logo

📂줄리아

줄리아에서 데이터 프레임 요약보는 법

가이드 1

줄리아에서 데이터프레임을 다룰 때, 간단하게 기초통계량을 확인하려면 describe 함수를 쓰면 된다. 이는 R에서 summary 함수와 비슷한 기능을 한다. 예로써 다음과 같은 데이터프레임이 주어져 있다고 하자.

julia> data = DataFrame(x = rand(10), y = 1 .+ randn(10), z = 10randn(10))
10×3 DataFrame
 Row │ x         y         z         
     │ Float64   Float64   Float64   
─────┼───────────────────────────────
   1 │ 0.581684  0.613567   -6.96196
   2 │ 0.167714  1.86029     2.25717
   3 │ 0.6753    0.397726   -6.88198
   4 │ 0.605366  1.27918    16.082
   5 │ 0.398977  0.655179   -3.7648
   6 │ 0.283162  1.40468    15.9616
   7 │ 0.366776  0.680256   11.8967
   8 │ 0.387233  2.15353    -3.79308
   9 │ 0.556446  1.58978   -11.0116
  10 │ 0.344502  0.894148   18.8104

여기서 $X \sim U (0, 1)$, $Y \sim N(1, 1)$, $Z \sim N(0, 10)$ 이다.

기초통계량

julia> describe(data)
3×7 DataFrame
 Row │ variable  mean      min         median     max       nmissing  eltype   
     │ Symbol    Float64   Float64     Float64    Float64   Int64     DataType 
─────┼─────────────────────────────────────────────────────────────────────────
   1 │ x         0.436716    0.167714   0.393105   0.6753          0  Float64
   2 │ y         1.15283     0.397726   1.08667    2.15353         0  Float64
   3 │ z         3.25945   -11.0116    -0.753812  18.8104          0  Float64

아무 옵션 없이 describe 함수를 쓰면 위와 같이 각 칼럼별로 평균, 최소값, 중위수, 최대값, 결측치 개수, 자료형을 확인할 수 있다.

특정통계량

julia> describe(data, :mean, :std)
3×3 DataFrame
 Row │ variable  mean      std       
     │ Symbol    Float64   Float64   
─────┼───────────────────────────────
   1 │ x         0.436716   0.161219
   2 │ y         1.15283    0.593586
   3 │ z         3.25945   11.3199

원하는 통계량만 따로 볼 수도 있다. 기본적으로 제공되는 후보로는 :mean, :std, :min, :q25, :median, :q75, :max, :sum, :eltype, :nunique, :nuniqueall, :first, :last, :nnonmissing, :nmissing이 있고, :all을 쓰면 열거된 모든 통계량을 확인할 수 있다.

사용자 정의 통계량

julia> describe(data, rand => :rand)
3×2 DataFrame
 Row │ variable  rand      
     │ Symbol    Float64   
─────┼─────────────────────
   1 │ x          0.556446
   2 │ y          0.680256
   3 │ z         -3.79308

꼭 통계량이어야할 필요는 없고, 벡터를 받아서 스칼라로 리턴하는 함수라면 무엇이든 쓸 수 있는 것 같다. function => :name의 형태로 페어pair를 주면 모든 칼럼별로 함수 function을 적용한 뒤 칼럼 이름이 :name인 결과로 남는다. 위의 예시에서는 각 칼럼마다 하나씩 랜덤으로 뽑았다.

전체 코드

using DataFrames

data = DataFrame(x = rand(10), y = 1 .+ randn(10), z = 10randn(10))

describe(data)
describe(data, :mean, :std)
describe(data, rand => :rand)