다음과 같이 csv 데이터를 불러오고 unique(df$지역) 함수를 실행했는데 강의에서와 다르게 "타시도", "강동구", "서초구"만 출력되는데 이유가 있을까요?df = read.csv("Seoul_COVID19_20210511.csv", fileEncoding = "cp949") head(df, 2) head(df[, 1:6], 2) unique(df$지역)

> install.packages("rgdal") WARNING: Rtools is required to build R packages but is not currently installed. Please download and install the appropriate version of Rtools before proceeding: https://cran.rstudio.com/bin/windows/Rtools/ ‘C:/Users/magne/AppData/Local/R/win-library/4.3’의 위치에 패키지(들)을 설치합니다. (왜냐하면 ‘lib’가 지정되지 않았기 때문입니다) Warning in install.packages : package ‘rgdal’ is not available for this version of R A version of this package for your version of R might be available elsewhere, see the ideas at https://cran.r-project.org/doc/manuals/r-patched/R-admin.html#Installing-packagesrgdal 라이브러리를 설치하려고 하였는데 다음과 같은 메세지가 뜨며 설치가 되지 않습니다. 최신 버전에서는 rgdal 라이브러리가 안되는 건가요?

countries110@data 코드를 실행했을 때 다음과 같이 에러문구가 뜨면서 실행이 안되는데 왜 그런 것일까요? countries110@data에서 다음과 같은 에러가 발생했습니다: no applicable method for `@` applied to an object of class "sf"

안녕하세요  저는 선생님 강의도 듣고, 블로그도 보면서 보통명사 추출하는 함수를 생성해서 tm패키지를 활용해 코퍼스로 변환하는 내용을 공부하고 있습니다~ 커스텀함수는 이렇게 입력하고words<-function(text){ text<- as.character(text)extractNoun(text) 이후 변환을 하려고 하는데doc<- TermDocumentMatrix(doc, control = list( tokenize= words removeNumbers =T removePunctuation =T wordlengths= c(3,Inf))) tokenize, removeNumbers, removePunctuation, wordsLengths와 제가 커스텀한 함수(words)가 인식이 안됩니다.~are ignored 라는 경고가 뜨거나예상하지 못한 기호(symbol)입니다 라는 에러가 뜹니다.. 해결방법을 알고 계시는지요.

어제 R studio를 여기서 하는데로 최신버전으로 깔았고,여기서 하라는 데로 그대로 설치를 했습니다.그리고 여기 강의를 들으면서 따라하던 중..library(htmltab) 이것을 실행시키면 아래와 같은 문구가 뜨네요..library(htmltab)에서 다음과 같은 에러가 발생했습니다:‘htmltab’이라고 불리는 패키지가 없습니다.잠시install.packages("htmltab")을 실행하지 않아서 그런가 봤더니. 그것도 아니어서... 그래서 더 낮은 32bit버전으로 깔고 해봤는데요... 똑 같습니다.. 그래서 인터넷에 검색해보니..Package ‘htmltab’ was removed from the CRAN repository.이렇게 나오네요..여기 나와 있는 밑에 답변이 있길래 기쁜마음에 복사해서 붙여놓고 하나하나 실행시켜봤습니다.. setwd("D:\\stock")#library(htmltab)url<-"http://finance.naver.com/item/sise_day.nhn?code=005380&page=1" # 종목 Aurl<-"http://finance.naver.com/item/sise_day.nhn?code=005930&page=1" # 종목B#install.packages("httr")library(httr)referer <- add_headers(Referer = "http://finance.naver.com/item/sise_day.nhn?code=005380&page=11") #검색해서 들어간 것처럼 위장하기위해 header를 붙여준다tmp <- GET(url, referer) # GET함수를 통해 해당 서버에 통신을 함 뒤에 referer인자가 위장술ta<-read_html(tmp)%>% html_nodes(xpath = '/html/body/table[1]') %>% html_table()ta2<-(ta[[1]])ta2[-c(1,7,8,9,15),]code_data <- read.csv("data.csv",sep="\t")? read.csvhead(code_data)code <- as.character(code_data[,1])code_name <- as.character(code_data[,2])re_code <- as.character(sapply(code,function(x){ nc<- 6-nchar(x) paste0(c(rep(0,nc),x),collapse = "")}))k <- 1i <- 1for(k in 1:length(re_code)){ final_data<-NULL for(i in 1:10){ url <- paste0("https://finance.naver.com/item/sise_day.nhn?code=",re_code[k],"&page=",i) b <- htmltab(url,encoding="UTF-8") b final_data < -rbind(final_data,b) cat("\n",i) } head(final_data) tail(final_data) dim(final_data) ..........결과는 몇줄 가지도 못하고 바로add_headers(Referer = "https://finance.naver.com/item/main.naver?code=005380")에서 다음과 같은 에러가 발생했습니다: 함수 "add_headers"를 찾을 수 없습니다로 나옵니다.. 이 문제가 반드시 해결이 되야 밑에 코딩한게 전부 의미가 있을 것 같습니다.

한국거래소를 타고서 예전에는 받을 수 있었던 것 같은데,현재는http://data.krx.co.kr/contents/MDC/MDI/mdiLoader/index.cmd?menuId=MDC0201020303이 곳으로 들어가야 종목코드를 다운받을 수 있게 바뀌었네요.. 초보라 한참 찾았습니다. 그리고 강의하시는 제목 "stock R"이 사실은 다운로드 받은 자료의 "naver증권크롤링_예제.R"이네요

사용자 정의 함수를 생성할 때 중괄호 위치가 중요한가요? return과 같은 줄에 사용하면 에러가 뜨고 밑줄에 사용하면 정상적으로 작동하는데 그 이유가 무엇인가요?

rstudio에서 script의 사이드바에 잘못된 문자열을 입력하였을 때 빨간색 x가 표시가 안되는데 표시가 되도록 하는 방법이 있나요?

getwd() setwd("C:/Users/yun/Desktop/") #### 1. 인구 통계 처리 #### df_pop = read.csv("Population.csv") head(df_pop) df_pop[, "value"] = gsub(pattern = ",", replacement = "", df_pop$value) class(df_pop$value) df_pop[, "value"] = as.numeric(df_pop$value) head(df_pop) df_pop = df_pop[, c("name", "value")] head(df_pop) # colnames(df_pop) = c("country", "pop") head(df_pop, 2) #### 2. 백신 접종 데이터 처리 #### df = read.csv("country_vaccinations.csv") head(df, 2) df = df[, c("country", "iso_code", "date", "total_vaccinations", "vaccines")] head(df) colnames(df)[4] = "total" head nrow(df) df_agg = aggregate(data = df[, -5], total ~ ., FUN = "sum") #######? class(df_agg$date) df_agg[, "date"] = as.Date(df_agg$date) nrow(df_agg) head(df_agg) min(df_agg$date) max(df_agg$date) df_agg_unique = unique(df_agg[, c("iso_code", "date")]) #겹치는 항목 날리기 head(df_agg_unique) #가장최근값만 얻기(2021년도 백신접종데이터만 알면됐지, 2020년도는 알필요 없으니까) df_agg_unique = aggregate(data = df_agg_unique, date ~ iso_code, FUN = "max") head(df_agg_unique) library("dplyr") df_vac = left_join(df_agg_unique, df_agg, by = c("iso_code" = "iso_code", "date" = "date")) df_vac=df_vac[,c(3,2,1,4)] head(df_vac) #### 3. 세계 지도 데이터 처리 #### library("rnaturalearth") df = countries110 head(df, 2) library("ggplot2") ggplot() + geom_sf(data = df, color = "#000000", fill = "#FFFFFF") #### 4. 데이터 병합 및 시각화 #### head(df) df_map_id = data.frame(id = 0:(length(df$ISO_A3) - 1), iso = df$ISO_A3) head(df_map_id) length(unique(df_map_id$iso)) class(df_map_id$id) head(df, 2) df_map_id[, "id"] = as.character(df_map_id$id) df=df[,c("ISO_A3","geometry")] df_map_join = left_join(df, df_map_id, by = c("ISO_A3" = "iso")) head(df_map_join) ggplot(data = df_map_join, aes(fill = id)) + geom_sf(color = "#000000") + theme(legend.position = "none") df_map_join_vac = left_join(df_map_join, df_vac, by = c("ISO_A3" = "iso_code")) head(df_map_join_vac) ggplot(data = df_map_join_vac, aes(group = id, fill = total)) + geom_sf(color = "#000000") + theme_bw() + theme(legend.position = c(0.1, 0.35)) #### Quiz #### head(df_map_join_vac) df_vac_2 = left_join(df_map_join_vac, df_pop, by = c("country" = "country")) head(df_vac_2) df_vac_2[, "ratio"] = df_vac_2$total / df_vac_2$pop head(df_vac_2) ggplot(data = df_vac_2, aes(group = id, fill = ratio)) + geom_sf(color = "#000000") + theme_bw() + theme(legend.position = c(0.1, 0.35))  올렸습니다. 도움부탁드립니다. 그리구 외국에서 돌아오시면 자료를 받아서 공공데이터시각화도 듣고싶습니다.아 그리고, (지금과 반대로, 지금은 백신접종률이 높을수록 색의 연해짐) ratio이 높을수록 색깔이 점점더 진한것이 보기에 더 효과적일것같아요. 그건 코드로 구현이 어렵겠죠..? 그리고 이 na결측치는 없애야되는게 맞죠? 

이렇게 말씀하시면 이해하기가 어렵습니다.새로 올려주신 script_v2 그대로도 몇번이나 돌려봤습니다.강의에서 이렇게 말해주신 파트가 script_v2에서는 이부분 입니다. 일단 이렇게 그대로 따라하면 df_map_join = left_join(df, df_map_id, by = c("ISO_A3" = "iso")) Error in `sf_column %in% names(g)`: ! Join columns in `x` must be present in the data. ✖ Problem with `ISO_A3`. Run `rlang::last_trace()` to see where the error occurred.이런 에러가 떠서 "ISO_A3"를 -> "iso_a3"로 바꿔주었구요. 이건뭐 상관없고,   불필요한 변수를 미리 제거하라고 하셨는데>head(df_map_join) Simple feature collection with 6 features and 169 fields Geometry type: MULTIPOLYGON Dimension: XY Bounding box: xmin: -180 ymin: -18.28799 xmax: 180 ymax: 83.23324 Geodetic CRS: WGS 84 featurecla scalerank labelrank sovereignt sov_a3 adm0_dif 1 Admin-0 country 1 6 Fiji FJI 0 2 Admin-0 country 1 3 United Republic of Tanzania TZA 0 3 Admin-0 country 1 7 Western Sahara SAH 0 4 Admin-0 country 1 2 Canada CAN 0 5 Admin-0 country 1 2 United States of America US1 1 level type tlc admin adm0_a3 geou_dif 1 2 Sovereign country 1 Fiji FJI 0 2 2 Sovereign country 1 United Republic of Tanzania TZA 0 3 2 Indeterminate 1 Western Sahara SAH 0 4 2 Sovereign country 1 Canada CAN 0 5 2 Country 1 United States of America USA 0 geounit gu_a3 su_dif subunit su_a3 brk_diff 1 Fiji FJI 0 Fiji FJI 0 2 Tanzania TZA 0 Tanzania TZA 0 3 Western Sahara SAH 0 Western Sahara SAH 1 4 Canada CAN 0 Canada CAN 0 5 United States of America USA 0 United States USA 0 name name_long brk_a3 brk_name brk_group abbrev 1 Fiji Fiji FJI Fiji <NA> Fiji 2 Tanzania Tanzania TZA Tanzania <NA> Tanz. 3 W. Sahara Western Sahara B28 W. Sahara <NA> W. Sah. 4 Canada Canada CAN Canada <NA> Can. 5 United States of America United States USA United States <NA> U.S.A. postal formal_en formal_fr name_ciawf note_adm0 1 FJ Republic of Fiji <NA> Fiji <NA> 2 TZ United Republic of Tanzania <NA> Tanzania <NA> 3 WS Sahrawi Arab Democratic Republic <NA> Western Sahara <NA> 4 CA Canada <NA> Canada <NA> 5 US United States of America <NA> United States <NA> note_brk name_sort name_alt mapcolor7 1 <NA> Fiji <NA> 5 2 <NA> Tanzania <NA> 3 3 Self admin.; Claimed by Morocco Western Sahara <NA> 4 4 <NA> Canada <NA> 6 5 <NA> United States of America <NA> 4 mapcolor8 mapcolor9 mapcolor13 pop_est pop_rank pop_year gdp_md gdp_year 1 1 2 2 889953 11 2019 5496 2019 2 6 2 2 58005463 16 2019 63177 2019 3 7 4 4 603253 11 2017 907 2007 4 6 2 2 37589262 15 2019 1736425 2019 5 5 1 1 328239523 17 2019 21433226 2019 economy income_grp fips_10 iso_a2 iso_a2_eh iso_a3 1 6. Developing region 4. Lower middle income FJ FJ FJ FJI 2 7. Least developed region 5. Low income TZ TZ TZ TZA 3 7. Least developed region 5. Low income WI EH EH ESH 4 1. Developed region: G7 1. High income: OECD CA CA CA CAN 5 1. Developed region: G7 1. High income: OECD US US US USA iso_a3_eh iso_n3 iso_n3_eh un_a3 wb_a2 wb_a3 woe_id woe_id_eh 1 FJI 242 242 242 FJ FJI 23424813 23424813 2 TZA 834 834 834 TZ TZA 23424973 23424973 3 ESH 732 732 732 -99 -99 23424990 23424990 4 CAN 124 124 124 CA CAN 23424775 23424775 5 USA 840 840 840 US USA 23424977 23424977 woe_note adm0_iso adm0_diff adm0_tlc adm0_a3_us adm0_a3_fr 1 Exact WOE match as country FJI <NA> FJI FJI FJI 2 Exact WOE match as country TZA <NA> TZA TZA TZA 3 Exact WOE match as country B28 <NA> B28 SAH MAR 4 Exact WOE match as country CAN <NA> CAN CAN CAN 5 Exact WOE match as country USA <NA> USA USA USA adm0_a3_ru adm0_a3_es adm0_a3_cn adm0_a3_tw adm0_a3_in adm0_a3_np adm0_a3_pk 1 FJI FJI FJI FJI FJI FJI FJI 2 TZA TZA TZA TZA TZA TZA TZA 3 SAH SAH SAH SAH MAR SAH SAH 4 CAN CAN CAN CAN CAN CAN CAN 5 USA USA USA USA USA USA USA adm0_a3_de adm0_a3_gb adm0_a3_br adm0_a3_il adm0_a3_ps adm0_a3_sa adm0_a3_eg 1 FJI FJI FJI FJI FJI FJI FJI 2 TZA TZA TZA TZA TZA TZA TZA 3 SAH SAH SAH SAH MAR MAR SAH 4 CAN CAN CAN CAN CAN CAN CAN 5 USA USA USA USA USA USA USA adm0_a3_ma adm0_a3_pt adm0_a3_ar adm0_a3_jp adm0_a3_ko adm0_a3_vn adm0_a3_tr 1 FJI FJI FJI FJI FJI FJI FJI 2 TZA TZA TZA TZA TZA TZA TZA 3 MAR SAH SAH SAH SAH SAH MAR 이걸 어떻게 제거하나요?올려주신 script_v2 파일을 다시 재확인 및 수정부탁드립니다. 그리고위,위에 출력코드 보시면 아시겠지만바로 위 사진처럼 long lat order hole piece id group 그 어떤것도 찾을수없습니다.지도가며칠동안 이것만 붙잡고있는데 진도가 못나가서 너무 답답합니다.ㅏscript_v2랑 올려놓으셨던 강의랑 비교하셔서 수정부탁드립니다. ratio 범례도 , 강의보면서 코드계속 돌려봤습니다.1 2 3 으로 나옵니다. 강의처럼 0.9 0.8 이렇게 나오질 않습니다.

안녕하세요?date_01 = ymd("2030년 1월 1일")wday(date_01)을 출력하면 3이 나오는 이유를 수업에서 넘어가신 것 같습니다ㅠ그 이후로 week_start = 1은 월요일을 시작점으로 두는 거고, 보통 week_start는 일요일로 처음에 잡혀있다고 하셨으니, 일요일을 1로 생각하면 화요일이 3으로 나오는 것 추측됩니다만 잘 모르겠습니다ㅠ 만약 제 추측이 맞다면 더 헷갈리는데, week_start = 1이 월요일이니, week_start = 0은 일요일을 뜻하나요? 그럼 0 , 1, 2해서 화요일은 2가 나와야 하지 않나라는 생각도 들어서요...ㅠ

안녕하세요?혹시 typeof(123)을 하면 왜 integer가 아닌 double을 출력하는지 알 수 있을까요?ㅠㅠ

강의에 쓰이는 data는 어디서 다운 받나요?

   본강의영상에는 마지막에 df_map_join_vac라는 값이 console을 보면 깔끔하고 가독성좋게 데이터시각화되어 표기되는것을 확인할수있습니다.이번에 새로 올려주신 scrips_v2 파일을 보면서 공부를 하고 있는데요.   세계지도 시각화를 만들기위해 모든과정을 거쳐 마지막에 넣는 값 df_map_join_vac가 무슨 값을 가지고있는지 알아보기가 매우 힘듭니다.  

새로 올려주신 파일로 백신데이터 공부중입니다.df_agg = aggregate(data = df[, -5], total ~ ., FUN = "sum") ##이코드가 무슨 의미인가요? 제가 이해한 내용은 다음과같습니다"df데이터 중 5번째 항목은 제외한 데이터를 가지고,( . <-이 전체를 의미하는건가요?그렇다치면)전체를 기준으로total 변수를 sum(합)합한다."  '뭘 어떻게 합한거지(sum)?? 해당코드를 출력해보면데이터출력에 차이가 생기기는 하는데, 이해하기 어렵습니다.  

       #문제를 해결하는데 도움이 될지모르겠습니다.> > library("rnaturalearth") > map=ne_countries() > df_map=fortify(map) > names(df_map) [1] "featurecla" "scalerank" "labelrank" "sovereignt" "sov_a3" "adm0_dif" "level" "type" "tlc" [10] "admin" "adm0_a3" "geou_dif" "geounit" "gu_a3" "su_dif" "subunit" "su_a3" "brk_diff" [19] "name" "name_long" "brk_a3" "brk_name" "brk_group" "abbrev" "postal" "formal_en" "formal_fr" [28] "name_ciawf" "note_adm0" "note_brk" "name_sort" "name_alt" "mapcolor7" "mapcolor8" "mapcolor9" "mapcolor13" [37] "pop_est" "pop_rank" "pop_year" "gdp_md" "gdp_year" "economy" "income_grp" "fips_10" "iso_a2" [46] "iso_a2_eh" "iso_a3" "iso_a3_eh" "iso_n3" "iso_n3_eh" "un_a3" "wb_a2" "wb_a3" "woe_id" [55] "woe_id_eh" "woe_note" "adm0_iso" "adm0_diff" "adm0_tlc" "adm0_a3_us" "adm0_a3_fr" "adm0_a3_ru" "adm0_a3_es" [64] "adm0_a3_cn" "adm0_a3_tw" "adm0_a3_in" "adm0_a3_np" "adm0_a3_pk" "adm0_a3_de" "adm0_a3_gb" "adm0_a3_br" "adm0_a3_il" [73] "adm0_a3_ps" "adm0_a3_sa" "adm0_a3_eg" "adm0_a3_ma" "adm0_a3_pt" "adm0_a3_ar" "adm0_a3_jp" "adm0_a3_ko" "adm0_a3_vn" [82] "adm0_a3_tr" "adm0_a3_id" "adm0_a3_pl" "adm0_a3_gr" "adm0_a3_it" "adm0_a3_nl" "adm0_a3_se" "adm0_a3_bd" "adm0_a3_ua" [91] "adm0_a3_un" "adm0_a3_wb" "continent" "region_un" "subregion" "region_wb" "name_len" "long_len" "abbrev_len" [100] "tiny" "homepart" "min_zoom" "min_label" "max_label" "label_x" "label_y" "ne_id" "wikidataid" [109] "name_ar" "name_bn" "name_de" "name_en" "name_es" "name_fa" "name_fr" "name_el" "name_he" [118] "name_hi" "name_hu" "name_id" "name_it" "name_ja" "name_ko" "name_nl" "name_pl" "name_pt" [127] "name_ru" "name_sv" "name_tr" "name_uk" "name_ur" "name_vi" "name_zh" "name_zht" "fclass_iso" [136] "tlc_diff" "fclass_tlc" "fclass_us" "fclass_fr" "fclass_ru" "fclass_es" "fclass_cn" "fclass_tw" "fclass_in" [145] "fclass_np" "fclass_pk" "fclass_de" "fclass_gb" "fclass_br" "fclass_il" "fclass_ps" "fclass_sa" "fclass_eg" [154] "fclass_ma" "fclass_pt" "fclass_ar" "fclass_jp" "fclass_ko" "fclass_vn" "fclass_tr" "fclass_id" "fclass_pl" [163] "fclass_gr" "fclass_it" "fclass_nl" "fclass_se" "fclass_bd" "fclass_ua" "geometry" > head(df_map,2) Simple feature collection with 2 features and 168 fields Geometry type: MULTIPOLYGON Dimension: XY Bounding box: xmin: -180 ymin: -18.28799 xmax: 180 ymax: -0.95 Geodetic CRS: WGS 84 featurecla scalerank labelrank sovereignt sov_a3 adm0_dif level type tlc 1 Admin-0 country 1 6 Fiji FJI 0 2 Sovereign country 1 2 Admin-0 country 1 3 United Republic of Tanzania TZA 0 2 Sovereign country 1 admin adm0_a3 geou_dif geounit gu_a3 su_dif subunit su_a3 brk_diff name name_long brk_a3 brk_name 1 Fiji FJI 0 Fiji FJI 0 Fiji FJI 0 Fiji Fiji FJI Fiji 2 United Republic of Tanzania TZA 0 Tanzania TZA 0 Tanzania TZA 0 Tanzania Tanzania TZA Tanzania brk_group abbrev postal formal_en formal_fr name_ciawf note_adm0 note_brk name_sort name_alt mapcolor7 1 <NA> Fiji FJ Republic of Fiji <NA> Fiji <NA> <NA> Fiji <NA> 5 2 <NA> Tanz. TZ United Republic of Tanzania <NA> Tanzania <NA> <NA> Tanzania <NA> 3 mapcolor8 mapcolor9 mapcolor13 pop_est pop_rank pop_year gdp_md gdp_year economy income_grp 1 1 2 2 889953 11 2019 5496 2019 6. Developing region 4. Lower middle income 2 6 2 2 58005463 16 2019 63177 2019 7. Least developed region 5. Low income fips_10 iso_a2 iso_a2_eh iso_a3 iso_a3_eh iso_n3 iso_n3_eh un_a3 wb_a2 wb_a3 woe_id woe_id_eh woe_note 1 FJ FJ FJ FJI FJI 242 242 242 FJ FJI 23424813 23424813 Exact WOE match as country 2 TZ TZ TZ TZA TZA 834 834 834 TZ TZA 23424973 23424973 Exact WOE match as country adm0_iso adm0_diff adm0_tlc adm0_a3_us adm0_a3_fr adm0_a3_ru adm0_a3_es adm0_a3_cn adm0_a3_tw adm0_a3_in adm0_a3_np adm0_a3_pk 1 FJI <NA> FJI FJI FJI FJI FJI FJI FJI FJI FJI FJI 2 TZA <NA> TZA TZA TZA TZA TZA TZA TZA TZA TZA TZA adm0_a3_de adm0_a3_gb adm0_a3_br adm0_a3_il adm0_a3_ps adm0_a3_sa adm0_a3_eg adm0_a3_ma adm0_a3_pt adm0_a3_ar adm0_a3_jp 1 FJI FJI FJI FJI FJI FJI FJI FJI FJI FJI FJI 2 TZA TZA TZA TZA TZA TZA TZA TZA TZA TZA TZA adm0_a3_ko adm0_a3_vn adm0_a3_tr adm0_a3_id adm0_a3_pl adm0_a3_gr adm0_a3_it adm0_a3_nl adm0_a3_se adm0_a3_bd adm0_a3_ua 1 FJI FJI FJI FJI FJI FJI FJI FJI FJI FJI FJI 2 TZA TZA TZA TZA TZA TZA TZA TZA TZA TZA TZA adm0_a3_un adm0_a3_wb continent region_un subregion region_wb name_len long_len abbrev_len tiny homepart 1 -99 -99 Oceania Oceania Melanesia East Asia & Pacific 4 4 4 -99 1 2 -99 -99 Africa Africa Eastern Africa Sub-Saharan Africa 8 8 5 -99 1 min_zoom min_label max_label label_x label_y ne_id wikidataid name_ar name_bn name_de name_en name_es name_fa 1 0 3 8 177.97543 -17.826099 1159320625 Q712 فيجي ফিজি Fidschi Fiji Fiyi فیجی 2 0 3 8 34.95918 -6.051866 1159321337 Q924 تنزانيا তানজানিয়া Tansania Tanzania Tanzania تانزانیا name_fr name_el name_he name_hi name_hu name_id name_it name_ja name_ko name_nl name_pl name_pt 1 Fidji Φίτζι פיג'י फ़िजी Fidzsi-szigetek Fiji Figi フィジー 피지 Fiji Fidżi Fiji 2 Tanzanie Τανζανία טנזניה तंज़ानिया Tanzánia Tanzania Tanzania タンザニア 탄자니아 Tanzania Tanzania Tanzânia name_ru name_sv name_tr name_uk name_ur name_vi name_zh name_zht fclass_iso tlc_diff fclass_tlc 1 Фиджи Fiji Fiji Фіджі فجی Fiji 斐济 斐濟 Admin-0 country <NA> Admin-0 country 2 Танзания Tanzania Tanzanya Танзанія تنزانیہ Tanzania 坦桑尼亚 坦尚尼亞 Admin-0 country <NA> Admin-0 country fclass_us fclass_fr fclass_ru fclass_es fclass_cn fclass_tw fclass_in fclass_np fclass_pk fclass_de fclass_gb fclass_br 1 <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> 2 <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> fclass_il fclass_ps fclass_sa fclass_eg fclass_ma fclass_pt fclass_ar fclass_jp fclass_ko fclass_vn fclass_tr fclass_id 1 <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> 2 <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> fclass_pl fclass_gr fclass_it fclass_nl fclass_se fclass_bd fclass_ua geometry 1 <NA> <NA> <NA> <NA> <NA> <NA> <NA> MULTIPOLYGON (((180 -16.067... 2 <NA> <NA> <NA> <NA> <NA> <NA> <NA> MULTIPOLYGON (((33.90371 -0... #df_countries에는 id가 있습니다. df_map에는 id가 없습니다.그래서 오류가 납니다. 도와주세요!!나머지는 다 잘됩니다. 아래코드도 long객체를 찾을수없다며 안되기는 하는데 딱히 필요없을것같아서 생략했으나, 25:19초에 다시 이코드를 가져와서 쓰네요. 생략하면 안될것같네요. 이것도 뭐가 문제인지 모르겠습니다.ggplot(data=df_map, aes(x=long, y=lat,group=group))+ geom_polygon()

https://data.seoul.go.kr/dataList/OA-20470/F/1/datasetView.do서울시 홈페이지에 가도 없는것같습니다.너무 아쉽습니다설령 찾더라도 이전과 내용이 너무 많이 달라서 적용이 안되는게 너무 많아서 어렵더라구요.백신데이터 접종 시각화 강의 마저도 @이 안되길래r버젼을 다운그레이드하고, rstudio를 재설치해도 안되서 답답하더라구요..  이번 공공데이터 강의도 현재버젼과 맞지 않은 부분이 있을까봐 걱정됩니다.  

안녕하세요?패키지 불러오기 관해서 여쭤보고 싶습니다.강의 예시에서, library("data.table")으로 패키지 불러오기를 한 다음,data.table:: 을 하면, library 함수 없이 사용이 가능하다고 하셨습니다.이 뜻은 library("data.table")을 안 하고 바로 data.table:: ~~ 을 할 수 있다는 뜻인가요?

안녕하세요? 슬라이드 맨 처음 체크하는 출력값 문제 중에서 3L가 있는데 강의에서 건너뛰신 것 같습니다ㅠ3L는 출력해보니 그냥 3이 나오는데 3L는 무엇을 의미하나요?

안녕하세요? 강의를 결재하고 수강을 하려하는데요~교재구매는 어떤 방식으로 하는지에 대해서 문의드립니다. ^^