Multi-dim table, tables, and missing values

전처리 2월 22, 2021 0 Comments

Multi-dim table, tables, and missing values

  • 3줄 요약
    • table() 시 NA의 존재에 유의하자
    • 3차원 표를 2차원으로 출력하기 위해 ftable()을 사용할 수 있다.
    • 새로운 함수 ftab2tab()을 정의하여, 다차원 표(table()) 결과를 2차원으로 변형한다.

base function table

table() 함수는 범주형 변수의 분포를 확인해보는 데 요긴하게 사용된다.

data(mpg, package='ggplot2')
library(dplyr)

drv <- mpg$drv
drv[c(1,4,10,25,44,89,102,155)] = NA
table(drv)

## drv
##   4   f   r 
## 101 101  24

table()의 결과는 1차원 벡터이거나, 다차원 배열이 된다.

with(mpg, table(drv, trans)) # 2차원

##    trans
## drv auto(av) auto(l3) auto(l4) auto(l5) auto(l6) auto(s4) auto(s5) auto(s6) manual(m5) manual(m6)
##   4        0        0       34       29        2        2        1        7         21          7
##   f        5        2       37        8        2        1        2        8         33          8
##   r        0        0       12        2        2        0        0        1          4          4

tab3d <- with(mpg, table(drv,trans, cyl))
tab3d

## , , cyl = 4
## 
##    trans
## drv auto(av) auto(l3) auto(l4) auto(l5) auto(l6) auto(s4) auto(s5) auto(s6) manual(m5) manual(m6)
##   4        0        0        7        1        0        2        0        1         11          1
##   f        2        2       17        5        0        0        1        3         22          6
##   r        0        0        0        0        0        0        0        0          0          0
## 
## , , cyl = 5
## 
##    trans
## drv auto(av) auto(l3) auto(l4) auto(l5) auto(l6) auto(s4) auto(s5) auto(s6) manual(m5) manual(m6)
##   4        0        0        0        0        0        0        0        0          0          0
##   f        0        0        0        0        0        0        0        2          2          0
##   r        0        0        0        0        0        0        0        0          0          0
## 
## , , cyl = 6
## 
##    trans
## drv auto(av) auto(l3) auto(l4) auto(l5) auto(l6) auto(s4) auto(s5) auto(s6) manual(m5) manual(m6)
##   4        0        0        8       12        0        0        0        2          7          3
##   f        3        0       20        3        2        0        1        3          9          2
##   r        0        0        1        1        0        0        0        0          2          0
## 
## , , cyl = 8
## 
##    trans
## drv auto(av) auto(l3) auto(l4) auto(l5) auto(l6) auto(s4) auto(s5) auto(s6) manual(m5) manual(m6)
##   4        0        0       19       16        2        0        1        4          3          3
##   f        0        0        0        0        0        1        0        0          0          0
##   r        0        0       11        1        2        0        0        1          2          4

3차원 테이블의 구조를 살펴보면 다음과 같다

str(tab3d)

##  'table' int [1:3, 1:10, 1:4] 0 2 0 0 2 0 7 17 0 1 ...
##  - attr(*, "dimnames")=List of 3
##   ..$ drv  : chr [1:3] "4" "f" "r"
##   ..$ trans: chr [1:10] "auto(av)" "auto(l3)" "auto(l4)" "auto(l5)" ...
##   ..$ cyl  : chr [1:4] "4" "5" "6" "8"

클래스는 table이지만 3차원 배열([1:3, 1:10, 1:4])이며, dimnames로 차원의 이름이 붙여져 있음을 알 수 있다.

책에 정리되어 있듯이 as.data.frame()으로 데이터프레임으로 변환할 수도 있다.

as.data.frame(tab3d, responseName = 'count') %>% head

##   drv    trans cyl count
## 1   4 auto(av)   4     0
## 2   f auto(av)   4     2
## 3   r auto(av)   4     0
## 4   4 auto(l3)   4     0
## 5   f auto(l3)   4     2
## 6   r auto(l3)   4     0

ftable(_TABLE, row.vars=c())의 row.vars=에 행마다 바뀌는 차원을 적어서 좀 더 보기 편한 2차원 표를 만들 수도 있다.

ftab <- ftable(tab3d, row.vars = 2) # 2nd dim = trans
ftab

##            drv  4           f           r         
##            cyl  4  5  6  8  4  5  6  8  4  5  6  8
## trans                                             
## auto(av)        0  0  0  0  2  0  3  0  0  0  0  0
## auto(l3)        0  0  0  0  2  0  0  0  0  0  0  0
## auto(l4)        7  0  8 19 17  0 20  0  0  0  1 11
## auto(l5)        1  0 12 16  5  0  3  0  0  0  1  1
## auto(l6)        0  0  0  2  0  0  2  0  0  0  0  2
## auto(s4)        2  0  0  0  0  0  0  1  0  0  0  0
## auto(s5)        0  0  0  1  1  0  1  0  0  0  0  0
## auto(s6)        1  0  2  4  3  2  3  0  0  0  0  1
## manual(m5)     11  0  7  3 22  2  9  0  0  0  2  2
## manual(m6)      1  0  3  3  6  0  2  0  0  0  0  4

패키지 ztable

패키지 ztable을 써서 여러 형식의 표를 만들어 볼 수 있다.

문제는 ztable이 3차원 이상의 표(table() 함수의 결과)나 ftable()의 결과를 지원하지 않는다는 점이다. 아래의 함수는 ftable()의 결과를 2차원의 표로 변환하여 ztable()을 활용할 수 있게 한다.

ftab2tab = function(ftab) {
  col_vars = attr(ftab, 'col.vars')
  col_vars = col_vars[length(col_vars):1]
  cols = do.call(expand.grid, c(col_vars, list(stringsAsFactors = FALSE)))
  .cols = do.call(paste, c(cols, list(sep='-')))

  row_vars = attr(ftab, 'row.vars')
  row_vars = row_vars[length(row_vars):1]
  rows = do.call(expand.grid, c(row_vars, list(stringsAsFactors = FALSE)))
  .rows = do.call(paste, c(rows, list(sep='-')))

  class(ftab) = 'table'
  dimnames(ftab) = list(.rows, .cols)
  names(dimnames(ftab)) = c(paste0(names(row_vars), collapse='-'),
                            paste0(names(col_vars), collapse='-'))
  return(ftab)
}

library(ztable)
ftab <- ftable(tab3d, row.vars = 2) # 2nd dim = trans
ztable(ftab)

## 
##  Sorry, Currently function ztable() cannot handle the object of class ftable!

#https://cran.r-project.org/web/packages/kableExtra/vignettes/awesome_table_in_html.html
#아래 출력은 rmakrdown의 chunk option을 results='asis'로 두었음
ztable(ftab2tab(ftab))

 

 

 
4-4 5-4 6-4 8-4 4-f 5-f 6-f 8-f 4-r 5-r 6-r 8-r
auto(av) 0 0 0 0 2 0 3 0 0 0 0 0
auto(l3) 0 0 0 0 2 0 0 0 0 0 0 0
auto(l4) 7 0 8 19 17 0 20 0 0 0 1 11
auto(l5) 1 0 12 16 5 0 3 0 0 0 1 1
auto(l6) 0 0 0 2 0 0 2 0 0 0 0 2
auto(s4) 2 0 0 0 0 0 0 1 0 0 0 0
auto(s5) 0 0 0 1 1 0 1 0 0 0 0 0
auto(s6) 1 0 2 4 3 2 3 0 0 0 0 1
manual(m5) 11 0 7 3 22 2 9 0 0 0 2 2
manual(m6) 1 0 3 3 6 0 2 0 0 0 0 4

kable 패키지

사실 ztable보다 kable 패키지가 더 유명하긴 하다. 하지만 kable 패키지도 ftable() 결과에 대해서는 지원하지 않는다. Vignettes를 참조하여 멋진 표(table)을 하나 만들어보는 것도 좋겠다.

library(kableExtra)
as.data.frame(tab3d, responseName = 'count') %>% 
  head() %>% 
  kbl() %>% 
  kable_styling()
drv trans cyl count
4 auto(av) 4 0
f auto(av) 4 2
r auto(av) 4 0
4 auto(l3) 4 0
f auto(l3) 4 2
r auto(l3) 4 0 
#tab3d %>% kbl() %>% kable_styling() # as.data.frame(tab3d) %>% ...와 동일한 결과
#ftab %>% kbl() %>% kable_styling() # 길고 긴 테이블
ftab %>% ftab2tab %>% kbl() %>% kable_styling()
4-4 5-4 6-4 8-4 4-f 5-f 6-f 8-f 4-r 5-r 6-r 8-r
auto(av) 0 0 0 0 2 0 3 0 0 0 0 0
auto(l3) 0 0 0 0 2 0 0 0 0 0 0 0
auto(l4) 7 0 8 19 17 0 20 0 0 0 1 11
auto(l5) 1 0 12 16 5 0 3 0 0 0 1 1
auto(l6) 0 0 0 2 0 0 2 0 0 0 0 2
auto(s4) 2 0 0 0 0 0 0 1 0 0 0 0
auto(s5) 0 0 0 1 1 0 1 0 0 0 0 0
auto(s6) 1 0 2 4 3 2 3 0 0 0 0 1
manual(m5) 11 0 7 3 22 2 9 0 0 0 2 2
manual(m6) 1 0 3 3 6 0 2 0 0 0 0 4

tables 패키지

출력이 LaTeX이라면 tables 패키지를 사용할 수 있다고 한다.

useNA 인자

함수 table()의 결과에 기본적으로 NA는 포함되지 않음을 유의하자. NA를 포함시키려면 useNA='ifany나 useNA='always'를 해야 한다.

table(drv, useNA = 'ifany')

## drv
##    4    f    r <NA> 
##  101  101   24    8

필자는 항상 NA의 존재 및 갯수를 확인하고자 다음과 같이 table 함수를 재정의해 놓는다.

table = function(..., useNA = 'ifany') {
  base::table(..., useNA = useNA)
}

조건에 해당하는 경우 확인하기

#trans <- mpg$trans
#trans[sample(length(trans), 10)] <- NA
mpg[sample(nrow(mpg), 10), 'trans'] <- NA
table(mpg$trans)

## 
##   auto(av)   auto(l3)   auto(l4)   auto(l5)   auto(l6)   auto(s4)   auto(s5)   auto(s6) manual(m5) manual(m6) 
##          4          2         79         38          6          3          3         15         56         18 
##       <NA> 
##         10

만약 trans의 범주 중에서 갯수가 12개 미만인 경우만을 확인하고자 한다면 어떻게 해야 할까? 가장 손쉬운 방법은 다음과 같다.

tbl <- table(mpg$trans)
tbl[tbl < 12]

## 
## auto(av) auto(l3) auto(l6) auto(s4) auto(s5)     <NA> 
##        4        2        6        3        3       10

참고자료

PS

내가 만들었지만 혹시 잘못 작동하는 부분은 없는지 확인해본다.

tab <- with(mtcars, table(vs, am, gear, carb))
ftab <- ftable(tab, row.vars=c(1,2))
ftab

##       gear 3           4           5           NA          
##       carb 1 2 3 4 6 8 1 2 3 4 6 8 1 2 3 4 6 8  1 2 3 4 6 8
## vs am                                                      
## 0  0       0 3 3 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0  0 0 0 0 0 0
##    1       0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 1 1 1  0 0 0 0 0 0
##    NA      0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0  0 1 0 1 0 0
## 1  0       3 0 0 0 0 0 0 2 0 2 0 0 0 0 0 0 0 0  0 0 0 0 0 0
##    1       0 0 0 0 0 0 3 2 0 0 0 0 0 1 0 0 0 0  0 0 0 0 0 0
##    NA      0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0  1 0 0 0 0 0

ftab2tab(ftab)

##       carb-gear
## am-vs  1-3 2-3 3-3 4-3 6-3 8-3 1-4 2-4 3-4 4-4 6-4 8-4 1-5 2-5 3-5 4-5 6-5 8-5 1-NA 2-NA 3-NA 4-NA 6-NA 8-NA
##   0-0    0   3   3   5   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0    0    0    0    0    0
##   1-0    0   0   0   0   0   0   0   0   0   1   0   0   0   1   0   1   1   1    0    0    0    0    0    0
##   NA-0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0    1    0    1    0    0
##   0-1    3   0   0   0   0   0   0   2   0   2   0   0   0   0   0   0   0   0    0    0    0    0    0    0
##   1-1    0   0   0   0   0   0   3   2   0   0   0   0   0   1   0   0   0   0    0    0    0    0    0    0
##   NA-1   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    1    0    0    0    0    0

NA가 존재하면 결과가 어떻게 바뀌는지도 확인해보자.

mtcars[c(1,3,5), c(9,10)] = NA
tab <- with(mtcars, table(vs, am, gear, carb, useNA='always'))

Tags:
admin

Comments on this post

0 Comments

Leave a comment

Your email address will not be published. Required fields are marked *

16 − 10 =

Made with By Code Themes