집단별로 함수 적용하기

• 벡터 v에 한 학급의 학생 키가 저장되어 있다. 이때 남자의 키 평균과 여자의 키 평균을 구하고 싶다면 어떻게 해야 할까? 전체 평균은 mean(v)으로 구할 수 있지만 누가 남자이고 누가 여자인지 모르는 데 어떻게 남자키, 여자키 평균을 구할 수 있는가?
• 만약 g라는 벡터에 벡터 v의 각 원소가 남자(Male) 키인지 여자(Female) 키인지가 저장되었다고 한다면 어떤까? v[1]은 172이고, g[1]은 Male이라서, 172은 남자키이고, v[2]는 170이고, g[2]는 Female이라서 170은 여자키임을 알 수 있다.
• 이때에는 mean(v[g=='Male'])과 mean(v[g=='Female'])로 남자키 평균과 여자키 평균을 알 수 있다(<논리값으로 벡터 참조/> 참조).
• 문제는 집단의 갯수가 2개가 아니라 100개라면 어떨까? 예를 들어 v에는 값이 들어 있고, g에는 소속이 들어 있는데 소속은 1부터 100까지 100가지나 된다면? 다음의 코드는 그 일부를 보여준다.

set.seed(0)
v <- c(172, 172, 170, 170, rnorm(96, 170, 3))
g <- rep(c("Male", "Female"), 50)
c(mean(v[g=="Male"]), mean(v[g=="Female"]))

## [1] 170.3323 169.7397

#
v <- rnorm(1000, 170, 3)
g <- rep(1:100, 10)
c(mean(v[g==1]), mean(v[g==2]), mean(v[g==3]), mean(v[g==4]))

## [1] 169.2011 170.8637 170.5775 169.8197

• 이제 g==5, g==6, …, g==100을 추가하기만 하면 된다. 이렇게 반복되는 작업이 계속될 때 프로그래머라면 당연히 for문을 찾게된다. R에서는 이런 경우를 위한 특별한 함수가 마련되어 있다.

주어진 벡터에 집단을 구분하여 함수 적용하기 : tapply

• tapply 함수는 벡터 v의 원소를 몇 개의 집단으로 나눈 후, 함수 func를 각 집단에 적용한다. 위의 그림에서 원소의 집단을 알려주는 벡터 g의 값에 따라 바탕색을 다르게 하였다.(벡터 g의 원소가 1인 경우는 항상 옅은 회색이고 2인 경우는 하얀색, 3인 경우는 짙은 회색이다.)
• 집단 벡터 g는 집단을 효과적으로 알려주기만 하면 된다. 따라서 집단을 나타내는 벡터 g는 다음 중 어느 것을 사용해도 무방하다.

c(1, 3, 1, 2, 3, 2, 2, 1, 2)

## [1] 1 3 1 2 3 2 2 1 2

c(0, 7, 0, 5, 7, 5, 5, 0, 5)

## [1] 0 7 0 5 7 5 5 0 5

c('A', 'C', 'A', 'B', 'C', 'B', 'B', 'A', 'B')

## [1] "A" "C" "A" "B" "C" "B" "B" "A" "B"

c("paul", "jack", "paul", "susan", "jack", "susan", "susan", "paul", "susan")

## [1] "paul"  "jack"  "paul"  "susan" "jack"  "susan" "susan" "paul"  "susan"

• 만약 적용되는 함수가 mean이라면, 그 결과는 다음과 같이 구할 수 있다.

v = c(2, 2, 6, 8, 9, 1, 2, 7, 5) 
g = c(1, 3, 1, 2, 3, 2, 2, 1, 2) 
tapply(v, g, FUN = mean) 

##   1   2   3 
## 5.0 4.0 5.5

집단별로 함수 적용하기 : tapply, apply, lapply, sapply

• 벡터뿐 아니라, 행렬, 리스트, 데이터 프레임에 대해서도 원소들을 여러 집단으로 나눈 후 특정한 함수를 적용할 수 있다. tapply, apply, lapply, sapply는 다음과 같은 의미를 가지고 있다.

• 다음의 표는 R에서 집단별로 함수를 적용하는 tapply, apply, lapply, sapply, aggregate의 기능을 도식적으로 보여준다. 이들 함수는 적용되는 데이터 구조에 따라 구분될 수 있다.

• 다음은 dat라는 데이터 프레임을 gender와 num의 값에 따라 나누는 다양한 방법을 보여준다. aggregate에서 +, cbind, .의 의미를 유추해보자.

dat <- data.frame(gender=c('M','M','M','M','M','F','F','F','F','F'),
num=c(1,2,3,1,2,3,1,2,3,1),
h=c(170,180,190,180,170,150,160,170,160,150),
w=c(80,70,100,80,60,50,50,60,60,50))
dat$BMI <- dat$w/(dat$h/100)^2
table(dat$gender, dat$num)

##    
##     1 2 3
##   F 2 1 2
##   M 2 2 1

tapply(dat$h, list(dat$gender, dat$num), mean)

##     1   2   3
## F 155 170 155
## M 175 175 190

aggregate(h~gender+num, sum, data=dat)

##   gender num   h
## 1      F   1 310
## 2      M   1 350
## 3      F   2 170
## 4      M   2 350
## 5      F   3 310
## 6      M   3 190

aggregate(h+w~gender+num, sum, data=dat)

##   gender num h + w
## 1      F   1   410
## 2      M   1   510
## 3      F   2   230
## 4      M   2   480
## 5      F   3   420
## 6      M   3   290

aggregate(cbind(h,w)~gender+num, sum, data=dat)

##   gender num   h   w
## 1      F   1 310 100
## 2      M   1 350 160
## 3      F   2 170  60
## 4      M   2 350 130
## 5      F   3 310 110
## 6      M   3 190 100

aggregate(.~gender+num, sum, data=dat)

##   gender num   h   w      BMI
## 1      F   1 310 100 41.75347
## 2      M   1 350 160 52.37302
## 3      F   2 170  60 20.76125
## 4      M   2 350 130 42.36618
## 5      F   3 310 110 45.65972
## 6      M   3 190 100 27.70083

aggregate(dat, list(dat$gender, dat$num), length)

##   Group.1 Group.2 gender num h w BMI
## 1       F       1      2   2 2 2   2
## 2       M       1      2   2 2 2   2
## 3       F       2      1   1 1 1   1
## 4       M       2      2   2 2 2   2
## 5       F       3      2   2 2 2   2
## 6       M       3      1   1 1 1   1

by(dat, list(dat$gender, dat$num), summary)

## : F
## : 1
##  gender      num          h               w           BMI       
##  F:2    Min.   :1   Min.   :150.0   Min.   :50   Min.   :19.53  
##  M:0    1st Qu.:1   1st Qu.:152.5   1st Qu.:50   1st Qu.:20.20  
##         Median :1   Median :155.0   Median :50   Median :20.88  
##         Mean   :1   Mean   :155.0   Mean   :50   Mean   :20.88  
##         3rd Qu.:1   3rd Qu.:157.5   3rd Qu.:50   3rd Qu.:21.55  
##         Max.   :1   Max.   :160.0   Max.   :50   Max.   :22.22  
## -------------------------------------------------------- 
## : M
## : 1
##  gender      num          h               w           BMI       
##  F:0    Min.   :1   Min.   :170.0   Min.   :80   Min.   :24.69  
##  M:2    1st Qu.:1   1st Qu.:172.5   1st Qu.:80   1st Qu.:25.44  
##         Median :1   Median :175.0   Median :80   Median :26.19  
##         Mean   :1   Mean   :175.0   Mean   :80   Mean   :26.19  
##         3rd Qu.:1   3rd Qu.:177.5   3rd Qu.:80   3rd Qu.:26.93  
##         Max.   :1   Max.   :180.0   Max.   :80   Max.   :27.68  
## -------------------------------------------------------- 
## : F
## : 2
##  gender      num          h             w           BMI       
##  F:1    Min.   :2   Min.   :170   Min.   :60   Min.   :20.76  
##  M:0    1st Qu.:2   1st Qu.:170   1st Qu.:60   1st Qu.:20.76  
##         Median :2   Median :170   Median :60   Median :20.76  
##         Mean   :2   Mean   :170   Mean   :60   Mean   :20.76  
##         3rd Qu.:2   3rd Qu.:170   3rd Qu.:60   3rd Qu.:20.76  
##         Max.   :2   Max.   :170   Max.   :60   Max.   :20.76  
## -------------------------------------------------------- 
## : M
## : 2
##  gender      num          h               w             BMI       
##  F:0    Min.   :2   Min.   :170.0   Min.   :60.0   Min.   :20.76  
##  M:2    1st Qu.:2   1st Qu.:172.5   1st Qu.:62.5   1st Qu.:20.97  
##         Median :2   Median :175.0   Median :65.0   Median :21.18  
##         Mean   :2   Mean   :175.0   Mean   :65.0   Mean   :21.18  
##         3rd Qu.:2   3rd Qu.:177.5   3rd Qu.:67.5   3rd Qu.:21.39  
##         Max.   :2   Max.   :180.0   Max.   :70.0   Max.   :21.60  
## -------------------------------------------------------- 
## : F
## : 3
##  gender      num          h               w             BMI       
##  F:2    Min.   :3   Min.   :150.0   Min.   :50.0   Min.   :22.22  
##  M:0    1st Qu.:3   1st Qu.:152.5   1st Qu.:52.5   1st Qu.:22.53  
##         Median :3   Median :155.0   Median :55.0   Median :22.83  
##         Mean   :3   Mean   :155.0   Mean   :55.0   Mean   :22.83  
##         3rd Qu.:3   3rd Qu.:157.5   3rd Qu.:57.5   3rd Qu.:23.13  
##         Max.   :3   Max.   :160.0   Max.   :60.0   Max.   :23.44  
## -------------------------------------------------------- 
## : M
## : 3
##  gender      num          h             w            BMI      
##  F:0    Min.   :3   Min.   :190   Min.   :100   Min.   :27.7  
##  M:1    1st Qu.:3   1st Qu.:190   1st Qu.:100   1st Qu.:27.7  
##         Median :3   Median :190   Median :100   Median :27.7  
##         Mean   :3   Mean   :190   Mean   :100   Mean   :27.7  
##         3rd Qu.:3   3rd Qu.:190   3rd Qu.:100   3rd Qu.:27.7  
##         Max.   :3   Max.   :190   Max.   :100   Max.   :27.7