[기초 통계량 - 건수 집계] 데이터 건수, 데이터 기초 분석을 위한 기초 통계량 측정

포스팅 목차

26. Display the total number of employees working in the company.

* 회사에서 근무하는 총직원의 수를 집계하시오.

파이썬 & R 패키지 호출 및 예제 데이터 생성 링크
[집계함수] 데이터 건수, 데이터 기초 분석을 위한 기초 통계량 측정

Oracle : count() , distinct
파이썬 Pandas : len(), count(), describe(), nunique(), agg() 함수
R 프로그래밍 : nrow(), length(), dim(), str(), summary(), psych::describe(), psych::describeData()
R Dplyr Package : summarise(), n(), tally(), count()
R sqldf Package : count() , distinct
Python pandasql Package : count() , distinct
R data.table Package : .N
SAS Proc SQL : count() , distinct, dictionary.tables, nobs
SAS Data Step : nobs, retain, ARRAY, SUM(), cmiss(), PROC SUMMARY
Python Dfply Package : summarize(), .count(), .nunique(), len()
파이썬 Base 프로그래밍 :

1. 오라클(Oracle)

Count 함수를 사용하여서 회사에 근무하는 총 사원의 수를 계산한다.

Oracle Programming

select count(*)              as obs_cnt,
       count(empno)          as emp_cnt,
       count(distinct empno) as emp_unique
from   emp

2. 파이썬(Pandas)

Len() 함수

Python Programming

len(emp)

Results

Count() 함수

Python Programming

emp['empno'].count()

Results

Describe() 함수

Python Programming

emp.describe()

Results

	empno	mgr	sal	comm	deptno
count	14.000000	13.000000	14.000000	4.000000	14.000000
mean	7726.571429	7739.307692	2073.214286	550.000000	22.142857
std	178.294361	103.714660	1182.503224	602.771377	8.017837
min	7369.000000	7566.000000	800.000000	0.000000	10.000000
25%	7588.000000	7698.000000	1250.000000	225.000000	20.000000
50%	7785.000000	7698.000000	1550.000000	400.000000	20.000000
75%	7868.000000	7839.000000	2943.750000	725.000000	30.000000
max	7934.000000	7902.000000	5000.000000	1400.000000	30.000000

Nunique() 함수

Python Programming

emp['empno'].nunique()

Results

agg() 함수와 count

Python Programming

emp.agg(['count'])

Results

	empno	ename	job	mgr	hiredate	sal	comm	deptno
count	14	14	14	13	14	14	4	14

3. R Programming (R Package)

Nrow() 함수

R Programming

%%R

nrow(emp)

Results

[1] 14

Length() 함수

R Programming

%%R

length(emp)

Results

[1] 8

Dim() 함수

R Programming

%%R
dim(emp)

Results

[1] 14  8

Str() 함수

R Programming

%%R

str(emp)

Results

tibble [14 x 8] (S3: spec_tbl_df/tbl_df/tbl/data.frame)
 $ empno   : num [1:14] 7369 7499 7521 7566 7654 ...
 $ ename   : chr [1:14] "SMITH" "ALLEN" "WARD" "JONES" ...
 $ job     : chr [1:14] "CLERK" "SALESMAN" "SALESMAN" "MANAGER" ...
 $ mgr     : num [1:14] 7902 7698 7698 7839 7698 ...
 $ hiredate: Date[1:14], format: "1980-12-17" "1981-02-20" ...
 $ sal     : num [1:14] 800 1600 1250 2975 1250 ...
 $ comm    : num [1:14] NA 300 500 NA 1400 NA NA NA NA 0 ...
 $ deptno  : num [1:14] 20 30 30 20 30 30 10 20 10 30 ...
 - attr(*, "spec")=
  .. cols(
  ..   empno = col_double(),
  ..   ename = col_character(),
  ..   job = col_character(),
  ..   mgr = col_double(),
  ..   hiredate = col_date(format = ""),
  ..   sal = col_double(),
  ..   comm = col_double(),
  ..   deptno = col_double()
  .. )

Summary() 함수

R Programming

%%R

# 관측치와 모든 변수의 요약 통계 구하기.

summary(emp)

Results

     empno         ename               job                 mgr      
 Min.   :7369   Length:14          Length:14          Min.   :7566  
 1st Qu.:7588   Class :character   Class :character   1st Qu.:7698  
 Median :7785   Mode  :character   Mode  :character   Median :7698  
 Mean   :7727                                         Mean   :7739  
 3rd Qu.:7868                                         3rd Qu.:7839  
 Max.   :7934                                         Max.   :7902  
                                                      NA's   :1     
    hiredate               sal            comm          deptno     
 Min.   :1980-12-17   Min.   : 800   Min.   :   0   Min.   :10.00  
 1st Qu.:1981-02-23   1st Qu.:1250   1st Qu.: 225   1st Qu.:20.00  
 Median :1981-09-18   Median :1550   Median : 400   Median :20.00  
 Mean   :1981-09-14   Mean   :2073   Mean   : 550   Mean   :22.14  
 3rd Qu.:1981-12-03   3rd Qu.:2944   3rd Qu.: 725   3rd Qu.:30.00  
 Max.   :1983-01-12   Max.   :5000   Max.   :1400   Max.   :30.00  
                                     NA's   :10

Psych 패키지의 Describe() 함수

R Programming

%%R

library("psych")

psych::describe(emp)

Results

         vars  n    mean      sd median trimmed     mad  min  max range  skew
empno       1 14 7726.57  178.29 7785.0 7739.08  171.98 7369 7934   565 -0.56
ename*      2 14    7.50    4.18    7.5    7.50    5.19    1   14    13  0.00
job*        3 14    3.07    1.49    3.0    3.08    1.48    1    5     4  0.15
mgr         4 13 7739.31  103.71 7698.0 7740.27  133.43 7566 7902   336 -0.23
hiredate    5 14     NaN      NA     NA     NaN      NA  Inf -Inf  -Inf    NA
sal         6 14 2073.21 1182.50 1550.0 1935.42 1000.76  800 5000  4200  0.93
comm        7  4  550.00  602.77  400.0  550.00  370.65    0 1400  1400  0.49
deptno      8 14   22.14    8.02   20.0   22.50   14.83   10   30    20 -0.35
         kurtosis     se
empno       -1.16  47.65
ename*      -1.46   1.12
job*        -1.58   0.40
mgr         -1.12  28.77
hiredate       NA     NA
sal          0.01 316.04
comm        -1.83 301.39
deptno      -1.48   2.14

psych 패키지의 DescribeData 함수

R Programming

%%R

library("psych")

psych::describeData(emp)

Results

n.obs =  14 of which  4   are complete cases.   Number of variables =  8  of which all are numeric  FALSE  
          variable # n.obs type         H1         H2         H3         H4
empno*             1    14    4       7369       7499       7521       7566
ename*             2    14    4      SMITH      ALLEN       WARD      JONES
job*               3    14    4      CLERK   SALESMAN   SALESMAN    MANAGER
mgr*               4    13    4       7902       7698       7698       7839
hiredate*          5    14    4 1980-12-17 1981-02-20 1981-02-22 1981-04-02
sal*               6    14    4        800       1600       1250       2975
comm*              7     4    4       <NA>        300        500       <NA>
deptno*            8    14    4         20         30         30         20
                  T1         T2         T3         T4
empno*          7876       7900       7902       7934
ename*         ADAMS      JAMES       FORD     MILLER
job*           CLERK      CLERK    ANALYST      CLERK
mgr*            7788       7698       7566       7782
hiredate* 1983-01-12 1981-12-03 1981-12-03 1982-01-23
sal*            1100        950       3000       1300
comm*           <NA>       <NA>       <NA>       <NA>
deptno*           20         30         20         10

4. R Dplyr Package

Summarise 함수와 n()

R Programming

%%R

emp %>% summarise(n = n())

Results

# A tibble: 1 x 1
      n
  <int>
1    14

tally() 함수

R Programming

%%R

emp %>%  tally()

Results

# A tibble: 1 x 1
      n
  <int>
1    14

Count() 함수

R Programming

%%R

emp %>% count()

Results

# A tibble: 1 x 1
      n
  <int>
1    14

5. R sqldf Package

Count() 함수

R Programming

%%R
sqldf(" select count(*) emp_cnt
        from   emp")

Results

  emp_cnt
1      14

6. Python pandasql Package

Count() 함수

Python Programming

ps.sqldf("select count(*) emp_cnt from emp")

Results

	emp_cnt
0	14

7. R data.table Package

.N 함수

%%R

DT          <- data.table(emp)
dept_DT     <- data.table(dept)

DT[, .(`emp_cnt` = .N)]

Results

   emp_cnt
1:      14

8. SAS Proc SQL

회사에 근무하는 전체 직원수를 집계한다.

SAS Programming

%%SAS sas

PROC SQL;
  CREATE TABLE STATSAS_1 AS
    select count(*) AS EMP_COUNT
    from   emp;
QUIT;

PROC PRINT;RUN;

Results

OBS	EMP_COUNT
1	14

dictionary.tables에서 사원정보(EMP) 테이블의 관측치 건수를 검색하여서 macro 변수로 할당한 후 출력한다.

SAS Programming

%%SAS sas

proc sql;
  select nobs into :nobs separated by ' ' from dictionary.tables
  where libname='WORK' and memname='EMP';
quit;

%put TNote:  nobs=&nobs;

Results

Number of Physical Observations

9. SAS Data Step

데이터를 읽기 전 컴파일 단계에서 사원정보(EMP) 테이블의 관측치 건수를 신규변수(EMP_COUNT)로 할당한 후 데이터 셋으로 출력한다.

SAS Programming

%%SAS sas

DATA EMP_1;
     IF 0 THEN SET EMP NOBS=N;
     EMP_COUNT = N;
     KEEP EMP_COUNT;
RUN;
PROC PRINT;RUN;

Results

OBS	EMP_COUNT
1	14

사원정보(EMP) 테이블에서 관측치 건수를 신규변수(EMP_COUNT)로 할당한 후 관측치 번호와 관측치 건수가 일치하는 위치에서 출력한다. 즉, 최종 관측치를 출력하면서 사전에 할당한 전체 관측치 건수를 출력한다.

SAS Programming

%%SAS sas

DATA EMP_1;
 SET EMP NOBS=N;
     EMP_COUNT = N;
     IF N = _N_ THEN OUTPUT;
     KEEP EMP_COUNT;
RUN;
PROC PRINT;RUN;

Results

OBS	EMP_COUNT
1	14

SAS Programming

%%SAS sas

DATA EMP_1;
     RETAIN EMP_CNT 0;
 SET EMP NOBS=N;
     EMP_CNT = EMP_CNT + 1;
     IF EMP_CNT = N THEN OUTPUT;
     KEEP EMP_CNT;
RUN;
PROC PRINT;RUN;

[ 참고 ]

- 배열을 사용하여서 수치형 변수와 문자형 변수 개수 카운트 후 결측치를 소유한 변수의 개수를 제거한다;

- CMISS 함수는 문자형 결측치와 수치형 결측치를 포함한 결측치의 개수를 카운트한다.

- N 함수는 수치형 결측치 개수를 카운트한다.;

SAS Programming

%%SAS sas

DATA EMP_REF;
 SET EMP;
     ARRAY VAR1[*] _NUMERIC_;
     ARRAY VAR2[*] _CHARACTER_;
     VAR3 = DIM(VAR1);
     VAR4 = DIM(VAR2); 

     TOTAL_VAR = SUM(VAR3,VAR4);
     MISS_VAR  = CMISS(OF VAR1[*] VAR2[*]);
     NONM_VAR  = SUM(TOTAL_VAR,-MISS_VAR);
RUN;
PROC PRINT DATA=EMP_REF(OBS=3);RUN;

Results

OBS	empno	ename	job	mgr	hiredate	sal	comm	deptno	VAR3	VAR4	TOTAL_VAR	MISS_VAR	NONM_VAR
1	7369	SMITH	CLERK	7902	1980-12-17	800	.	20	6	2	8	1	7
2	7499	ALLEN	SALESMAN	7698	1981-02-20	1600	300	30	6	2	8	0	8
3	7521	WARD	SALESMAN	7698	1981-02-22	1250	500	30	6	2	8	0	8

PROC SUMMARY 를 사용하여서 수치형 변수에 대한 비결측치 관측치 개수를 카운트;

SAS Programming

%%SAS sas

PROC SUMMARY DATA=EMP;
     VAR _NUMERIC_;
     OUTPUT OUT=EMP_COUNT(DROP=_:) N=;
RUN;
PROC PRINT DATA=EMP_COUNT;RUN;

Results

OBS	empno	mgr	hiredate	sal	comm	deptno
1	14	13	14	14	4	14

10. Python Dfply Package

Python Programming

emp >> summarize( emp_cnt = X.empno.count() )

Results

	emp_cnt
0	14

Python Programming

emp >> summarize( emp_cnt = X.empno.nunique() )

Results

	emp_cnt
0	14

[참고] 전체 건수 삽입

Python Programming

emp >> mutate( emp_cnt = len(emp) ) >> head(5)

Results

	empno	ename	job	mgr	hiredate	sal	comm	deptno	emp_cnt
0	7369	SMITH	CLERK	7902.0	1980/12/17	800	NaN	20	14
1	7499	ALLEN	SALESMAN	7698.0	1981/02/20	1600	300.0	30	14
2	7521	WARD	SALESMAN	7698.0	1981/02/22	1250	500.0	30	14
3	7566	JONES	MANAGER	7839.0	1981/04/02	2975	NaN	20	14
4	7654	MARTIN	SALESMAN	7698.0	1981/09/28	1250	1400.0	30	14

[SQL, Pandas, R Prog, Dplyr, SQLDF, PANDASQL, DATA.TABLE] SQL EMP 예제로 만나는 테이블 데이터 처리 방법 리스트

저작자표시

'통계프로그램 비교 시리즈 > 프로그래밍비교(Oracle,Python,R,SAS)' 카테고리의 다른 글

[기초 통계량 - MAX 함수] 수치형 데이터 최대값 측정 - 28 (오라클 SQL, R, Python, SAS) (0)	2021.08.07
[기초 통계량 - 합계 계산] 수치형 데이터 합계 계산, 결측치 대체 - 27 (오라클 SQL, R, Python, SAS) (0)	2021.08.07
[데이터 필터링 & 서브쿼리] 서브쿼리 기반의 데이터 필터링 - 24 (오라클 SQL, R, Python, SAS) (0)	2021.08.06
[데이터 필터링 - 차집합 Not in 연산] 서브쿼리 기반의 데이터 필터링 - 23 (오라클 SQL, R, Python, SAS) (0)	2021.08.06
[데이터 필터링 - 접두어 Like 검색] 특정 문자열의 길이를 측정 (Length 함수) - 22 (오라클 SQL, R, Python, SAS) (0)	2021.08.06

[기초 통계량 - 건수 집계] 데이터 건수, 데이터 기초 분석을 위한 기초 통계량 측정 - 26 (오라클 SQL, R, Python, SAS)

26. Display the total number of employees working in the company.

1. 오라클(Oracle)

2. 파이썬(Pandas)

3. R Programming (R Package)

4. R Dplyr Package

5. R sqldf Package

6. Python pandasql Package

7. R data.table Package

8. SAS Proc SQL

9. SAS Data Step

10. Python Dfply Package

'통계프로그램 비교 시리즈 > 프로그래밍비교(Oracle,Python,R,SAS)' 카테고리의 다른 글

댓글

티스토리툴바

[기초 통계량 - 건수 집계] 데이터 건수, 데이터 기초 분석을 위한 기초 통계량 측정 - 26 (오라클 SQL, R, Python, SAS)

26. Display the total number of employees working in the company.

1. 오라클(Oracle)

2. 파이썬(Pandas)

3. R Programming (R Package)

4. R Dplyr Package

5. R sqldf Package

6. Python pandasql Package

7. R data.table Package

8. SAS Proc SQL

9. SAS Data Step

10. Python Dfply Package

'통계프로그램 비교 시리즈 > 프로그래밍비교(Oracle,Python,R,SAS)' 카테고리의 다른 글

관련글

댓글

티스토리툴바