R에서 데이터프레임(data.frame) 조작하는 기본 방법

📦 데이터프레임 기본 만들기

 

 

name	age	score
Alice	25	85
Bob	30	90
Charlie	35	95

🔍 데이터프레임 주요 조작 방법

 

기능	명령어	예시설명
특정 열 추출	df$age	'age' 컬럼만 추출
특정 행 추출	df[1, ]	1행 전체 추출
특정 셀 추출	df[2, 3]	2행 3열 값 추출
여러 열 선택	df[, c('name', 'score')]	'name'과 'score' 컬럼만 추출
조건부 필터링	df[df$age > 25, ]	age가 25 초과인 행만 추출
새로운 열 추가	df$pass <- df$score > 80	'pass' 컬럼 추가 (TRUE/FALSE)
열 이름 변경	colnames(df) <- c('이름', '나이', '점수')	모든 열 이름 변경
행 추가	rbind(df, data.frame(name='David', age=28, score=88))	새 행 추가
열 추가	cbind(df, gender = c('F','M','M'))	새 열 추가
데이터 정렬	df[order(df$score), ]	score 오름차순 정렬
NA 처리	na.omit(df)	결측치(NA) 있는 행 삭제
요약 통계	summary(df)	컬럼별 요약 통계 보여줌

🛠️ 조금 더 고급스럽게: dplyr 패키지 활용

dplyr 패키지를 쓰면 훨씬 간결하고 빠르게 데이터프레임을 조작할 수 있어.

먼저 설치 + 불러오기:

dplyr 기본 문법

 

기능	명령어	예시설명
열 선택	select(df, name, score)	특정 열만 선택
행 필터링	filter(df, age > 25)	조건에 맞는 행 추출
새로운 변수 만들기	mutate(df, grade = ifelse(score>90, 'A', 'B'))	새로운 열 추가
정렬	arrange(df, desc(score))	score 기준 내림차순 정렬
요약 통계	summarise(df, avg_age = mean(age))	나이 평균 구하기
그룹별 연산	group_by(df, gender) %>% summarise(avg_score = mean(score))	성별별 평균 점수

👉 |>% 는 '그리고 이어서' 라는 뜻이다. (pipe 연산자)