체인으로 질문에 답하기

특정 질문이 있을 때는, 그에 맞는 R 코드 체인을 차근차근 구성해 답을 찾을 수 있어요. 예를 들어 다음 질문을 생각해 볼까요? "스팸이 아닌 이메일 가운데, 여러 사람에게 보낸 이메일이 보통 더 짧나요?"

이 질문은 다음과 같은 체인으로 답할 수 있습니다:

email %>%
   filter(spam == "not-spam") %>%
   group_by(to_multiple) %>%
   summarize(median(num_char))

이 코드는 이메일 길이를 num_char로 측정하고, 전형적인 값을 나타내는 지표로 median()을 사용한다는 점을 분명히 보여 줍니다. 이 코드를 실행해 보면 답은 "그렇다"입니다. 여러 사람에게 보낸 스팸이 아닌 이메일의 전형적인 길이는 한 사람에게만 보낸 것보다 약간 더 짧습니다.

이 체인은 요약 통계로 마무리되지만, 다른 경우에는 플롯으로 끝날 수도 있어요. 결국 어떤 질문에 답하려는지에 달려 있습니다.

이 연습은 강의의 일부입니다

R로 하는 탐색적 데이터 분석

강의 보기

연습 안내

다음 두 가지 질문에 답하는 체인을 만들어 보세요. 둘 다 변수 dollar와 관련되어 있습니다.

"dollar"라는 단어가 포함된 이메일에서, 전형적으로 스팸 이메일이 스팸이 아닌 이메일보다 해당 단어의 출현 횟수가 더 많나요? 이 질문에 답하는 요약 통계를 만드세요.
dollar라는 단어가 10회 초과로 등장하는 이메일을 마주쳤을 때, 스팸일 가능성이 더 높나요, 아니면 스팸이 아닐 가능성이 더 높나요? 이 질문에 답하는 막대 그래프를 만드세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Question 1
email %>%
  filter(___) %>%
  group_by(___) %>%
  summarize(___)

# Question 2
email %>%
  filter(___) %>%
  ggplot(aes(x = ___)) +
  geom_bar()

코드 편집 및 실행