일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- 산업연관분석
- R통계
- 오타루
- python 기초
- 사북 석탄
- FUJIJILM
- 지구정치학담론
- 얀겔의 위대한 실험
- 정선 가볼만한 곳
- 산업연관표
- 트랜지션타운
- 일본
- 얀겔
- R프로그램
- FUJIx100f
- 다시장인인다
- 링크타운
- 지속가능한개발
- python
- 일본연구
- 짱구는 못말려 15기
- x100f
- #협력적계획이론 #패치힐리 #도시계획이론
- 건담프라모델
- 문화
- nofilter
- 타지리초
- Greeen
- 통계
- 오사카생활
- Today
- Total
목록내가 알아가는 도시 (87)
우리가 살아가는 도시
library(GISTools) # GISTools 패키지의 데이터 탐색 data(newhaven) ls() #ls() : 현재 워크스페이스에서 사용하는 변수 객체들의 리스트를 검색한다. #변수들을 검색하여 찾을 경우 pattern인수에 값을 regular expression으로 넣어주면 찾을 수 있다. #object()함수를 사용해서 ls()와 같은 결과를 도출할 수 있다. #변수들이 상세한 구조를 확인하기 위해서는 ls.str()함수를 이용하여 세부적인 내용을 확인할 수 있다. ls.str() head(data.frame(blocks)) #data.frame : 자료 객체들을 결합하여 데이터 프레임을 생성 #head() 데이터세트중의 일부 데이터를 호출한다. 첫 5줄만 출력하기 위해 head명령어를 ..
#결측값 처리 #결측값이 총 몇개인지 계산하는 방법 library(MASS) x=Cars93 #cars93의 데이터를 불러옴 labels(x) sum(is.na(x)) sum(is.na(Cars93$Manufacturer)) sum(is.na(Cars93$Price)) sum(is.na(Cars93$Rear.seat.room)) sum(is.na(Cars93$Luggage.room)) sum(x) mean(x) sum(x, na.rm = TRUE) #결측값을 통계분석시 제외: na.rm=TRUE mean(x, na.rm = TRUE) sum(Cars93$Luggage.room) mean(Cars93$Luggage.room) sum(Cars93$Luggage.room, na.rm = TRUE) mean(C..