실전 프로젝트 소스

[조현숙]

# 12.2.2 : 파일 불러오고, 데이터 확인하기

data <- read.csv("d1004.csv", fileEncoding = "EUC-KR")

str(data)

head(data, 2)

data$년월일 <- as.Date(paste(data$년,'-',data$월,'-', data$일, sep=""))

head(data, 2)

######## 슬라이드 99. 데이터 분석

# : 데이터 검색

a_dong = data[data$측정소명=='신암동', c('년월일', 'PM10', 'PM2.5')]

head(a_dong, 2)

# : 그룹별 검색

aggregate(PM10 ~ 측정소명, data, mean)

aggregate(PM10 ~ 월, data, mean)

monthly_avg <- aggregate(PM10~월, data, mean)

######## 슬라이드 102. 시각화

# : plot함수 - 꺽은선 그래프

plot(x = monthly_avg$월, y = monthly_avg$PM10,

type='o', main = '월별 미세먼지 평균',

xlab = '월(2018년)', ylab = '10마이크로이하', family = 'NanumGothic')

# : ggplot함수 - 막대그래프

dong_avg<-aggregate(PM10~측정소명, data, mean)

ggplot(dong_avg, aes(측정소명, PM10))+geom_bar(stat="identity")

# : ggplot함수 - 누적 막대그래프

dong_monthly_avg<-aggregate(PM10~월+측정소명, data, mean)

ggplot(dong_monthly_avg, aes(x=측정소명, y=PM10,

fill=월))+geom_bar(stat="identity")

# : ggplot함수 - 꺾은선 그래프

ggplot(dong_monthly_avg, aes(x=월, y=PM10,

group=factor(측정소명), color=측정소명, linetype=측정소명))+

geom_line(aes(linetype=측정소명))+

geom_point(shape='o', size=3)