제1유형 - 반별, 과목별 합계, 평균, 표준화 등 정렬하기

예시)

A 고등학교에 1학년 1반부터 5반까지 있다. 

각 반에서 국어, 수학, 영어, 사회, 과학 과목에 대한 각 반별 학생들의 점수가 있을때,

 

문1) 반별 평균점수가 2번째로 높은 반은 어느 반인가 ?

문2) 3번째로 높은 반에서 평균점수가 제일 높은 과목의 평균점수는 ?

반응형

 

df_raw <- score
df_raw
summary(df_raw)

df_raw$class <- as.factor(df_raw$class)
df_raw$subject <- as.factor(df_raw$subject)
summary(df_raw)

library(dplyr)

df_class <- df_raw %>%
  group_by(class) %>%
  summarise(m_class = mean(score))
df_class

df_subj <- df_raw %>%
  group_by(class, subject) %>%
  summarise(m_subj = mean(score)) %>%
  left_join(df_class, by="class") %>%
  arrange(desc(m_class), desc(m_subj))
df_subj

 

 

 

일단 라이브러리 함수로 

library(dplyr)

 

그리고 단순 그룹짓기를 한번 하는 거라면 group_by 를 한번 사용하면 되지만,

반별로 그룹 짓기 후 각 반에서의 과목별 정렬이 필요하므로 두번의 그룹을 지어야 한다.

 

1차적으로 반별로 그룹 만들기

df_class <- df_raw %>%
                  group_by(class) %>%
                  summarise(m_class = mean(score))
df_class 

 

2차로 과목별로 그룹을 만든다. 

df_subj <- df_raw %>%
                 group_by(class, subject) %>%
                 summarise(m_subj = mean(score)) %>%
                 left_join(df_class, by="class") %>%
                 arrange(desc(m_class), desc(m_subj))
df_subj

 

 

이때, 핵심포인트는 두 곳이 있다.

바로 left_join(반별그룹 데이터셋, by="반"), arrange(desc(반별), desc(과목별))  이다.

 

 

 

 

[참고] summarise  와  mutate 의 차이점

summarise

 

mutate

 

>> mutate 를 사용하니  %>% ungroup  를 사용할 필요없이 기존 데이터 프레임에 계산되는 식이 포함된다.

 

 

 

 

p.s) 정답율 = 정답자수 / 응답자수, (정답유무를 학생ID 개인별로 0, 1을 부여)

       mean(정답) = 정답율    이었다.... ㅜ.ㅠ.  이 생각을 못했다니..