[R] 통계청 2013년 발표 연령, 남녀, 경력별 월급 데이터셋을 이용한 기술적 분석

과목 : 02.분석용 데이터 구축¶

문제 1. 통계청 2013년 발표 연령, 남녀, 경력별 월급 데이터셋 가지고 R을 이용하여 다음의 기술적 분석을 시행하세요.¶

DataSet : example_salary.csv (알까기2)¶

In [104]:

df  <- read.csv('../R Test/R_examples/example_salary.csv')

In [105]:

str(df)

'data.frame':	100 obs. of  7 variables:
 $ 연령               : chr  "-19" "20-24" "25-29" "30-34" ...
 $ 월급여액..원.      : chr  "1346534 " "1584214 " "1922043 " "2130988 " ...
 $ 연간특별급여액..원.: chr  "151840 " "115375 " "268058 " "335710 " ...
 $ 근로시간..시간.    : chr  "169.5" "180.1" "178.0" "180.8" ...
 $ 근로자수..명.      : chr  "15042 " "74251 " "143338 " "103585 " ...
 $ 경력구분           : chr  "1년미만" "1년미만" "1년미만" "1년미만" ...
 $ 성별               : chr  "남" "남" "남" "남" ...

In [106]:

head(df)

A data.frame: 6 × 7

	연령	월급여액..원.	연간특별급여액..원.	근로시간..시간.	근로자수..명.	경력구분	성별
	<chr>	<chr>	<chr>	<chr>	<chr>	<chr>	<chr>
1	-19	1346534	151840	169.5	15042	1년미만	남
2	20-24	1584214	115375	180.1	74251	1년미만	남
3	25-29	1922043	268058	178.0	143338	1년미만	남
4	30-34	2130988	335710	180.8	103585	1년미만	남
5	35-39	2414345	352816	181.4	65385	1년미만	남
6	40-44	2372214	233728	182.9	55422	1년미만	남

In [ ]:

컬럼명을 영어로 변경¶

In [107]:

names(df)  <- c('age','salary','specialSalary','workingTime','numberOfWorker','career','sex')
head(df)

A data.frame: 6 × 7

	age	salary	specialSalary	workingTime	numberOfWorker	career	sex
	<chr>	<chr>	<chr>	<chr>	<chr>	<chr>	<chr>
1	-19	1346534	151840	169.5	15042	1년미만	남
2	20-24	1584214	115375	180.1	74251	1년미만	남
3	25-29	1922043	268058	178.0	143338	1년미만	남
4	30-34	2130988	335710	180.8	103585	1년미만	남
5	35-39	2414345	352816	181.4	65385	1년미만	남
6	40-44	2372214	233728	182.9	55422	1년미만	남

데이터에 있는 문자열 공백 제거¶

In [102]:

library(stringr)

In [103]:

str_squish(df)

Warning message in stri_replace_all_regex(string, pattern, fix_replacement(replacement), :
"argument is not an atomic vector; coercing"

1. 'c("-19", "20-24", "25-29", "30-34", "35-39", "40-44", "45-49", "50-54", "55-59", "60-", "-19", "20-24", "25-29", "30-34", "35-39", "40-44", "45-49", "50-54", "55-59", "60-", "-19", "20-24", "25-29", "30-34", "35-39", "40-44", "45-49", "50-54", "55-59", "60-", "-19", "20-24", "25-29", "30-34", "35-39", "40-44", "45-49", "50-54", "55-59", "60-", "-19", "20-24", "25-29", "30-34", "35-39", "40-44", "45-49", "50-54", "55-59", "60-", "-19", "20-24", "25-29", "30-34", "35-39", "40-44", "45-49", "50-54", "55-59", "60-", "-19", "20-24", "25-29", "30-34", "35-39", "40-44", "45-49", "50-54", "55-59", "60-", "-19", "20-24", "25-29", "30-34", "35-39", "40-44", "45-49", "50-54", "55-59", "60-", "-19", "20-24", "25-29", "30-34", "35-39", "40-44", "45-49", "50-54", "55-59", "60-", "-19", "20-24", "25-29", "30-34", "35-39", "40-44", "45-49", "50-54", "55-59", "60-")'
2. 'c(1346534, 1584214, 1922043, 2130988, 2414345, 2372214, 2354052, 2145866, 2083157, 1670852, 1652158, 1792533, 2162605, 2276212, 2619221, 2569419, 2545490, 2298994, 2264538, 1714010, 1414136, 1875815, 2329024, 2519343, 2759442, 2827420, 2621065, 2495111, 2153536, 1759854, 2483000, 2239079, 2396300, 2850779, 3154395, 3309231, 3157228, 2857472, 2545153, 1974552, NA, 2177278, 2458617, 2854599, 3358258, 3806865, 4047478, 4064286, 3835999, 3144527, 1242026, 1501757, 1715331, 1881262, 1643936, 1460618, 1407778, 1356059, 1266070, 1117605, 1614128, 1703021, 1926257, 2021023, 1814147, 1622139, 1505378, 1443682, 1382884, 1172399, 1809095, 1854096, 2109702, 2201773, 2100852, 1818857, 1661907, 1559168, 1444562, 1245540, 1966014, 2017535, 2200182, 2487925, 2518856, 2106003, 1887288, 1758735, 1751487, 1548036, NA, 1685204, 2316881, 2551896, 2926565, 3002440, 2874035, 2575219, 2465273, 2182715)'
3. 'c(151840, 115375, 268058, 335710, 352816, 233728, 224996, 166779, 165352, 122337, 1355014, 2225371, 4216409, 3446843, 3293102, 2477687, 2395252, 1875009, 1953017, 1145849, 282969, 2922272, 5822113, 5167805, 4259247, 3698934, 2947414, 2848512, 2514897, 1176707, NA, 7061945, 6519536, 8639942, 7292091, 5944339, 4840913, 4272066, 3222472, 1701636, NA, 1574013, 5267026, 7455326, 9419272, 11694108, 13252036, 12716896, 10205683, 3507610, 430322, 143708, 210036, 180575, 141326, 77911, 88609, 73158, 65589, 10667, 4749160, 2731604, 2707987, 1942159, 1434570, 1103861, 934670, 743343, 565542, 299639, 5586868, 5407722, 4027023, 3039131, 2160337, 1722998, 1256709, 1045037, 813493, 423826, 8118143, 9680388, 6212956, 5284495, 3868935, 2803385, 2281919, 1897412, 1369063, 806919, NA, 1970720, 6244175, 6920045, 8114053, 7495832, 5324288, 4800348, 3950269, 2054945)'
4. 'c(169.5, 180.1, 178, 180.8, 181.4, 182.9, 182.2, 182.5, 181.3, 191.7, 193.6, 194.8, 181.6, 181.8, 185.1, 184, 186.9, 187.8, 187.6, 192.3, 191.1, 190.5, 182, 177.4, 181.4, 184.1, 186.8, 187.6, 188, 193.6, 226, 198.9, 185.2, 176.7, 174.3, 177.5, 181.3, 183.3, 184.2, 190.1, NA, 201.3, 186.6, 183.6, 174.5, 174.4, 176.2, 178.2, 178.1, 177.4, 151.7, 165.3, 165.4, 162.6, 165, 167.2, 172.4, 168.8, 161, 148, 170.9, 172, 167, 167.3, 169.8, 174, 176.1, 171.7, 169.5, 151.2, 188.2, 176.1, 166.8, 165.6, 170, 177.3, 179.5, 175.4, 170, 155.1, 194.2, 180.4, 170, 164.2, 167.3, 174.7, 181.9, 183.5, 180.5, 169.1, NA, 179.4, 171.2, 167.6, 164.4, 166.9, 174.6, 180.1, 180.4, 173.3)'
5. 'c(15042, 74251, 143338, 103585, 65385, 55422, 37819, 37814, 32106, 37912, 3801, 66087, 279633, 238199, 123924, 99512, 69938, 60795, 52151, 60986, 147, 8799, 118480, 202527, 101201, 76376, 52698, 48056, 34147, 44971, 12, 2621, 47532, 352266, 257333, 147778, 92043, 82198, 50482, 58812, NA, 1914, 12123, 82520, 348837, 533852, 456593, 439450, 246685, 150523, 17300, 109940, 87237, 51270, 40592, 52903, 42279, 33970, 21539, 18737, 9428, 124923, 191733, 91241, 69379, 88912, 73750, 63293, 38107, 30253, 466, 31200, 125485, 72705, 46876, 59520, 53953, 43137, 25092, 21106, 425, 10016, 109175, 166040, 69567, 70603, 65253, 56112, 27707, 20282, NA, 1886, 13731, 95100, 139405, 127340, 96050, 91643, 50502, 28105)'
6. 'c("1년미만", "1년미만", "1년미만", "1년미만", "1년미만", "1년미만", "1년미만", "1년미만", "1년미만", "1년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "10년이상", "10년이상", "10년이상", "10년이상", "10년이상", "10년이상", "10년이상", "10년이상", "10년이상", "10년이상", "1년미만", "1년미만", "1년미만", "1년미만", "1년미만", "1년미만", "1년미만", "1년미만", "1년미만", "1년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "1~3년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "3~5년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "5~10년미만", "10년이상", "10년이상", "10년이상", "10년이상", "10년이상", "10년이상", "10년이상", "10년이상", "10년이상", "10년이상")'
7. 'c("남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "남", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여", "여")'

데이터 타입을 integer와 double로 변환¶

In [108]:

df$salary  <- as.integer(df$salary)
df$specialSalary  <- as.integer(df$specialSalary)
df$workingTime  <- as.double(df$workingTime)
df$numberOfWorker  <- as.integer(df$numberOfWorker)

Warning message in eval(expr, envir, enclos):
"강제형변환에 의해 생성된 NA 입니다"
Warning message in eval(expr, envir, enclos):
"강제형변환에 의해 생성된 NA 입니다"
Warning message in eval(expr, envir, enclos):
"강제형변환에 의해 생성된 NA 입니다"
Warning message in eval(expr, envir, enclos):
"강제형변환에 의해 생성된 NA 입니다"

In [109]:

head(df)

A data.frame: 6 × 7

	age	salary	specialSalary	workingTime	numberOfWorker	career	sex
	<chr>	<int>	<int>	<dbl>	<int>	<chr>	<chr>
1	-19	1346534	151840	170	15042	1년미만	남
2	20-24	1584214	115375	180	74251	1년미만	남
3	25-29	1922043	268058	178	143338	1년미만	남
4	30-34	2130988	335710	181	103585	1년미만	남
5	35-39	2414345	352816	181	65385	1년미만	남
6	40-44	2372214	233728	183	55422	1년미만	남

평균: 2,171,578원¶

In [110]:

meanTotal  <-  round(mean(df$salary, na.rm =TRUE))
meanTotal

2171578

중앙값: 2,120,345원¶

In [111]:

medianTotal  <-  round(median(df$salary, na.rm =TRUE))
medianTotal

2120345

사분위수¶

0% 1117605¶

25% 1689658.25¶

50% 2120345¶

75% 2519221.25¶

100% 4064286¶

In [112]:

quantile(df$salary, na.rm =TRUE)

0%

1117605

25%

1689658.25

50%

2120345

75%

2519221.25

100%

4064286

가장 적은 월급의 데이터 확인¶

1,117,605원¶

In [113]:

min(df$salary, na.rm =TRUE)

1117605

경력별 월급 평균 / 표준편차¶

In [132]:

library(dplyr)
library(reshape2)

In [156]:

df  %>% group_by (career) %>%  
       summarise('월급평균' = mean(salary, na.rm=TRUE), '표준편차' = sd(salary, na.rm=TRUE))

`summarise()` ungrouping output (override with `.groups` argument)

A tibble: 5 × 3

career	월급평균	표준편차
<chr>	<dbl>	<dbl>
1~3년미만	1905012	421333
10년이상	2907119	690977
1년미만	1730835	408110
3~5년미만	2028015	460791
5~10년미만	2360463	507245

경력 10년 이상에서 월급이 가장 작은 그룹¶

20-24 여¶

In [162]:

sf <-  df  %>% group_by (career, age, sex)  %>% 
    filter(career == '10년이상')  %>% 
       summarise(salary = min(salary, na.rm=TRUE)) 
sf

Warning message in min(salary, na.rm = TRUE):
"min에 전달되는 인자들 중 누락이 있어 Inf를 반환합니다"
Warning message in min(salary, na.rm = TRUE):
"min에 전달되는 인자들 중 누락이 있어 Inf를 반환합니다"
`summarise()` regrouping output by 'career', 'age' (override with `.groups` argument)

A grouped_df: 20 × 4

career	age	sex	salary
<chr>	<chr>	<chr>	<dbl>
10년이상	-19	남	Inf
10년이상	-19	여	Inf
10년이상	20-24	남	2177278
10년이상	20-24	여	1685204
10년이상	25-29	남	2458617
10년이상	25-29	여	2316881
10년이상	30-34	남	2854599
10년이상	30-34	여	2551896
10년이상	35-39	남	3358258
10년이상	35-39	여	2926565
10년이상	40-44	남	3806865
10년이상	40-44	여	3002440
10년이상	45-49	남	4047478
10년이상	45-49	여	2874035
10년이상	50-54	남	4064286
10년이상	50-54	여	2575219
10년이상	55-59	남	3835999
10년이상	55-59	여	2465273
10년이상	60-	남	3144527
10년이상	60-	여	2182715

20-24 여자 가 월급이 가장 작은 그룹임¶

In [161]:

df[which(df$salary == '1685204'),]

A data.frame: 1 × 7

	age	salary	specialSalary	workingTime	numberOfWorker	career	sex
	<chr>	<int>	<int>	<dbl>	<int>	<chr>	<chr>
92	20-24	1685204	1970720	179	1886	10년이상	여

문제2. 통계청 2013년 발표 연령, 남녀, 경력별 월급 데이터셋 가지고 R을 이용하여 월급을 다음과 같은 절차로 변환하여 기존 데이터프레임에 새로 적재 한 후 새로운 데이터 프레임을 만드시오.¶

DataSet : example_salary.csv (알까기2)¶

In [163]:

df2 = read.csv('../R Test/R_examples/example_salary.csv')
head(df2)

A data.frame: 6 × 7

	연령	월급여액..원.	연간특별급여액..원.	근로시간..시간.	근로자수..명.	경력구분	성별
	<chr>	<chr>	<chr>	<chr>	<chr>	<chr>	<chr>
1	-19	1346534	151840	169.5	15042	1년미만	남
2	20-24	1584214	115375	180.1	74251	1년미만	남
3	25-29	1922043	268058	178.0	143338	1년미만	남
4	30-34	2130988	335710	180.8	103585	1년미만	남
5	35-39	2414345	352816	181.4	65385	1년미만	남
6	40-44	2372214	233728	182.9	55422	1년미만	남

컬럼명 변경 : 한글에서 영문명으로 변경¶

In [165]:

names(df2)  <- c('age','salary','specialSalary','workingTime','numberOfWorker','career',
                 'sex')
head(df2)

A data.frame: 6 × 7

	age	salary	specialSalary	workingTime	numberOfWorker	career	sex
	<chr>	<chr>	<chr>	<chr>	<chr>	<chr>	<chr>
1	-19	1346534	151840	169.5	15042	1년미만	남
2	20-24	1584214	115375	180.1	74251	1년미만	남
3	25-29	1922043	268058	178.0	143338	1년미만	남
4	30-34	2130988	335710	180.8	103585	1년미만	남
5	35-39	2414345	352816	181.4	65385	1년미만	남
6	40-44	2372214	233728	182.9	55422	1년미만	남

데이터 타입 변환¶

In [167]:

df2$salary  <- as.integer(df2$salary)
df2$specialSalary  <- as.integer(df2$specialSalary)
df2$workingTime  <- as.double(df2$workingTime)
df2$numberOfWorker  <- as.integer(df2$numberOfWorker)

Warning message in eval(expr, envir, enclos):
"강제형변환에 의해 생성된 NA 입니다"
Warning message in eval(expr, envir, enclos):
"강제형변환에 의해 생성된 NA 입니다"
Warning message in eval(expr, envir, enclos):
"강제형변환에 의해 생성된 NA 입니다"
Warning message in eval(expr, envir, enclos):
"강제형변환에 의해 생성된 NA 입니다"

월급 표준화(scale) 작업¶

In [174]:

scaledSal  <- scale(df2$salary)
head(scaledSal)

A matrix: 6 × 1 of type dbl

-1.289

-0.918

-0.390

-0.063

0.379

0.313

데이터프레임에 표준화 작업 값 추가한 새로운 데이터프레임 생성¶

In [175]:

df3  <- cbind(df2, scaledSal = scaledSal)
head(df3)

A data.frame: 6 × 8

	age	salary	specialSalary	workingTime	numberOfWorker	career	sex	scaledSal
	<chr>	<int>	<int>	<dbl>	<int>	<chr>	<chr>	<dbl>
1	-19	1346534	151840	170	15042	1년미만	남	-1.289
2	20-24	1584214	115375	180	74251	1년미만	남	-0.918
3	25-29	1922043	268058	178	143338	1년미만	남	-0.390
4	30-34	2130988	335710	181	103585	1년미만	남	-0.063
5	35-39	2414345	352816	181	65385	1년미만	남	0.379
6	40-44	2372214	233728	183	55422	1년미만	남	0.313

문제3. 보건의료빅데이터개방시스템의 대장암 환자 자료를 가지고 데이터를 검증하세요.¶

DataSet : example_cancel.csv (알까기2)¶

In [176]:

df4  <- read.csv('../R Test/R_examples/example_cancer.csv', stringsAsFactors = TRUE )
head(df4)

A data.frame: 6 × 8

	age	sex	height	weight	dateOfoperation	cancerStaging	hospitalization	diseaseCode
	<int>	<fct>	<fct>	<fct>	<fct>	<fct>	<int>	<fct>
1	75	남	161	64	2011-06-22	I	48	C187
2	52	여	176.6	75.3	2011-05-19	IV	17	C187
3	67	여	154	65.6	2011-05-31	III	10	C187
4	62	남	162	57	2011-06-21	I	11	C187
5	70	남	171	65	2011-06-09	II	10	C182
6	76	여	171	87	2011-06-16	III	10	C189

대장암에 걸리는 평균 나이(age)¶

63.5세¶

In [177]:

avg  <- mean(df4$age)
avg

63.5079191698525

age 특징확인 : 최소값, 사분위값, 평균, 최대값¶

In [180]:

summary(df4$age)

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
     18      55      64      64      72     102 

In [182]:

quantile(df4$age)

0%

18

25%

55

50%

64

75%

72

100%

102

boxplot 으로 시각화¶

In [181]:

boxplot(df4$age)

아웃라이어 상하 위치값¶

아랫선값 : 29.5, 윗선 값: 97.5¶

In [203]:

# IQR 길이 boxplot 선의 길이
lenIQR  <- IQR(df4$age,na.rm=T)
lenIQR

17

In [204]:

# IQR 위치 25%, 75% 의 위치값
pos_IQR  <- quantile(df4$age, probs=c(0.25,0.75), na.rm = T)
pos_IQR

25%

55

75%

72

In [205]:

str(pos_IQR)

 Named num [1:2] 55 72
 - attr(*, "names")= chr [1:2] "25%" "75%"

In [208]:

# 아웃라이어 위치값
bottom_line <- pos_IQR[[1]] - lenIQR*1.5 #boxplot 하단 선의 값 25% - IRQ*1.5
top_line <- pos_IQR[[2]] + lenIQR*1.5 #상 위치값 75% + IQR*1.5

In [209]:

bottom_line
top_line

29.5

97.5

In [ ]:

boxplot.stats( )를 이용해서 아웃라이어 추출¶

In [200]:

out <- boxplot.stats(df4$age, coef = 1.5)$out
out

1. 29
2. 28
3. 29
4. 25
5. 24
6. 28
7. 29
8. 28
9. 24
10. 102
11. 25
12. 28
13. 25
14. 28
15. 29
16. 29
17. 29
18. 27
19. 28
20. 21
21. 25
22. 18
23. 29
24. 26
25. 29
26. 28
27. 25
28. 25
29. 22
30. 27
31. 22
32. 28
33. 29
34. 29
35. 28
36. 27
37. 25
38. 29
39. 28
40. 25
41. 28
42. 27
43. 21
44. 98
45. 29
46. 28
47. 27
48. 22
49. 29
50. 28
51. 26
52. 20
53. 21
54. 29
55. 27
56. 20
57. 28
58. 26
59. 29
60. 22
61. 28
62. 29

df4의 age 값에서 아웃라이어 위치 추출¶

In [194]:

out <- boxplot.stats(df4$age)$out
outlier <- which(df4$age %in% c(out))
outlier

1. 426
2. 531
3. 902
4. 1042
5. 1299
6. 1783
7. 1916
8. 2800
9. 2913
10. 3005
11. 3063
12. 3079
13. 3130
14. 3608
15. 4002
16. 4176
17. 4305
18. 4357
19. 4380
20. 4865
21. 4881
22. 5435
23. 5853
24. 5872
25. 6027
26. 6139
27. 6172
28. 6291
29. 6298
30. 6312
31. 6354
32. 6458
33. 6663
34. 6712
35. 7574
36. 7854
37. 8759
38. 8777
39. 9042
40. 9244
41. 9921
42. 10026
43. 10265
44. 10571
45. 11385
46. 11392
47. 11419
48. 11639
49. 11661
50. 12339
51. 13068
52. 13088
53. 13380
54. 14886
55. 15193
56. 15528
57. 15610
58. 16321
59. 16451
60. 17050
61. 17380
62. 17719

df4에서 아웃라이어가 있는 행 만 표시¶

In [195]:

df4[outlier, ]

A data.frame: 62 × 8

	age	sex	height	weight	dateOfoperation	cancerStaging	hospitalization	diseaseCode
	<int>	<fct>	<fct>	<fct>	<fct>	<fct>	<int>	<fct>
426	29	남	162	70.6	2011-05-17	II	24	C184
531	28	남	151.4	44.9	2011-08-02	I	8	C187
902	29	남	165.8	57.3	2011-09-06	II	9	C187
1042	25	여	176.9	73.6	2011-11-10	II	10	C184
1299	24	남	161	64.1	2011-08-05	IV	19	C187
1783	28	여	154	61	2011-05-27	IV	7	C188
1916	29	남	172	55	2011-10-27	III	11	C19
2800	28	남	163.5	63.3	2011-11-07	IV	57	C19
2913	24	남	175	79	2011-03-23	II	19	C20
3005	102	여	150.8	62.5	2011-06-24	IV	16	C20
3063	25	여	170.9	54.6	2011-11-18	III	10	C20
3079	28	남	168.5	70	2011-12-26	III	9	C187
3130	25	여	168.2	61.4	2011-04-06	III	10	C189
3608	28	남	162	62	2011-11-01	I	16	C20
4002	29	남	173.1	92.6	2011-09-08	IV	16	C19
4176	29	남	156.3	63.5	2011-06-24	III	8	C182
4305	29	남	149.5	36.9	2011-08-05	III	8	C187
4357	27	여	156.3	52.4	2011-04-12	II	10	C189
4380	28	여	180.8	91.3	2011-04-08	I	18	C189
4865	21	남	167	69	2011-01-24	I	13	C188
4881	25	남	148	56	2011-01-20	II	10	C189
5435	18	남	170.4	80.9	2011-12-22	III	10	C184
5853	29	남	165	70.4	2011-09-26	I	10	C20
5872	26	남	168.5	75.1	2011-10-19	III	9	C189
6027	29	여	169.4	72.8	2011-06-21	II	10	C19
6139	28	남	165.6	74.7	2011-03-29	II	25	C189
6172	25	여	161.9	62.1	2011-03-25	III	21	C20
6291	25	남	170.9	73.5	2011-05-18	III	11	C182
6298	22	여	154.5	63.9	2011-05-13	I	11	C20
6312	27	남	151.4	53.6	2011-05-11	III	11	C20
⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮
6663	29	여	156.9	66.3	2011-07-01	I	8	C183
6712	29	남	175.6	62.1	2011-07-12	III	12	C20
7574	28	남	161.9	51.3	2011-02-17	IV	17	C187
7854	27	여	167.6	73	2011-04-06	I	10	C184
8759	25	남	165	80	2011-04-21	I	9	C20
8777	29	여	165	69.1	2011-04-14	II	36	C182
9042	28	여	164	60	2011-04-05	IV	19	C186
9244	25	여	140.5	47	2011-10-04	III	13	C19
9921	28	남	170	76	2011-07-27	IV	26	C20
10026	27	남	161	51	2011-06-15	III	21	C182
10265	21	여	168	52	2011-05-03	II	11	C20
10571	98	여	165	57	2011-08-29	III	24	C187
11385	29	여	168	62.8	2011-01-19	III	15	C186
11392	28	남	160	75.2	2011-12-09	III	22	C20
11419	27	남	162.9	59.8	2011-09-05	I	21	C187
11639	22	남	146	60	2011-03-15	II	16	C189
11661	29	여	167	82	2011-02-15	I	15	C187
12339	28	여	158.1	52.8	2011-11-24	II	13	C187
13068	26	남	152.9	62.2	2011-05-03	III	13	C20
13088	20	남	152.6	62.1	2011-06-27	I	22	C187
13380	21	남	170.8	77.9	2011-01-07	III	10	C20
14886	29	남	165.7	60.8	2011-10-21	III	15	C19
15193	27	여	152.4	48.7	2011-02-25	III	11	C20
15528	20	남	167	78	2011-12-14	I	11	C187
15610	28	여	168	48.8	2011-03-10	IV	41	C187
16321	26	여	152	56.3	2011-08-01	II	12	C182
16451	29	남	178	68	2011-01-23	IV	3	C20
17050	22	남	173	57	2011-01-19	II	31	C20
17380	28	남	158	60.6	2011-03-04	II	10	C187
17719	29	여	162	72.2	2011-08-02	IV	12	C187

아웃라이어만 있는 데이터프레임 생성¶

In [197]:

outliers  <- df4[outlier, ]
head(outliers)

A data.frame: 6 × 8

	age	sex	height	weight	dateOfoperation	cancerStaging	hospitalization	diseaseCode
	<int>	<fct>	<fct>	<fct>	<fct>	<fct>	<int>	<fct>
426	29	남	162	70.6	2011-05-17	II	24	C184
531	28	남	151.4	44.9	2011-08-02	I	8	C187
902	29	남	165.8	57.3	2011-09-06	II	9	C187
1042	25	여	176.9	73.6	2011-11-10	II	10	C184
1299	24	남	161	64.1	2011-08-05	IV	19	C187
1783	28	여	154	61	2011-05-27	IV	7	C188

In [ ]:

In [ ]:

In [ ]:

In [ ]:

In [ ]: