Chapter3_dt_base.qmd

---
title: "chapter 3. data.table"
author: "Rchemist"
format: html
editor: source
---

## 1. data.table 소개

`data.table`은 R의 `data.frame`을 토대로 만들어진 패키지입니다. 그렇기 때문에 대괄호를 쓰는 등 문법은 대체로 `data.frame`과 비슷합니다. 그러나 `data.table`은 기존의 `data.frame`보다 매우 빠른 속도를 자랑합니다.

`data.table`의 장점은 다음과 같습니다.

-   **매우 빠른 속도**

    `data.table`은 기본 `data.frame` 구조보다 훨씬 빠르게 데이터를 연산합니다.

```{r}
library(data.table)
library(dplyr)
library(microbenchmark)
data('storms')
df_test <- function(){
  aggregate(x=storms[,c('wind','pressure')],
            by = list(storms$name,storms$year, storms$month,storms$day),
            FUN = mean)
}

dplyr_test <- function(){
  storms %>% 
    group_by(name, year, month, day) %>% 
    summarise(wind=mean(wind), pressure=mean(pressure),
              )
}
storm_dt <- as.data.table(storms)
dt_test <- function(){
  storm_dt[,.(wind=mean(wind), pressure=mean(pressure)), by=.(name, year,month,day)]
}

microbenchmark(df_test(), 
               dplyr_test(), 
               dt_test(), 
               times=10)

```

위는 각각 `data.frame`, `dplyr`, `data.table`로 동일한 결과를 불러오도록 실행했ㅇ르 때 걸린 시간입니다. `data.table`의 결과가 최소 10배는 더욱 빠른 것을 알 수 있습니다.

-   **효율적인 메모리 처리**

    data.table은 다른 데이터 패키지보다 효율적으로 데이터연산을 처리합니다. 그렇기 때문에 메모리 사용에 있어서도 더 적은 양으로 더 빠르게 계산을 진행합니다.

-   **낮은 패키지 의존성**

    패키지 의존성이라는 것은 특정 패키지를 불러오기 위해 또다른 패키지를 불러오는 것입니다. 우리가 배울 `data.table`은 R 사용자들에게 자주 활용되는 `tidyverse` 계열의 패키지보다 의존성이 훨씬 낮습니다. 그렇기 때문에 번거롭게 하나의 패키지를 사용하기 위해 다른 패키지들을 설치해줄 필요가 없습니다.

------------------------------------------------------------------------

## 2. data.table 함수

`data.table` 패키지에는 data.table에서만 사용할 수 있는 고유의 함수들이 존재합니다. 이번 장에서는 data.table문법을 배우기에 앞서, 데이터를  읽고 저장하는 함수, 이름 변경 등  기초적인 함수들을 우선 배워봅시다.

-   `fread()`: f(ast) + read의 의미입니다. 말그대로 "빠르게 데이터를 불러오는 것"(read)을 의미합니다. `.csv`, `.txt` 등의 확장자 이름을 가진 파일들을 불러올 수 있습니다.

```{r}

dt <- fread('https://raw.githubusercontent.com/rchemist0123/datasets/main/NHANES.csv')
```

실제로 `fread()`가 지난 시간에 배운 `read.csv()`보다 얼마나 빠른지 확인해봅시다.

```{r}
#| message: false
library(microbenchmark)
microbenchmark(
  read.csv = read.csv('https://raw.githubusercontent.com/rchemist0123/datasets/main/NHANES.csv'),
  fread = fread('https://raw.githubusercontent.com/rchemist0123/datasets/main/NHANES.csv'),
  times=10
)
```
확인 결과, `fread()`가 `read.csv()`에 비해 약 4~5배는 빠른 것을 알 수 있습니다.

`fread`를 통해 불러온 파일의 `class`는 `data.table`입니다.

```{r}
class(dt)
```

앞서 언급한 것처럼, data.table에는 data.frame을 상속받아 만들었기 때문에, data.frame 역시 같이 출력되는 것을 알 수 있습니다.

`data.table`을 출력했을 때, `data.frame`과 다른 점은 크게 두 가지가 있습니다. `data.table`은 우선 모든 column에 대해 첫 5개, 마지막 5개의 행을 출력합니다.

또한 행의 번호에 `:`가 붙어 출력됩니다.

-   `fwrite()`: f(ast) + write 입니다. 말그대로 "빠르게 데이터를 저장(write)"합니다. 현재의 작업공간에 저장되어 있는 object를 `.csv`, `.txt` 등의 확장자 파일로 저장할 수 있습니다.
```{r}
#| eval: false
fwrite(dt,'temp.csv')
```

-   `setnames()`: 열(column) 이름을 사용자가 알아보기 쉽게끔 변경해야 할 때가 있습니다. `setnames()`는 column의 이름을 변경하는 함수입니다. column의 이름을 하나만 바꾸고 싶은 경우에는 문자열 하나만 넣어주면 되고, 여러 개의 column 이름을 동시에 변경할 때는 문자열 벡터를 넣어주면 됩니다.

```{r}
# 하나의 column 이름을 변경할 때
setnames(dt, old='Gender', new='gender')

# 여러 개의 column 이름을 동시에 변경할 때
setnames(dt,
         old = c('Age','Race1','Education'),# 바꿔줄 기존의 column 이름
         new = c('age','race','education') # 새로운 column 이름
         )
```

-   `data.frame` 등을 `data.table`로 변경하기

    새롭게 파일을 불러오는 것 뿐만 아니라 기존의 data.frame을 data.table 형태로 변경해줄 수 있습니다.

-   `setDT()` : 영구적으로 data.table 형태로 **저장**합니다.

```{r}
setDT()
```

    -   `as.data.table()` : 일시적으로 data.table 형태로 **출력**합니다.

```{r}
as.data.table(iris)
```

::: callout-tip
data.table 출력 시 열(column) 데이터 유형 출력하기

data.table과 더불어 R에서 가장 많이 활용되는 데이터 핸들링 패키지는 dplyr입니다. dplyr를 활용해 데이터를 출력했을 때, 열별로 어떤 유형인지 출력되는 것을 알 수 있습니다.
```{r}
library(dplyr)
head(starwars)
```

`data.table` 역시 간단하게 옵션만 설정해준다면 각 열별 데이터 유형을 확인할 수 있습니다.
```{r}
options(datatable.print.class = TRUE) # 데이터 유형 출력 설정
head(df)
```
:::

------------------------------------------------------------------------

## 3. i: data.table 행 다루기

통상적으로 data.table에서 행(row)을 다루는 부분을 `i` 라고 부릅니다.

data.table에서 행을 다룬다는 것은 [특정한 조건을 만족하는 행들을 추출]{.underline}(filtering)한다는 것과 같습니다.

자, 이제 data.table에서 행을 다루는 방법을 살펴보겠습니다.

### 1) 논리 연산자를 이용한 행 추출

Chapter 2의 data.frame 행 부분에서도 배웠지만, 기본적으로 i에서는 논리 연산자를 이용해 행을 선택합니다. 논리 연산자의 조건을 만족하는 행들, 즉 논리 연산자의 실행 결과가 `TRUE` 인 행들만 추출합니다.

```{r}
dt[age>=30,]
```

data.table에서는 data.frame과 다르게, 행을 추출할 때, `,`를 붙이지 않아도 됩니다.
```{r}
dt[age<30]
```

`&`나 `|`를 붙여주면, 여러 조건을 사용하여 원하는 행들을 추출할 수 있습니다.

```{r}
dt[gender=='male' & age>=45] # 남성이고(AND) 45세 이상
```

```{r}
dt[gender=='female' | age>=50] #여성 또는(OR) 50세 이상
```

::: callout-note
## data.table과 data.frame의 차이점

`data.frame`과 달리 `data.table` 문법에서는, 대괄호 안에서 column을 `df$var` 양식으로 사용하지 않아도 됩니다. 그냥 column의 이름만 사용하면 됩니다.

```{r}
# data.frame 방식
dt[dt$Gender == 'male' & dt$age >= 60]

# data.table 방식
dt[Gender == 'male' & age >= 60]
```
:::

### 2) 파이프 연산자를 이용한 행 추출

`data.table`에서는 논리 연산자 뿐만 아니라 파이프 연산자(`%%`가 붙은 연산자)를 이용하여, 조건을 충족시키는 행을 선택할 수 있습니다. 파이프 연산자 역시 조건을 만족하는 경우인 `TRUE` 에 해당하는 값들만 선택합니다. 

`data.table`에 포함된 대표적인 파이프 연산자는 다음과 같습니다.

-   `A %in% B`: A의 값 중에서 B에 포함되어 있는 값을 추출합니다. 이 때 B에는 벡터 형태의 여러 개의 값을 선택할 수 있습니다.

```{r}
dt[race %in% c('Black','White')]
```

-   `A %like% B`: A의 값 중에서 B와 비슷한지 값을 추출합니다. 이 때 B에는 보통 문자열(`character`)이 옵니다. 비슷한 값을 확인하는 것이기 때문에 정규표현식을 사용해 찾을 수 있습니다.

```{r}
dt[MaritalStatus %like% 'Married']
```

`%in%`은 `c()`를 이용해 여러 개의 값을 추출할 수 있지만, `%like%`는 c()를 이용할 수 없습니다.
```{r}
dt[MaritalStatus %like% c('Married','Divorced')]
```

가장 첫번째의 패턴('Married')만을 이용한다는 경고메시지가 나옵니다.

두 개 이상의 값을 `%like%`로 찾고자 한다면 `|`을 이용해야 합니다.
```{r}
dt[MaritalStatus %like% 'Married|Divorced']
```

-   `A %between% B`: A의 값 중에서 B 사이에 있는지 확인합니다. 이 때 B는 `c(0,10)`과 같은 범위로 지정합니다.

```{r}
dt[BMI %between% c(20,25)]
```

::: callout-tip
## 파이프 연산자 대신 함수 이용하기

위에서 소개해드린 `%%`을 이용한 파이프 연산자 말고도 `data.table` 패키지 내의 함수를 이용할 수도 있습니다.

`%between%`은 `between()`와 같고,

`%like%` 는 `like()`와 같습니다.

```{r}
dt[like(race,'ite')]
dt[between(BMI, c(0,25))]
```
:::

### 3) 함수를 이용한 행 추출

논리 연산자나 파이프 연산자 뿐만 아니라 `TRUE`/`FALSE`를 반환하는 다른 함수들도 행을 선택하는 데 활용할 수 있습니다. 가장 대표적인 함수가 바로 `is.na()` 입니다.

```{r}
dt[is.na(Testosterone)]
```

`NA`가 아닌 데이터를 출력하는 방법은 `!is.na()` 입니다. Chapter 2의 논리 연산자 부분에서 `NOT`을 의미하는 기호는 `!`라고 배웠습니다.

```{r}
dt[!is.na(SleepHrsNight)]
```

### 4) 행의 정렬 order

행의 정렬 역시 `i` 부분에서 담당합니다. 특정한 column을 기준으로 데이터를 오름차순 또는 내림차순 정렬을 할 때 사용할 수 있습니다.

data.table에서 특정 column을 기준으로 데이터를 정렬하는 방법은 두 가지가 있습니다.

-   `order()`: `order()`는 정렬한 값의 **출력**만 합니다.

```{r}
dt[order(BMI)] %>% head()
```

    만약 내림차순으로 정렬하고 싶은 경우는 변수 앞에 -를 붙여주면 됩니다.

```{r}
dt[order(-BMI)] %>% head()
```

-   `setorder()`: `setorder()`는 데이터를 정렬하여 data.table에 **저장**합니다. `order`와는 다르게 정렬된 결과를 출력하지는 않습니다.

```{r}
setorder(dt, # 정렬할 데이터
         age # 기준이 되는 변수
         )
```

::: callout-tip
## set이 들어가는 data.table 함수

`data.table`에서 `set`이 붙는 함수는 어떤 값을 출력없이 **저장**하는 함수입니다.

```{r}
#| eval: false
setnames() # column의 이름 변겅
setorder() # row 정렬
setDT() #  data.table로 저장
```
:::

::: callout-note
## 얕은 복사와 깊은 복사

얕은 복사(shallow copy)란 메모리 상 같은 주소를 참조하여, 복사를 했다고 하더라도 영향을 받는 객체입니다.
```{r}
dt2 = dt
address(dt)
address(dt2)
```

예를 들어, `dt`를 복사해 `dt2`를 만들었고 `dt2`에서 새로운 열을 생성해보겠습니다.
```{r}
dt2[, new_column := 1]
dt2[,.(new_column)] |> head()
dt[,.(new_column)] |> head()
```

분명 `dt2`에 새로운 열을 만들었는데, `dt`에도 똑같은 열이 생성되었습니다. 이는 `dt2`가 `dt`의 얇은 복사를 통해 만들어진 객체이기 때문입니다. 즉 두 객체는 서로 같은 메모리 주소를 공유하고 있기 때문에, 서로 영향을 받게 됩니다. 

반면 깊은 복사(deep copy)란, 두 객체가 메모리 내에 다른 주소를 갖게 되어, 서로 영향을 받지 않게 됩니다.
```{r}
dt3 = copy(dt)
address(dt)
address(dt3)
```

이는 dt3에 새로운 열을 생성해도, dt에는 아무런 영향을 미치지 못한다는 것을 의미합니다.
```{r}
dt3[, new_column2 := 1]
dt3[,.(new_column2)] |> head()
dt[,.(new_column2)] |> head()
```

:::

------------------------------------------------------------------------

## 4. j: data.table 열 다루기

`j` 부분은 데이터의 열 (column)을 다루는 부분을 의미합니다. `j` 부분을 통해 원하는 열들을 선택하거나, 특정 열을 계산할 수 있습니다. 또한 새로운 변수를 생성하거나 기존의 변수를 수정 또는 삭제할 수 있습니다.

`j` 를 활용하기 위해선 `dt[,j]` 처럼 앞에 `,`를 항상 붙여줘야 합니다.

### 1) column 선택

`data.table`에서 열을 선택하는 방법은 다양합니다.

-   `dt[,c('X','Y')]`

-   `dt[,list(X,Y)]`

-   `dt[,.(X,Y)]`

1번은 data.frame에서 열을 선택할 때와 동일합니다. 2,3번은 `data.table`에서만 가능한 방법입니다.

2번과 3번 방법은 열 이름을 다 입력할 필요 없이, 자동완성 기능을 통해 필요한 열을 찾을 수 있습니다.
여기서 `list()`와 `.()`은 동일한 기능입니다. 동일한 기능이라면 더 적은 코드를 입력하는 후자가 더 낫겠죠?

```{r}
dt[,.(gender,age)]
```

문자 벡터를 이용하여 원하는 열을 선택할 수도 있습니다. 이 때는 `..`기호를 이용해야 합니다.

```{r}
target <- c('gender','age','race')
dt[,..target]
```

### 2) column 계산

column을 계산하는 것 역시 data.table의 `j` 부분에서 담당합니다. 예를 들어, 특정 column의 평균을 계산하거나 표준편차를 계산하는 경우가 있겠죠. 만약 하나의 column만 계산하는 경우 data.table의 `[]` 안에서 함수를 이용하면 됩니다.

```{r}
dt[,mean(BMI,na.rm=T)]
```

만약 여러 개의 column에 대해 계산하는 경우 또는 계산하는 값을 `data.table` 형태로 출력하고 싶은 경우, column 선택에서 배웠던 `.()`를 활용하면 됩니다.

또한 `.()`를 이용하게 되면, 계산하는 값에 이름을 부여할 수 있습니다.

```{r}
dt[,.(mean_BMI = mean(BMI, na.rm=T),
      sd_BMI = sd(BMI,na.rm=T))]
```

### 3) column 생성 및 변경

`data.table`에는 특수한 기호가 있습니다. 바로 `:=` 입니다. walrus (바다코끼리) 연산자라고도 불리기도 합니다. 바다코끼리의 어금니를 닮아서 붙여진 이름 같습니다.

![바다코끼리(Walrus)의 어금니가 `:=` 와 닮았습니다.](images/walrus.jpg){fig-align="center" width="400"}

`data.table`을 사용한다면 `:=` 연산자를 활용하는 것이 굉장히 중요합니다. 새로운 열을 추가하거나, 기존의 열을 변경할 때, 삭제할 때 활용되는 연산자 입니다.

또한 `:=`는 `set`이 들어간 함수처럼 결과를 출력하지 않고, 데이터를 변경시켜 저장합니다.

#### a. column의 생성

새로운 열을 생성하기 위해서는 `dt[,column_name := value]` 형식으로 코드를 작성합니다. `:=`의 왼쪽에는 새로운 열의 이름이, 오른쪽에는 데이터를 입력합니다.

```{r}
dt[,age_group := paste0((age %/% 10) * 10,'대')]
dt[,table(age_group)]
```

`age` 를 이용하여 `age_group`(연령대) column을 추가하였습니다.

만약 여러 개의 column을 동시에 추가하고 싶다면, 백틱(``` `` ```) 또는 따옴표(`''`)와 함께 `:=`를 사용해야 합니다.
이 때 `()`안의 등호들은 `:=`가 아니라 그냥 등호(`=`)를 사용해야 합니다.

```{r}
dt[,`:=`(
  age2 = age/5,
  age3 = age/10
)]
```

#### b. column의 변경

column을 변경한다는 것은 기존의 값들을 다르게 바꿔준다는 것입니다. 예를 들면 1과 2로 이루어진 column을 'no'와 'yes'로 변경해주는 것처럼요.

column을 변경하는 것 역시 생성과 마찬가지로 `dt[,column_name := value]` 형식으로 코드를 작성하면 됩니다. `column_name`에는 바꿔줄 column의 이름이, `value`에는 새롭게 넣어줄 데이터를 입력합니다.

```{r}
dt[,gender := ifelse(gender=='male','m','f')]
```

위의 코드처럼 `:=`를 이용해 `male`, `female`로 되어있는 `Gender` 를 각각 `m`과 `f`로 변경할 수 있습니다.

한편 여러 개의 column을 생성하거나 변경하는 경우, 새로운 column을 하나의 `[]`안에서 바로 사용할 수 없습니다.

```{r}
dt[,`:=`(
  A2=age,
  A3=A2
)]
```

위 코드는 A2와 A3 column을 동시에 생성하는 코드입니다. 그러나 A2가 아직 만들어지지 않았기 때문에, A3 column은 생성될 수 없습니다.

따라서,

```{r}
dt[,A2:=age][,A3:=A2]
```

위의 코드처럼 `[]`을 여러 번 붙여 순차적으로 column을 생성 또는 변경해주어야 합니다. 이를 **chaining**이라고 합니다.

#### c. column의 삭제

data 내에 존재하는 column을 삭제할 때는 `dt[,column_name := NULL]` 형식을 사용합니다. 삭제하려는 하는 `column_name`만 선택하면 되겠죠.

```{r}
dt[,column_name := NULL]
```

`:=` 연산자를 활용한 코드를 실행하게 되면 해당 데이터가 저장이 될 뿐, 출력이 되진 않습니다 (`set`함수와 같은 역할). 변경한 column을 확인하기 위해선 대괄호를 한 번 더 붙여줍니다.

```{r}
dt[,Var1 := var][]
dt[,column_name := NULL][]
```

------------------------------------------------------------------------

## 5. by: 그룹 별 분석

`by`: 특정 column에 따라 `j` 를 계산합니다. 예를 들어 성별에 따른 나이의 평균을 구하는 경우, 따라서 [`by`를 사용하기 위해서는 `j` 부분이 존재해야]{.underline} 합니다.

```{r}
dt[,.(mean_age = mean(age)),by=MaritalStatus]
```

`keyby`: by와 마찬가지로 특정 그룹에 따라 계산합니다. 하지만 `by`와 다르게 그룹으로 선택된 column을 기준으로 정렬하여 결과값을 출력합니다.

```{r}
dt[,.(mean_age = mean(age)),keyby=MaritalStatus]
```

혼인상태에 따른 나이의 평균 값이 혼인상태의 이름으로 오름차순 정렬이 되어 출력된 것을 확인할 수 있습니다.

------------------------------------------------------------------------

## 6. 이외 유용한 data.table 전용 함수

-   `fifelse()`: fast ifelse입니다. `ifelse()`보다 더 빠르게 작업을 수행합니다.기본 `ifelse()`와 다르게 yes와 no 자리에 오는 인자들의 유형(type)이 반드시 동일해야 합니다.

```{r}
dt[,SEX := fifelse(gender=='m','남성','여성')]
dt[,Temp := fifelse(age<10,NA,age)] # error 발생.
```

-   `fcase()` : fast + case when입니다. case when은   `ifelse()`처럼 조건을 사용해 데이터를 조작하지만, 반복적으로 `ifelse()` 함수를 계속해서 사용할 필요가 없기 때문에 더 적은 코드를 사용합니다. 

```{r}
dt[,age_group2 := fcase(
  age<20,'10대',
  age<30,'20대',
  age<40,'30대',
  age<50,'40대',
  age<60,'50대'
)]
dt[,table(age_group2)]
```

조건에 해당되지 않는 나머지 값들은 자동으로 `NA` 처리 됩니다. `ifelse()`처럼 나머지 값들에 값을 주고 싶다면 `default` 인자를 활용하면 됩니다.

```{r}
dt[,age_group2 := fcase(
  age<20,'10대',
  age<30,'20대',
  age<40,'30대',
  age<50,'40대',
  age<60,'50대',
  default='60대 이상'
)]
dt[,table(age_group2)]
```

-   `uniqueN()` : 특정 열의 고유한 데이터 개수를 확인하는 데 사용하는 함수입니다. 

```{r}
dt[,BMI2:=fifelse(is.na(BMI),'donno', fifelse(BMI>=30,'obese','normal'))][,uniqueN(BMI2)]
```

-   `nafill()`: 열 단위로 결측치(`NA`)를 채워넣습니다. 기존의 `fifelse()`를 사용해서, NA인 조건을 찾지 않아도 됩니다. `type` 인자는 `const`, `locf`, `nocb` 등을 선택할 수 있습니다.  
    -   `const`: 특정 상수(constant)를 넣는 것입니다. 평균, 중앙값과 같은 특정 값으로 모든 NA를 채워넣습니다. `type=const`일 경우는 `fill`인자에는 채워넣을 값을 입력합니다.
    -   `locf`: Last Observation Carried Forward: `NA`가 아닌 마지막 값으로 다음 값을 `NA`로 채워넣습니다. 예를 들어 6행이 `NA`이고 5행이 `NA`가 아니라면 5행의 값으로 6행의 `NA`를 채워넣습니다.
    -   `nocb`: Next Observation Carried Backward: `NA`가 아닌 첫 값으로 이전 값을 `NA` 로 채워넣습니다. 예를 들어 5행이 `NA`이고 6행이 `NA`가 아니라면 6행의 값으로 5행의 `NA`를 채워넣습니다.
```{r}
dt[, AlcoholDay2 := nafill(AlcoholDay, type='const', fill = mean(AlcoholDay, na.rm=T))]
```

------------------------------------------------------------------------

## 7. 셀프 과제

수업시간에 배운 내용을 토대로 `data.table` 문법을 활용하여 문제를 해결합니다.

[과제 데이터의 변수 설명서](https://docs.google.com/spreadsheets/d/1JTxiXAtXOVwnmOeIPW1ZYlRAwYmKKjXqtcMx0xTDkiw/edit#gid=1274720220)를 참고하여 문제를 풀어보세요. 😄

-   과제데이터: '`3주차_diabetes_big.csv'`


### 1) data.table 함수 익히기

1-1. `data.table` 의 함수를 이용하여 과제 데이터를 불러오세요.

```{r}

```

1-2. `data.table`의 함수를 이용하여 아래와 같이 column명을 변경해보세요.

```{r}

```

-   `PhysHlth` $\rightarrow$ `physical_health`
-   `MentHlth` $\rightarrow$ `mental_health`
-   `GenHlth` $\rightarrow$ `general_health`
-   `PhysActivity` $\rightarrow$ `physical_activity`

------------------------------------------------------------------------

### 2) i: data.table 행 다루기

2-1. `BMI`가 25 이상인 데이터의 첫 6행을 출력하세요.

```{r}

```

2-2. `Age`가 6 이상 이고 `Education`이 5 이상인 데이터의 첫 6행을 출력하세요.

```{r}

```

2-3. 정신건강(`mental_health`)이나 신체건강(`physical_health`)이 안 좋은 날이 10일 이상 20일 이하인 데이터의 마지막 6행을 출력하세요.

```{r}

```

2-4. 흡연자(`Smoker`=1)이고 고위험 음주(`HvyAlcoholConsump`=1)면서 신체활동을 하지 않는 `physical_activity`=0) 경우를 출력하세요.

```{r}

```

2-5. 과제 데이터를 `BMI` 가 낮은 순으로 정렬 (오름차순 정렬) 한 뒤, 첫 6행을 출력하세요.

```{r}

```

------------------------------------------------------------------------

### 3) j: data.table 열 다루기

3-1. `HeartDiseaseorAttack` 인 사람들의 `BMI` 평균을 계산하세요.

```{r}

```

3-2. 고위험 음주(`HvyAlcoholConsump` )인 사람들의 정신건강이 좋지 않은 날의 중앙값과 최솟값, 최댓값을 계산하세요.

```{r}

```

3-3. `BMI` column을 이용하여 비만 여부(`obesity`) column을 만드세요.

-   비만 기준: BMI 25 이상.

```{r}

```

3-4. 흡연자 (`Smoker`)이고 고위험 음주 (`HvyAlcoholConsump`)를 하면서 운동(`physical_activity`)는 하지 않는 사람을 분류하는 `bad_habit` column을 만드세요.

-   `bad_habit`: 흡연자(Smoker=1), 고위험 음주(`HvyAlcoholConsump`=1), 신체활동 안함(`physical_activ`ity=0) 에 모두 해당하는 경우 1, 나머지 0

```{r}

```

3-5. 심장질환(`HeartDiseaseorAttack`) 또는 뇌졸중(`Stroke`) 이력이 있는 사람들을 분류하는 질병 이력(`history`) column을 만든 뒤, 심장질환, 뇌졸중, 질병이력 column을 선택하여 출력하세요.

```{r}

```

3-6. 신체 건강 (`physical_health`)과 정신 건강 (`mental_health`)이 좋지 않은 날의 합을 계산하여 건강상태를 분류 하는 `health_condition` column을 만든 뒤, `health_condition`이 `excellent` 이거나 `good` 인 사람들의 `bmi` 평균을 계산하세요.

-   5 미만 $\rightarrow$ excellent
-   5 이상 10 미만 $\rightarrow$ good
-   10 이상 20 미만 $\rightarrow$ normal
-   20 이상 30 미만 $\rightarrow$ bad
-   30 이상 $\rightarrow$ very bad

```{r}

```

------------------------------------------------------------------------

### 4) by: 그룹별 계산 문제

4-1. 당뇨 (`Diabetes_binary`)에 따른 `BMI` 평균을 계산하세요.

```{r}

```

4-2. 질병 이력 (`history`)에 따른 나이 (`Age`)의 최솟값과 최댓값을 계산하세요.

```{r}

```

4-3. 생활 습관 (`bad_habit`) 에 따른 비만 여부(`obesity`), 당뇨(`Diabetes_binary`), 질병 이력(`history`)의 합계를 각각 계산하세요. 만약 위의 column들을 numeric이 아닌 column으로 만들었다면 numeric으로 변환 후 계산하세요.

```{r}

```

4-4. 주관적 건강상태 (`general_health`) 별로 `BMI`의 중앙값을 계산한 뒤, 주관저 건강상태 별 오름차순 정렬한 결과를 출력하세요.

```{r}

```

4-5. `health_condition` 에 따른 비만 여부(`obesity`), 당뇨(`Diabetes_binary`), 질병 이력(`history`), 생활 습관 (`bad_habit`) 변수의 합을 더한 `health_sum` column을 만드세요.

```{r}

```