groupsummary

그룹 요약 계산

구문

G = groupsummary(T,groupvars)

G = groupsummary(T,groupvars,method)

G = groupsummary(T,groupvars,method,datavars)

G = groupsummary(T,groupvars,groupbins)

G = groupsummary(T,groupvars,groupbins,method)

G = groupsummary(T,groupvars,groupbins,method,datavars)

G = groupsummary(___,Name,Value)

B = groupsummary(A,groupvars,method)

B = groupsummary(A,groupvars,groupbins,method)

B = groupsummary(___,Name,Value)

[B,BG] = groupsummary(A,___)

[B,BG,BC] = groupsummary(A,___)

설명

G = groupsummary(T,groupvars)는 테이블 또는 타임테이블 T에 있는 데이터에 대해 그룹과 각 그룹의 요소 개수를 구하여 테이블로 반환합니다. groupvars에 지정된 그룹화 변수의 그룹이 겹치지 않게 포함됩니다. 예를 들어, G = groupsummary(T,'Gender')는 변수 Gender의 Male 요소 개수와 Female 요소 개수를 반환합니다.

G = groupsummary(T,groupvars,method)는 method로 지정된 계산 결과도 반환합니다. 예를 들어, G = groupsummary(T,'Gender','median')은 male 요소의 개수와 female 요소의 개수 이외에도 양 성별에 대한 T의 모든 비그룹화 변수의 중앙값도 반환합니다.

G = groupsummary(T,groupvars,method,datavars)는 계산을 적용할 변수를 지정합니다.

G = groupsummary(T,groupvars,groupbins)는 groupvars에서 데이터를 비닝하는 방법을 지정합니다. 예를 들어, G = groupsummary(T,'SaleDate','year')는 그룹화 변수 SaleDate에 따라 T에서 각 연도의 모든 판매에 대한 그룹별 도수를 제공합니다.

G = groupsummary(T,groupvars,groupbins,method)는 method로 지정된 계산을 적용할 데이터를 groupbins에 따라 비닝합니다.

G = groupsummary(T,groupvars,groupbins,method,datavars)는 groupbins에 따라 데이터를 비닝하고 계산을 적용할 변수를 지정합니다.

G = groupsummary(___,Name,Value)는 위에 열거된 구문에서 하나 이상의 이름-값 쌍을 사용하여 추가적인 그룹화 속성을 지정합니다. 예를 들어, G = groupsummary(T,'Category1','IncludeMissingGroups',false)는 <undefined>로 표시되는 누락된 categorical형 데이터에서 만들어진 그룹을 제외합니다.

B = groupsummary(A,groupvars,method)는 A가 벡터 또는 행렬인 경우 groupvars에 지정된 그룹화 벡터의 고유한 조합에 따라 계산 결과를 반환합니다. groupvars는 열 벡터, 행렬 또는 열 벡터로 구성된 셀형 배열일 수 있습니다.

B = groupsummary(A,groupvars,groupbins,method)는 groupbins에 따라 데이터를 비닝합니다.

B = groupsummary(___,Name,Value)는 위에 열거된 모든 배열 구문에서 하나 이상의 이름-값 쌍을 사용하여 추가적인 그룹화 속성을 지정합니다.

[B,BG] = groupsummary(A,___)는 각 그룹화 벡터에 대한 그룹도 반환합니다.

[B,BG,BC] = groupsummary(A,___)는 각 그룹에 대한 그룹 개수도 반환합니다.

예제

요약 통계량

테이블 변수에 대해 요약 통계량을 계산합니다.

5명의 개인에 대한 정보가 들어 있는 테이블 T를 생성합니다.

Gender = ["male";"female";"female";"male";"male"];
Age = [38;43;38;40;49];
Height = [71;69;64;67;64];
Weight = [176;163;131;133;119];
T = table(Gender,Age,Height,Weight)

T=5×4 table
     Gender     Age    Height    Weight
    ________    ___    ______    ______

    "male"      38       71       176  
    "female"    43       69       163  
    "female"    38       64       131  
    "male"      40       67       133  
    "male"      49       64       119  

'Gender'를 그룹화 변수로 지정하여 남성과 여성의 도수를 계산합니다.

G = groupsummary(T,'Gender')

G=2×2 table
     Gender     GroupCount
    ________    __________

    "female"        2     
    "male"          3     

여성과 남성의 평균 연령, 신장, 체중을 각각 계산합니다.

G = groupsummary(T,'Gender','mean')

G=2×5 table
     Gender     GroupCount    mean_Age    mean_Height    mean_Weight
    ________    __________    ________    ___________    ___________

    "female"        2            40.5         66.5            147   
    "male"          3          42.333       67.333         142.67   

여전히 성별로 그룹화한 상태에서 여성과 남성의 중앙값 신장만 각각 계산합니다.

G = groupsummary(T,'Gender','median','Height')

G=2×3 table
     Gender     GroupCount    median_Height
    ________    __________    _____________

    "female"        2             66.5     
    "male"          3               67     

여러 개의 그룹화 변수

2개의 그룹화 변수를 사용하여 테이블 데이터를 그룹화합니다.

5명의 개인에 대한 정보가 들어 있는 테이블 T를 생성합니다.

Gender = ["male";"female";"male";"female";"male"];
Smoker = logical([1;0;1;0;1]);
Weight = [176;163;131;133;119];
T = table(Gender,Smoker,Weight)

T=5×3 table
     Gender     Smoker    Weight
    ________    ______    ______

    "male"      true       176  
    "female"    false      163  
    "male"      true       131  
    "female"    false      133  
    "male"      true       119  

성별과 흡연 여부로 그룹화하여 평균 체중을 계산합니다. 여기서 성별과 흡연 여부의 2가지 조합은 빈 그룹이므로 기본적으로 출력값에 표시되지 않습니다.

G = groupsummary(T,{'Gender','Smoker'},'mean','Weight')

G=2×4 table
     Gender     Smoker    GroupCount    mean_Weight
    ________    ______    __________    ___________

    "female"    false         2             148    
    "male"      true          3             142    

'IncludeEmptyGroups' 파라미터 값을 true로 설정하여 빈 그룹을 포함한 모든 그룹 조합을 표시합니다.

G = groupsummary(T,{'Gender','Smoker'},'mean','Weight','IncludeEmptyGroups',true)

G=4×4 table
     Gender     Smoker    GroupCount    mean_Weight
    ________    ______    __________    ___________

    "female"    false         2             148    
    "female"    true          0             NaN    
    "male"      false         0             NaN    
    "male"      true          3             142    

그룹 빈 지정하기

지정된 빈에 따른 그룹 데이터입니다.

하나의 달에 포함된 여러 날짜의 판매량 정보가 들어 있는 타임테이블을 생성합니다.

TimeStamps = datetime([2017 3 4; 2017 3 2; 2017 3 15; 2017 3 10;...
                       2017 3 14; 2017 3 31; 2017 3 25;...
                       2017 3 29; 2017 3 21; 2017 3 18]);
Profit = [2032 3071 1185 2587 1998 2899 3112 909 2619 3085]';
TotalItemsSold = [14 13 8 5 10 16 8 6 7 11]';
TT = timetable(TimeStamps,Profit,TotalItemsSold)

TT=10×2 timetable
    TimeStamps     Profit    TotalItemsSold
    ___________    ______    ______________

    04-Mar-2017     2032           14      
    02-Mar-2017     3071           13      
    15-Mar-2017     1185            8      
    10-Mar-2017     2587            5      
    14-Mar-2017     1998           10      
    31-Mar-2017     2899           16      
    25-Mar-2017     3112            8      
    29-Mar-2017      909            6      
    21-Mar-2017     2619            7      
    18-Mar-2017     3085           11      

판매된 총 아이템의 개수를 일정 간격으로 비닝하여 그룹화하고, 각 그룹별 평균 수익을 계산합니다.

format shorte
G = groupsummary(TT,'TotalItemsSold',[0 4 8 12 16],'mean','Profit')

G=3×3 table
    disc_TotalItemsSold    GroupCount    mean_Profit
    ___________________    __________    ___________

         [4, 8)            3.0000e+00    2.0383e+03 
         [8, 12)           4.0000e+00    2.3450e+03 
         [12, 16]          3.0000e+00    2.6673e+03 

요일별 평균 수익을 계산합니다.

G = groupsummary(TT,'TimeStamps','dayname','mean','Profit')

G=5×3 table
    dayname_TimeStamps    GroupCount    mean_Profit
    __________________    __________    ___________

        Tuesday           2.0000e+00    2.3085e+03 
        Wednesday         2.0000e+00    1.0470e+03 
        Thursday          1.0000e+00    3.0710e+03 
        Friday            2.0000e+00    2.7430e+03 
        Saturday          3.0000e+00    2.7430e+03 

벡터 데이터를 사용한 그룹 연산

날짜로 구성된 벡터와 이에 대응하는 수익값으로 구성된 벡터를 만듭니다.

timeStamps = datetime([2017 3 4; 2017 3 2; 2017 3 15; 2017 3 10; ...
                       2017 3 14; 2017 3 31; 2017 3 25; ...
                       2017 3 29; 2017 3 21; 2017 3 18]);
profit = [2032 3071 1185 2587 1998 2899 3112 909 2619 3085]';

요일별 평균 수익을 계산합니다. 각 그룹의 평균, 그룹 이름, 구성원 수를 표시합니다.

format shorte
[meanDailyProfit,dayOfWeek,dailyCounts] = groupsummary(profit,timeStamps,'dayname','mean')

meanDailyProfit = 5×1

   2.3085e+03
   1.0470e+03
   3.0710e+03
   2.7430e+03
   2.7430e+03

dayOfWeek = 5x1 categorical array
     Tuesday 
     Wednesday 
     Thursday 
     Friday 
     Saturday 

dailyCounts = 5×1

     2
     2
     1
     2
     3

벡터 입력값에 대한 여러 그룹화 벡터

성별과 흡연 상태에 따라 4개 그룹의 평균 체중을 계산합니다.

환자 정보를 서로 다른 유형의 벡터 3개로 저장합니다.

Gender = ["male";"female";"male";"female";"male"];
Smoker = logical([1;0;1;0;1]);
Weight = [176;163;131;133;119];

성별과 흡연 상태에 따라 평균 체중을 계산합니다. B는 각 그룹의 평균을 포함합니다(빈 그룹의 경우 NaN). BG는 그룹의 요소를 행별로 관찰했을 때 각 그룹을 설명하는 2개의 벡터를 포함하는 셀형 배열입니다. 예를 들어, BG{1}의 첫 번째 행을 보면 첫 번째 그룹이 여성임을 알 수 있고, BG{2}의 첫 번째 행을 보면 이들이 비흡연자임을 알 수 있습니다. 마지막으로, BC는 BG의 대응하는 그룹에 대한 각 그룹의 구성원 수를 포함합니다.

[B,BG,BC] = groupsummary(Weight,{Gender,Smoker},'mean','IncludeEmptyGroups',true);
B

B = 4×1

   148
   NaN
   NaN
   142

BG{1}

ans = 4x1 string array
    "female"
    "female"
    "male"
    "male"

BG{2}

ans = 4x1 logical array

   0
   1
   0
   1

BC

BC = 4×1

     2
     0
     0
     3

입력 인수

T — 입력 데이터

테이블 | 타임테이블

입력 데이터로, table형 또는 timetable형으로 지정됩니다.

A — 입력 배열

벡터 | 행렬

입력 배열로, 벡터나 행렬로 지정됩니다.

groupvars — 그룹화 변수 또는 벡터

스칼라 | 벡터 | 행렬 | 셀형 배열 | 함수 핸들

그룹화 변수 또는 벡터로, 스칼라, 벡터, 행렬, 셀형 배열 또는 함수 핸들로 지정됩니다.

table형 또는 timetable형 입력 데이터의 경우 groupvars는 어느 열을 사용하여 그룹을 계산할지 나타내며, 다음 중 하나일 수 있습니다.

• 단일 테이블 변수 이름을 지정하는 문자형 벡터 또는 string형 스칼라

• 각 요소가 테이블 변수 이름인, 문자형 벡터로 구성된 셀형 배열 또는 string형 배열

• 테이블 변수 인덱스로 구성된 벡터

• 각각의 요소가 테이블 변수에 해당하는 논리형 벡터. 여기서 true는 해당하는 변수를 포함하고 false는 해당하는 변수를 제외합니다.

• 테이블 변수를 입력값으로 받고 논리형 스칼라를 반환하는 함수 핸들

입력값이 배열인 경우 groupvars는 A와 행 개수가 같은 열 벡터이거나 열 벡터로 구성된 행렬 또는 셀형 배열일 수 있습니다.

예: 'Age'

예: {'Height','Weight'}

method — 계산 방법

'sum' | 'mean' | 'median' | 'mode' | 'var' | 'std' | 'min' | 'max' | 'range' | 'nummissing' | 'nnz' | 'all' | 함수 핸들 | 셀형 배열

계산 방법으로, 다음 중 하나로 지정됩니다.

• 'sum' — 합계

• 'mean' — 평균

• 'median' — 중앙값

• 'mode' — 최빈값

• 'var' — 분산

• 'std' — 표준편차

• 'min' — 최솟값

• 'max' — 최댓값

• 'range' — 최댓값에서 최솟값을 뺀 값

• 'nummissing' — 누락된 요소의 개수

• 'nnz' — 0이 아닌 요소와 NaN이 아닌 요소의 개수

• 'all' — 위에 나열된 모든 계산 결과

첫 번째 차원의 길이가 1인 그룹마다 한 개의 개체를 반환하는 함수 핸들도 지정할 수 있습니다. 한 번에 여러 개의 계산을 지정하려면 옵션을 셀형 배열에 나열하십시오(예: {'mean','median'}).

datavars — 데이터 변수

스칼라 | 벡터 | 셀형 배열 | 함수 핸들

table형 또는 timetable형 입력값의 데이터 변수로, 스칼라, 벡터, 셀형 배열 또는 함수 핸들로 지정됩니다. datavars는 입력 테이블의 어떤 변수에 방법을 적용할지 나타내며, 다음 옵션 중 하나일 수 있습니다.

• 단일 테이블 변수 이름을 지정하는 문자형 벡터 또는 string형 스칼라

• 각 요소가 테이블 변수 이름인, 문자형 벡터 또는 string형 배열로 구성된 셀형 배열

• 테이블 변수 인덱스로 구성된 벡터

• 각각의 요소가 테이블 변수에 해당하는 논리형 벡터. 여기서 true는 해당하는 변수를 포함하고 false는 해당하는 변수를 제외합니다.

• 테이블 변수를 입력값으로 받고 논리형 스칼라를 반환하는 함수 핸들

datavars가 지정되지 않은 경우, groupsummary는 각 비그룹화 변수에 계산을 적용합니다.

예: 'Profit'

예: {'Income','Expenses'}

예: @isnumeric

groupbins — 비닝 방식

'none' (디폴트 값) | 벡터 | 스칼라 | 셀형 배열

비닝 방식으로, 다음 옵션 중 하나로 지정됩니다.

• 'none', 즉 비닝하지 않음

• datetime 그룹화 변수 또는 벡터에 대해 datetime형 벡터 또는 숫자형 벡터로 지정된 Bin 경계값 목록

• 정수 스칼라로 지정된 Bin의 개수

• duration 또는 calendarDuration 유형의 스칼라로 지정된, Bin 너비를 나타내는 지속 시간(datetime 또는 duration 그룹화 변수 또는 벡터에만 해당)

• 다음 문자형 벡터 중 하나로 지정된 시간 Bin(datetime 및 duration 그룹화 변수 또는 벡터에만 해당)

  값	설명	데이터형
  'second'	각 Bin은 1초입니다.	datetime 및 duration
  'minute'	각 Bin은 1분입니다.	datetime 및 duration
  'hour'	각 Bin은 1시간입니다.	datetime 및 duration
  'day'	각 Bin은 달력상의 1일입니다. 이 값은 일광 절약 시간제 변동을 고려합니다.	datetime 및 duration
  'week'	각 Bin은 달력상의 1주일입니다.	datetime만
  'month'	각 Bin은 달력상의 1개월입니다.	datetime만
  'quarter'	각 Bin은 달력상의 1사분기입니다.	datetime만
  'year'	각 Bin은 달력상의 1년입니다. 이 값은 윤일을 고려합니다.	datetime 및 duration
  'decade'	각 Bin은 10년(달력상의 10년)입니다.	datetime만
  'century'	각 Bin은 1세기(달력상의 100년)입니다.	datetime만
  'secondofminute'	Bin은 0~59 사이의 초입니다.	datetime만
  'minuteofhour'	Bin은 0~59 사이의 분입니다.	datetime만
  'hourofday'	Bin은 0~23 사이의 시입니다.	datetime만
  'dayofweek'	Bin은 1~7 사이의 요일입니다. 한 주의 첫째 날은 일요일입니다.	datetime만
  'dayname'	Bin은 요일의 전체 이름입니다(예: 'Sunday').	datetime만
  'dayofmonth'	Bin은 1~31 사이의 일입니다.	datetime만
  'dayofyear'	Bin은 1~366 사이의 일입니다.	datetime만
  'weekofmonth'	Bin은 1~6 사이의 주입니다.	datetime만
  'weekofyear'	Bin은 1~54 사이의 주입니다.	datetime만
  'monthname'	Bin은 월의 전체 이름입니다(예: 'January').	datetime만
  'monthofyear'	Bin은 1~12 사이의 월입니다.	datetime만
  'quarterofyear'	Bin은 1~4 사이의 분기입니다.	datetime만

• 각 그룹화 변수 또는 벡터의 비닝 규칙을 나열하는 셀형 배열

여러 그룹화 변수가 지정된 경우 모든 그룹화 변수에 적용되는 단일 비닝 규칙을 제공하거나 각 그룹화 변수에 대한 비닝 방법을 포함하는 셀형 배열(예: {'none',[0 2 4 Inf]})을 제공할 수 있습니다.

이름-값 쌍의 인수

선택적으로 Name,Value 인수가 쉼표로 구분되어 지정됩니다. 여기서 Name은 인수 이름이고 Value는 대응값입니다. Name은 따옴표 안에 표시해야 합니다. Name1,Value1,...,NameN,ValueN과 같이 여러 개의 이름-값 쌍의 인수를 어떤 순서로든 지정할 수 있습니다.

예: G = groupsummary(T,groupvars,groupbins,'IncludedEdge','right')

'IncludedEdge' — 포함된 Bin 경계

'left' (디폴트 값) | 'right'

포함된 Bin 경계로, 'left' 또는 'right'로 지정되며, Bin 구간의 어느 끝을 포함하는지 나타냅니다.

이 이름-값 쌍은 groupbins가 지정된 경우에만 지정할 수 있으며, 값은 모든 그룹화 변수 또는 벡터의 모든 비닝 방식에 적용됩니다.

'IncludeMissingGroups' — 누락된 그룹 표시자

true (디폴트 값) | false

누락된 그룹 표시자로, true 또는 false로 지정됩니다. 파라미터 값이 true인 경우, groupsummary는 누락된 값으로 구성된 그룹을 표시합니다(예: NaN). 파라미터 값이 false인 경우, groupsummary는 누락된 그룹을 표시하지 않습니다.

데이터형: logical

'IncludeEmptyGroups' — 빈 그룹 표시자

false (디폴트 값) | true

빈 그룹 표시자로, true 또는 false로 지정됩니다. 파라미터 값이 false인 경우, groupsummary는 요소를 포함하지 않는 그룹을 표시하지 않습니다. 파라미터 값이 true인 경우, groupsummary는 빈 그룹을 표시합니다.

데이터형: logical

출력 인수

G — 출력 테이블

테이블

출력 테이블로, 그룹의 계산 결과가 테이블로 반환됩니다.

B — 출력 배열

벡터 | 행렬

출력 배열로, 그룹화 계산 결과가 벡터 또는 행렬로 반환됩니다. 여러 방법을 지정하는 경우 groupsummary는 나열된 순서대로 계산 결과를 가로로 결합합니다.

BG — 그룹

열 벡터 | 열 벡터로 구성된 셀형 배열

배열 입력 데이터에 대한 그룹으로, 열 벡터로 반환되거나 각각의 그룹화 벡터에 대응하는 열 벡터로 구성된 셀형 배열로 반환됩니다.

둘 이상의 그룹화 벡터를 제공하는 경우 BG는 동일한 길이의 열 벡터를 포함하는 셀형 배열입니다. 그룹 정보는 BG의 모든 벡터의 요소를 행별로 관찰하여 찾을 수 있습니다. 각 그룹은 출력 배열 B의 대응하는 행으로 매핑됩니다.

BC — 그룹 개수

열 벡터

배열 입력 데이터의 그룹 개수로, 각 그룹의 요소 개수가 열 벡터로 반환됩니다. BC의 길이는 BG로 반환된 그룹 열 벡터의 길이와 같습니다.

팁

• groupsummary를 여러 번 호출하는 경우에는 성능 향상을 위해 그룹화 변수를 categorical 유형이나 logical 유형으로 변환하는 것이 좋습니다. 예를 들어, 유형이 char인 그룹화 변수가 있는 경우(예: 요소가 'Male'과 'Female'인 Gender) 명령 categorical(Gender)를 사용하여 그룹화 변수를 categorical형 값으로 변환할 수 있습니다.

확장 기능

tall형 배열

메모리에 담을 수 없을 정도로 많은 행을 가진 배열을 계산할 수 있습니다.

사용법 관련 참고 및 제한 사항:

• A와 groupvars가 모두 tall형 행렬이면 이 둘은 행 개수가 같아야 합니다.

• 첫 번째 입력값이 tall형 행렬이면 groupvars는 tall형 그룹화 벡터를 포함하는 셀형 배열일 수 있습니다.

• groupvars 및 datavars 인수는 함수 핸들을 지원하지 않습니다.

• 'IncludeEmptyGroups' 이름-값 쌍은 지원되지 않습니다.

• 'median' 메서드와 'mode' 메서드는 지원되지 않습니다.

• tall datetime형 배열에는 'std' 메서드가 지원되지 않습니다.

• method 인수가 함수 핸들인 경우 이 인수는 tall형 배열에 대해 동작하는 splitapply에 유효한 입력값이어야 합니다.

• 그룹의 순서는 메모리 내 groupsummary 계산에 사용된 순서와 다를 수 있습니다.

• 이산화된 datetime형 배열을 기준으로 그룹화할 경우 categorical형 그룹 이름은 메모리 내 groupsummary 계산에 사용된 그룹 이름과 다릅니다.

• table형 입력값의 경우 계산되는 모든 변수는 tall형 벡터여야 합니다.

자세한 내용은 tall형 배열 항목을 참조하십시오.

참고 항목

discretize | findgroups | groupcounts | groupfilter | grouptransform | rowfun | splitapply | varfun

R2018a에 개발됨

×

Open Example (ko_KR)

A modified version of this example exists on your system. Do you want to open this version instead? (ko_KR)

No, overwrite the modified version (ko_KR) Yes (ko_KR)