소율소희아빠

#랜덤샘플링

## 첫번째 파라미터 : 대상 dataframe
## 두번째 파라미터 : 추출 비율
sample_frac(reserve_table,0.5)

#비율이 아닌 건수로 랜덤 샘플링 할 때
sample_n(reserve_table,100)

#랜덤샘플링2

#고객 단위의 분석에서 예약 데이터 기준으로 샘플링을 할 경우 문제가 발생함
##해결책1 : 예약레코드를 고객 단위로 요약한 후 샘플링(단점 : 제외될 데이터도 일단 요약하는 절차가 필요함)
##해결책2 : 예약 테이블의 고객ID 기준으로 랜덤 샘플링 후 샘플링한 고객ID만 예약데이터에서 추출

#reserve_table에서 고객ID만 뽑아서 중복 제거하여 벡터를 만듬
all_id <- unique(reserve_table$customer_id)

reserve_table %>%
  #sample함수를 이용하여 고객ID에서 50% 샘플링해 추출대상 ID를 얻는다
  #추출 대상 ID와 일치하는 행을 filter 함수로 추출한다
  filter(customer_id %in% sample(all_id, size=length(all_id) * 0.5))

1. 2020/01/06 - [IT/R (데이터전처리대전 따라하기)] - R로 CSV 데이터 읽기

2. 2020/01/06 - [IT/R (데이터전처리대전 따라하기)] - R 데이터 행,열 지정 추출

#조건(where)에 따른 데이터 추출

#reserve_table에서 checkin_date 기준 2016-10-12 ~ 2016-10-13 데이터 추출
reserve_table %>%
  
  ##as.Date 함수로 문자열 -> 날짜형 변환
  filter(between(as.Date(checkin_date),
                 as.Date('2016-10-12'), as.Date('2016-10-13')))

#이 코드는 왜 에러나지..?
reserve_table %>%
  filter(between(checkin_date,'2016-10-12','2016-10-13'))

이전글 : 2020/01/06 - [IT/R] - R로 CSV 데이터 읽기

#행,렬 지정하여 추출하기1

reserve_table[10:20,c('reserve_id','hotel_id','customer_id'
                           ,'reserve_datetime','checkin_date'
                           ,'checkin_time','checkout_date')]
# R DataFrame 타입인 reserve_table 내 컬럼을 지정하여 추출
## 첫번째 배열 : 행 추출(미지정시 전체행), 10:20은 10행 ~ 20행까지
## 두번째 배열 : 컬럼지정

#행,렬 지정하여 추출하기2

# dplyr 패키지의 파이프를 통해 DataFrame에서 지정 한 열 추출
reserve_table %>%
  
  #select 함수를 통해 열을 지정 할 수 있음
  select(reserve_id, hotel_id,customer_id,reserve_datetime,checkin_date
         ,checkout_date) %>%
  
  #dataframe으로 변환
  as.data.frame()
  ## dplyr로 추출하게 될 경우 dplyr의 dataframe으로 반환됨
  ## R의 dataframe과 기본적인 호환에는 문제 없긴함

데이터전처리대전 Data다운로드

library(tidyverse)
#tidyverse 패키지

reserve_table <- read.csv('data/reserve.csv',fileEncoding='UTF-8',header = TRUE)
# read.csv 함수를 통해 csv 파일 read 후 reserve_table 변수에 data.frame 오브젝트 할당
  ## 첫번째 파라미터 : 파일경로
  ## 두번째 파라미터 : file Encoding
  ## 세번째 파라미터 : 첫번째 행 Header 여부

reserve_table
#data 확인

nc -z host port

 ex) nc -z 127.0.0.0 80

포트 확인되면 아래 text 출력 확인안되면 아무것도 안뜸

connection to 127.0.0.0 80 port [tcp/http] succeeded!

포트사용중인 프로세스 id 확인하기

[test@test ~]$ netstat -anp | grep 8032

   >   tcp     0         0        :::8032         :::*        LISTEN         2265/java

    ▲ 2265 process id 확인

[test@test ~]$ fuser  -n tcp 8032

   > 8032/tcp:                 2265

   ▲ 2265 process id 확인

ps -ef | grep 2265

  > process 확인

1. 이항분포 R 프로그램의 내장함수 중 dbinom과 pbinom을 이용하여 

    이항분포에서의 확률을 쉽게 계산할 수 있음

1) 구문형식

- dbinom(x, size, prob)

  * x : 확률변수 X의 특정값  

  * size : 시행횟수

  * prob : 성공확률

- pbinom(x, size, prob, lower.tail = TRUE)

  * lower.tail은 확률 계산 방향 옵션

    ㄴ TRUE : P( X<= x )

    ㄴ FALSE : P( X >= x )

2) 예제

강의 수강생 중 30%만이 강의에 만족한다고 함 만약 이 강의생 중 20명을 임의로 선택 했을 때 이들 중 4명 미만의 수강생이 강의에 만족할 확률과 7명의 강의생이 만족할 확률은?

 > pbinom(3, size=20,prob=0.3, lower.tail = T)

   [1] 0.1070868

> dbinom(7,size=20,prob=0.3)

   [1] 0.164262

만약, 12명 이상의 수강생이 강의에 만족할 확률을 구하고자 한다면?

> pbinom(12,size=20,prob=0.3, lower.tail = F)

   [1] 0.00127888

0. 데이터

 - 혈액형sample

> blood =c("B","A","AB","O","A","B","A","A","A","A","A","B"

,"B","B","B","B","B","B","B","B","B","B","B","B","B","O","O","O","O","O","O","O"

,"AB","AB","AB","AB","AB")

1. 도수분포표 구하기

> table(blood)

blood

 A AB  B  O 

 7  6 16  8 

2. 상대도수 구하기

> prop.table(table(blood))

blood

        A        AB         B         O 

0.1891892 0.1621622 0.4324324 0.2162162 

3. Bar Chart 그리기

> barplot(table(blood))

4. Pie Chart 그리기

> pie(table(blood))

R 코드 전문 복사

> blood = c("B","A","AB","O","A","B","A","A","A","A","A","B","B","B","B","B","B","B","B","B","B","B","B","B","B","O","O","O","O","O","O","O","AB","AB","AB","AB","AB")

> table(blood)

blood

 A AB  B  O 

 7  6 16  8 

> prop.table(table(blood))

blood

        A        AB         B         O 

0.1891892 0.1621622 0.4324324 0.2162162 

> prop.table(table(blood))

blood

        A        AB         B         O 

0.1891892 0.1621622 0.4324324 0.2162162 

> barplot(table(blood))

> pie(table(blood))