006	葛が谷店	14	神奈川県	神奈川県横浜市都筑区葛が谷	カナガワケンヨコハマシツヅキククズガヤ	045-123-4031	139.5633	35.53573	1886

설명:

이 코드는 R의 dplyr 패키지를 사용하여 df_store라는 데이터 프레임을 조작하고 있습니다. 아래는 코드의 내용을 설명합니다.

df_store : 사용 중인 데이터 프레임입니다.

%>% : dplyr의 파이프 연산자이며, 여러 데이터 조작 함수를 연결할 수 있다.

filter(grepl("^[0-9]{3}-[0-9]{3}-[0-9]{3}-[0-9]{4}$", tel_no)): tel_no 열이 특정 전화번호 형식과 일치하는 행만 포함하도록 데이터 프레임을 필터링하는 함수입니다. -9]{3}-[0-9]{3}-[0-9]{3}-[0-9]{4}$"가 tel_no 열의 각 요소와 일치하는지 여부를 나타내는 논리 벡터를 반환한다. 정규식 "^[0-9]{3}-[0-9]{3}-[0-9]{3}-[0-9]{4}$"는 3자리, 하이픈, 3자리, 하이픈, 마지막으로 4자리로 구성된 문자열과 일치한다.

head(.) : 이것은 head() 함수를 사용하여 결과 데이터 프레임의 처음 6줄을 선택하고 있다.

즉, 이 코드는 df_store 데이터 프레임을 필터링하여 tel_no 열이 특정 전화 번호 형식과 일치하는 행만 포함하도록 하고 head() 함수를 사용하여 결과 데이터 프레임의 첫 번째 6행만 선택한다.

R-017: 고객 데이터(df_customer)를 생년월일(birth_day)을 기준으로 나이순으로 정렬하고, 맨 위부터 10개의 항목을 모두 표시하라.

In [18]:

head( df_customer[order(df_customer$birth_day), ], n = 10 )

A data.frame: 10 × 11

	customer_id	customer_name	gender_cd	gender	birth_day	age	postal_cd	address	application_store_cd	application_date	status_cd
	<chr>	<chr>	<chr>	<chr>	<date>	<int>	<chr>	<chr>	<chr>	<chr>	<chr>
18818	CS003813000014	村山菜々美	1	女性	1928-11-26	90	182-0007	東京都調布市菊野台**********	S13003	20160214	0-00000000-0
12329	CS026813000004	吉村朝陽	1	女性	1928-12-14	90	251-0043	神奈川県藤沢市辻堂元町**********	S14026	20150723	0-00000000-0
15683	CS018811000003	熊沢美里	1	女性	1929-01-07	90	204-0004	東京都清瀬市野塩**********	S13018	20150403	0-00000000-0
15303	CS027803000004	内村拓郎	0	男性	1929-01-12	90	251-0031	神奈川県藤沢市鵠沼藤が谷**********	S14027	20151227	0-00000000-0
1682	CS013801000003	天野拓郎	0	男性	1929-01-15	90	274-0824	千葉県船橋市前原東**********	S12013	20160120	0-00000000-0
7512	CS001814000022	鶴田里穂	1	女性	1929-01-28	90	144-0045	東京都大田区南六郷**********	S13001	20161012	A-20090415-7
2379	CS016815000002	山元美紀	1	女性	1929-02-22	90	184-0005	東京都小金井市桜町**********	S13016	20150629	C-20090923-C
4681	CS009815000003	中田里穂	1	女性	1929-04-08	89	154-0014	東京都世田谷区新町**********	S13009	20150421	D-20091021-E
6306	CS012813000013	宇野南朋	1	女性	1929-04-09	89	231-0806	神奈川県横浜市中区本牧町**********	S14012	20150712	0-00000000-0
16071	CS005813000015	金谷恵梨香	1	女性	1929-04-09	89	165-0032	東京都中野区鷺宮**********	S13005	20150506	0-00000000-0

설명:

이 코드는 df_customer 데이터 프레임을 birth_day 열로 오름차순으로 정렬하고 head() 함수를 사용하여 결과 데이터 프레임의 처음 10개의 행을 선택합니다. 아래는 코드의 내용을 소개합니다.

df_customer: 사용 중인 데이터 프레임입니다.

[order(df_customer$birth_day),] : df_customer 데이터 프레임을 서브셋하여 모든 열을 포함하도록 하고, birth_day 열의 오름차순으로 행을 정렬합니다. order() 함수는 birth_day 열을 오름차순으로 정렬하는 인덱스 벡터를 반환합니다. 이 인덱스를 데이터 프레임의 행에 연산자로 적용하면 데이터 프레임은 생일 열을 기준으로 정렬됩니다.

head(. , n = 10): head() 함수를 사용하여 완성된 데이터 프레임의 처음 10개의 행을 선택하고 있습니다.

즉, 이 코드는 df_customer 데이터 프레임을 birth_day 열로 오름차순으로 정렬하고, head() 함수를 사용하여 결과 데이터 프레임의 첫 10개의 행을 선택하고 있는 것이다. 이 코드는 df_customer 데이터 프레임에서 가장 오래된 고객을 빠르게 확인하고 싶을 때 유용하다.

R-018: 고객 데이터(df_customer)를 생년월일(birth_day)을 기준으로 젊은 순서로 정렬하고, 맨 위부터 10개의 항목을 모두 표시하라.

In [19]:

head( df_customer[order(df_customer$birth_day, decreasing = TRUE), ], n = 10 )

A data.frame: 10 × 11

	customer_id	customer_name	gender_cd	gender	birth_day	age	postal_cd	address	application_store_cd	application_date	status_cd
	<chr>	<chr>	<chr>	<chr>	<date>	<int>	<chr>	<chr>	<chr>	<chr>	<chr>
15640	CS035114000004	大村美里	1	女性	2007-11-25	11	156-0053	東京都世田谷区桜**********	S13035	20150619	6-20091205-6
7469	CS022103000002	福山はじめ	9	不明	2007-10-02	11	249-0006	神奈川県逗子市逗子**********	S14022	20160909	0-00000000-0
10746	CS002113000009	柴田真悠子	1	女性	2007-09-17	11	184-0014	東京都小金井市貫井南町**********	S13002	20160304	0-00000000-0
19812	CS004115000014	松井京子	1	女性	2007-08-09	11	165-0031	東京都中野区上鷺宮**********	S13004	20161120	1-20081231-1
7040	CS002114000010	山内遥	1	女性	2007-06-03	11	184-0015	東京都小金井市貫井北町**********	S13002	20160920	6-20100510-1
3671	CS025115000002	小柳夏希	1	女性	2007-04-18	11	245-0018	神奈川県横浜市泉区上飯田町**********	S14025	20160116	D-20100913-D
12494	CS002113000025	広末まなみ	1	女性	2007-03-30	12	184-0015	東京都小金井市貫井北町**********	S13002	20171030	0-00000000-0
15978	CS033112000003	長野美紀	1	女性	2007-03-22	12	245-0051	神奈川県横浜市戸塚区名瀬町**********	S14033	20150606	0-00000000-0
5717	CS007115000006	福岡瞬	1	女性	2007-03-10	12	285-0845	千葉県佐倉市西志津**********	S12007	20151118	F-20101016-F
15098	CS014113000008	矢口莉緒	1	女性	2007-03-05	12	260-0041	千葉県千葉市中央区東千葉**********	S12014	20150622	3-20091108-6

설명:

이 코드는 df_customer 데이터 프레임을 birth_day 열로 내림차순으로 정렬하고 head() 함수를 사용하여 결과 데이터 프레임의 처음 10개의 행을 선택합니다. 아래는 코드의 내용을 소개합니다.

df_customer: 사용 중인 데이터 프레임입니다.

[order(df_customer$birth_day, decreasing = TRUE), ]: df_customer 데이터 프레임을 하위 집합화하여 모든 열을 포함하되, birth_day 열을 기준으로 내림차순으로 행을 정렬하고 있습니다. 는 기본적으로 birth_day 열을 오름차순으로 정렬하는 인덱스 벡터를 반환하지만, decreasing = TRUE를 설정하여 내림차순으로 정렬할 수 있습니다. 이 인덱스를 데이터 프레임의 행에 연산자로 적용하면 데이터 프레임은 birth_day 열의 내림차순으로 정렬됩니다.

head(. , n = 10): head() : 완성된 데이터 프레임의 처음 10개의 행을 선택하는 부분이다.

즉, 이 코드는 df_customer 데이터 프레임을 birth_day 열로 내림차순으로 정렬하고, head() 함수를 사용하여 결과 데이터 프레임의 첫 10개의 행을 선택하고 있는 것이다. 이 코드는 df_customer 데이터 프레임에서 가장 어린 고객을 빠르게 확인하고 싶을 때 유용합니다.

R-019: 영수증 내역 데이터(df_receipt)에 대해 건당 매출 금액(amount)이 높은 순서대로 순위를 부여하고, 맨 위부터 10건씩 표시한다. 항목은 고객 ID(customer_id), 매출 금액(amount), 부여한 랭크를 표시하도록 한다. 단, 매출액(amount)이 동일한 경우 동일한 순위를 부여한다.

In [20]:

df_receipt[c("customer_id", "amount")] %>% mutate(ranking = min_rank(desc(amount))) %>% arrange(ranking) %>% slice(1:10)

A data.frame: 10 × 3

customer_id	amount	ranking
<chr>	<int>	<int>
CS011415000006	10925	1
ZZ000000000000	6800	2
CS028605000002	5780	3
CS015515000034	5480	4
ZZ000000000000	5480	4
ZZ000000000000	5480	4
ZZ000000000000	5440	7
CS021515000089	5440	7
CS015515000083	5280	9
CS017414000114	5280	9

설명:

이 코드는 df_receipt 데이터 프레임에서 customer_id와 amount라는 열을 선택하고, ranking이라는 새로운 열을 추가하여 거래 금액에 따른 각 고객의 순위를 표시합니다(가장 높은 금액을 1순위로 설정). 아래는 코드의 내용을 소개합니다.

df_receipt[c("customer_id", "amount")]: df_receipt 데이터 프레임을 서브셋하여 customer_id와 amount 컬럼만 포함하도록 한 것이다.

%>%: 이전 연산의 출력을 다음 연산의 입력으로 전달하는 파이프 연산자이다.

mutate(ranking = min_rank(desc(amount))): 데이터 프레임에 ranking이라는 새로운 컬럼을 추가하는 것으로, 거래 금액에 따른 각 고객의 순위를 나타냅니다. 순위를 계산하고, 동점은 임의로 해소한다. 이 함수를 마이너스(desc() 함수)를 취한 후 금액 열에 대해 가장 높은 값의 순위가 1이 되도록 적용하면 거래 금액에 따른 고객 순위를 얻을 수 있다.

arrange(ranking) : 데이터 프레임을 랭킹 열에서 오름차순으로 정렬합니다.

slice(1:10) : slice() 함수를 사용하여 결과 데이터 프레임의 상위 10개의 행을 선택하고 있습니다.

즉, 이 코드는 df_receipt 데이터 프레임에서 customer_id와 amount 열을 선택하고, ranking이라는 새로운 열을 추가하여 거래 금액에 따른 각 고객의 순위를 표시하고, ranking 열을 기준으로 데이터 프레임을 정렬하고, 결과 데이터 프레임의 상위 10개의 행을 선택하고 있습니다. 이 코드는 df_receipt 데이터 프레임의 거래 금액별 상위 10명의 고객을 빠르게 확인하고 싶을 때 유용합니다.

R-020: 영수증 내역 데이터(df_receipt)에 대해 건당 매출 금액(amount)이 높은 순서대로 순위를 부여하고, 맨 위부터 10건씩 표시한다. 항목은 고객 ID(customer_id), 매출 금액(amount), 부여한 순위를 표시한다. 단, 매출금액(amount)이 동일한 경우에도 별도의 순위를 부여해야 한다.

In [21]:

df_receipt[c("customer_id", "amount")] %>% mutate(ranking = row_number(desc(amount))) %>% arrange(ranking) %>% slice(1:10)

A data.frame: 10 × 3

customer_id	amount	ranking
<chr>	<int>	<int>
CS011415000006	10925	1
ZZ000000000000	6800	2
CS028605000002	5780	3
CS015515000034	5480	4
ZZ000000000000	5480	5
ZZ000000000000	5480	6
ZZ000000000000	5440	7
CS021515000089	5440	8
CS015515000083	5280	9
CS017414000114	5280	10

설명:

이 코드는 "customer_id"와 "amount" 열을 포함하는 df_receipt라는 데이터 프레임에 대해 일련의 처리를 수행한다.

다음은 이 코드가 수행하는 작업을 단계별로 설명합니다.

df_receipt[c("customer_id", "amount")] : df_receipt 데이터 프레임에서 "customer_id"와 "amount" 컬럼만 선택합니다. 결과 데이터 프레임에는 이 두 컬럼만 포함됩니다.

%>%: R의 파이프 연산자로, 데이터 프레임에 대한 여러 연산을 연결하는 데 사용된다. 한 연산의 출력은 다음 연산의 입력으로 전달된다.

mutate(ranking = row_number(desc(amount))): mutate 함수를 사용하여 데이터 프레임에 "ranking"이라는 새로운 열을 생성하고, "ranking" 열은 "amount" 열을 기준으로 "amount"의 가장 높은 값을 "1", 두 번째로 높은 값을 "2"로 설정한다. 에 가장 높은 값을 "2", 두 번째로 높은 값을 "2"로 순위를 매기고, desc 함수는 "amount" 컬럼을 내림차순으로 정렬하는 데 사용된다.

arrange(ranking) : 데이터 프레임을 "ranking" 컬럼에서 오름차순(1~n)으로 정렬한다.

slice(1:10) : 정렬된 데이터 프레임의 처음 10개의 행을 선택한다(즉, "amount" 값과 해당 "customer_id" 값이 가장 큰 10개의 행을 선택한다). slice 함수는 데이터 프레임에서 행을 부분 집합으로 만드는 데 사용된다.

요약하면, 이 코드는 데이터 프레임에서 "customer_id"와 "amount"열을 선택하고, "amount"값을 내림차순으로 순위를 매기고, 순위에 따라 데이터 프레임을 정렬하고, 상위 10개의 행(즉, "amount"값이 가장 높은 10명의 고객)을 선택한다.