## 데이터의 행의 개수를 확인하는 함수입니다.
nrow(df)   

## 데이터의 열의 개수를 확인하는 함수입니다.
ncol(df)   

## 데이터에 속한 관측치의 개수를 확인하는 함수이다.
length(df) # 데이터프레임 자체를 지정하면 열의 개수

length(df$carat) # 데이터프레임 내의 변수를 지정하면 행의 개수

## 기본적으로 R에 내장된 함수들을 이용하여 변수를 만들고 목록화하기(indexing)

## index라는 새로운 변수를 만들고 행의 수로 연번 매기기
df$index <- 1:nrow(df) 

## 맨 위의 몇 개 행을 보여줍니다.
head(df)               

## 데이터의 구조를 깔끔하게 보여주는 함수입니다.
glimpse(df)            

## df 데이터의 cut이라는 변수가 Ideal이라는 값을 가질 경우만 보여주면,
df %>% dplyr::filter(cut == "Ideal")  

## 조건을 여러 개 걸 수도 있습니다.
df %>% dplyr::filter(cut %in% c("Ideal", "Premium")) 

## %in% 함수는 우측에 지정한 객체가 좌측에 포함되어 있냐는 것을 묻는 논리형의 기능을 수행합니다.

## %in% 함수를 자세히 알아보겠습니다.
## names_라는 객체에 세 이름이 있을 때, 
names_ <- c("Sara", "Robert", "James") 

## names_안에 James라는 이름이 있으면?
"James" %in% names_                    

## df 데이터 중 carat ,color, x 변수만 선택합니다.
df %>% select(carat, color, x)            

## carat과 color를 제외한 나머지 변수들만 선택합니다.
df %>% select(-carat, -color)          

## 변수의 순서 정리: depth, price, 나머지는 그대로 둡니다.
df %>% select(depth, price, everything()) 

## 숫자형형 변수들만 남깁니다.
df %>% select_if(is.numeric)            

## 인덱싱 기능을 이용하여 열번(number of columns)을 이용해 select()를 활용해보겠습니다.
## 첫 번째부터 세 번째 변수만을 선택하겠습니다.
df %>% select(1:3)         

## 첫 번째, 두 번째, 여섯 번째 변수를 제외하고 나머지를 선택하겠습니다.
df %>% select(-c(1, 2, 6)) 

## select() 함수는 범용성이 높다. 변수명이 어떤 글자로 시작하는지, 끝나는지, 
## 혹은 어떤 글자를 포함하는지에 따라서도 select()를 적용하여 변수를 선택할수 있습니다.
df %>% select(starts_with("c"))

df %>% select(ends_with("y"))

df %>% select(contains("olo"))

## 마찬가지로 제외하는 함수(-)도 적용됩니다.
df %>% select(-contains("olo"))

## 새 변수 + 기존 변수
df %>% select(new_depth = depth, new_color = color, everything())  

## 기존 변수들의 목록에서 지정한 변수들은 새 이름으로 변경됩니다.
## 다만 순서는 그대로입니다.
## 논리상: everything() 모든 변수들을 선택한 상태에서
##         그 중 depth와 color의 이름을 변경하라는 의미입니다.
df %>% select(everything(), new_depth = depth, new_color = color) 

## select()로도 변수명을 바꿀 수 있지만, rename()을 이용하면 굳이 everything() 안쓰고도
## 간단하게 할 수 있습니다. 역시 편법은 쓰는 게 아닙니다.
df %>% rename(new_depth = depth, new_color = color)

## 한 번에 모든 변수들의 이름을 일괄적으로 변경할 수도 있습니다.
df %>% rename_all(function(x) str_c(x, "_new"))

df %>% rename_all(function(x) str_to_upper(x))

## 특정한 조건을 가진 변수들만 이름을 변경할 수 있습니다.
df %>% rename_at(             # rename_at()으로 조건을 특정합니다.
  vars( starts_with("c") ),   # "c"로 이름이 시작하는 변수들을 대상으로
  function(x) str_to_upper(x) # 어떻게? 모두 변수명을 대문자로 바꿉니다.
)

## rename_if() 함수를 이용하면 특정 조건을 충족하는 변수들의 이름을 변경할 수 있습니다.
## 숫자형인 변수들의 이름을 대문자로 바꿔라.
df %>% rename_if( is.numeric, str_to_upper ) 

## 이 경우 문자형 값을 가지는 color, cut 등은 변수명이 바뀌지 않는 것을 확인할 수 있습니다.

## 기존 carat 변수에 10배가 된 값을 가진 새로운 변수 carat_multiplied를 만들도록 하겠습니다.
df %>% mutate(carat_multiplied = carat * 10) 

## 기존 carat 변수의 값에 10배를 곱하겠습니다.
df %>% mutate(carat = carat * 10)            

## 첫 번째 코딩과 두 번째 코딩의 차이점은 첫 번째 코딩은 기존 변수를 이용해
## 새 변수를 만든 것이고, 두 번째 코딩은 기존 변수 자체의 값을 바꾸어 버린 것입니다.

df %>% select(carat) %>%
  mutate(
    caret_times_2 = carat * 2,
    caret_times_2_times_2 = caret_times_2 * 2,
    caret_times_2_times_2_times_3 = caret_times_2_times_2 * 3
  )

## mutate() 함수 역시 _at, _all, _if의 세부함수를 가집니다.
## 변수가 요인형이거든 문자형으로 바꿉니다.
df %>% mutate_if(is.factor, as.character)  

## color, clarity 변수를 문자형으로 바꿉니다.
df %>% mutate_at(vars( color, clarity ), as.character) 

## 모든 변수들을 문자형으로 바꿉니다.
df %>% mutate_all(as.character) 

## price 기준으로 오름차순 정렬
df %>% select(price, everything()) %>% arrange(price) 

## price 기준 내림차순 정렬
df %>% select(price, everything()) %>% arrange(desc(price)) 

## color, cut을 맨 앞으로 빼고 전체 변수는 price 기준으로 내림차순 정렬
df %>% arrange(color, cut, desc(price))  

df %>% group_by(cut) %>%     # df의 cut 변수 유형별로 묶었습니다.
  ## 그렇게 묶인 데이터가 파이프로 넘어가고, 가격 기준 내림차순 정렬
  arrange(desc(price)) %>%   
  ## 컷팅 유형별 + 가격 기준 내림차순 중 첫 두 행만 보여주라는 코드
  slice(1 : 2)               

## group_by()를 사용하지 않았을 때와 비교해보도록 하겠습니다.
df %>% arrange(desc(price)) %>% slice(1:2)

## 이 경우는 전체 df 데이터에서 가격 순으로 1, 2위의 값만 갖게 됩니다.
## cut 변수는 반영되지 않습니다.

df_group <- df %>% group_by(cut) %>%
  arrange(desc(price)) %>%
  slice(1:2)
class(df_group)

df_group

## 따라서 ungroup()을 이용하여 일반적인 티블로 다시 바꿔줍니다.
df_group <- df %>% group_by(cut) %>%
  arrange(desc(price)) %>%
  slice(1:2) %>%
  ungroup() # 원래의 티블로 돌아와!
class(df_group)

df %>% count(cut)

## count()함수를 group_by() 함수로 바꾸어서 표현하면 아래와 같습니다.
df %>% group_by(cut) %>% summarise(n = n())

## group_by() 함수는 summarise() 함수와 결합될 경우 다양한 응용이 가능합니다.
## 여기서 summarise는 총계를 구하라는 것이 아니라 데이터를 요약정리해서 보여줄 수 있는
## 여러 함수들을 통칭하는 것입니다.
df %>%
  group_by(cut) %>%
  ## 컷팅 유형별로 평균 가격을 계산하라.
  summarise(price_mean = mean(price)) 

df %>%
  select(cut, x, y, z) %>%       # cut, x, y, z 변수만 df 티블에서 뽑아내어
  group_by(cut) %>%              # cut 유형별로 그룹화.
  ## 그리고 각 컷팅유형 별로 x, y, z의 평균을 구하도록 하겠습니다.
  summarise_all(mean, na.rm = T)

## 평균에 더하여 중앙값, 최소값, 최대값도 구해보도록 하겠습니다. 
df %>% group_by(cut) %>%
  summarise_at(            # 특정한 변수인 x, y, z를 대상으로
    vars(x, y, z),         # list 뒤의 함수들을 적용합니다.
    list(mean, median, min, max),
    na.rm = T)   # mean 등은 데이터에 결측치가 있으면 결측치를 반환하므로

                 # 결측치 제거(remove na)가 TRUE이도록 설정합니다.

## 컷팅 유형별로 그룹화한 다음에 숫자형 변수들일 경우에만 평균을 계산해 보겠습니다.
df %>% group_by(cut) %>%
  summarise_if(is.numeric, mean, na.rm = T)

## 동일한 코드이지만 표현식이 조금 다릅니다.
df %>% group_by(cut) %>%
  summarise_if(is.numeric, function(x) mean(x, na.rm = T))

df %>% group_by(cut) %>%
  summarise_if(is.numeric, ~ mean(., na.rm = T))