연도별 시도별 비정규 교원 1인당 학생수 in R - rank()

rank()를 사용한 순위 구하기

데이터 분석에서 자신이 원하는 데이터를 산출하고 나면 대부분 수행하는 것이 어떤 데이터가 가장 좋고 어떤 데이터가 가장 나쁜지를 확인하게 된다. 이 경우 가장 쉽게 사용되는 방법이 원하는 데이터로 정렬하는 방법이다. 하지만 경우에 따라 순위를 명기해야 할 때가 있다. 전체를 대상으로 순위를 산출한다면 전체 데이터를 정렬하고 처음부터 마지막까지 순번을 붙여주면 되지만 그룹화된 데이터에 대한 그룹별 순위를 산출해야 한다면 이 방법은 사용할 수 없다. 이런 경우 사용할 수 있는 함수가 rank()이다.

rank()의 사용법을 알아보기 위해 전국 17개 시도의 비정규 교원 1인당 학생수 데이터를 만들어 보겠다.

데이터 import

17개 시도의 비정규 교원 1인당 학생수를 산출하기 위해 교육통계 서비스 홈페이지의 한국교육개발원 교육통계 서비스 홈페이지의 ‘주제별 공개 데이터’ 메뉴 중 ’[04] 행정구역별 교육통계 요약_학교수 학생수 입학 졸업 교원 직원 학업중단 다문화 등(1999-2021)’의 https://kess.kedi.re.kr/post/6731852?itemCode=04&menuId=m_02_04_03_01 ’유초 주요-04 시도별 행정구역별 교육통계 현황_방통제외(1999-2021)_20220523y.xlsx’을 사용하였다.

이 엑셀파일에는 1999년부터 2021년까지의 시도별 학제별 각종 데이터가 들어있는데 연도마다 포맷이 다소 다르기 때문에 sheet에 따라 연도별 데이터가 저장되어 있다. 이 중 2015~2021년까지의 데이터를 다음과 같이 가져오겠다.

df_provinfo_21 <- read_excel('D:/R/data/유초 주요-03 시도별 교육통계 현황_방통포함(1999-2021)_20220523y.xlsx', 
                               sheet = '2021', skip = 11,
                               col_types = c(rep('text', 3), rep('numeric', 170)), 
                               col_names = FALSE)

df_provinfo_1520 <- read_excel('D:/R/data/유초 주요-03 시도별 교육통계 현황_방통포함(1999-2021)_20220523y.xlsx', 
                               sheet = '2015-2020', skip = 12,
                               col_types = c(rep('text', 3), rep('numeric', 138)), 
                               col_names = FALSE)

데이터 전처리

가져온 데이터 중에 필요한 데이터만 가져오겠다. 여기서 필요한 데이터는 연도, 시도, 학제, 학급수, 학생수, 전체 교원수, 비정규 교원수이다. 이 중 비정규 교원수는 엑셀 파일에 들어있지 않은 데이터이기 때문에 기간제 교원수와 시간강사수를 합쳐서 만들어 내야한다. 또 여러 학제 중 초등학교, 중학교, 고등학교 데이터만 사용하기 위해 다음과 같이 전처리한다.

## 21년 데이터 전처리
df_provinfo_21 <- df_provinfo_21 |> select(1, 2, 3, 15, 25, 73, 112, 115)

colnames(df_provinfo_21) <- c('연도', '시도', '학제', '학급수', '학생수', '전체교원수', '기간제교원수', '시간강사수')

df_provinfo_21 <- df_provinfo_21 |> 
  mutate(비정규교원당학생수 = 학생수 / (기간제교원수 + 시간강사수))

df_비정규교원당학생수_21 <- df_provinfo_21 |> 
  filter(학제 %in% c('초등학교', '중학교', '고등학교'))

## 15~20년 데이터 전처리
df_provinfo_1520 <- df_provinfo_1520 |> select(1, 2, 3, 5, 20, 41, 80, 83)

colnames(df_provinfo_1520) <- c('연도', '시도', '학제', '학급수', '학생수', '전체교원수', '기간제교원수', '시간강사수')

df_provinfo_1520 <- df_provinfo_1520 |> 
  mutate(비정규교원당학생수 = 학생수 / (기간제교원수 + 시간강사수))

df_비정규교원당학생수_1520 <- df_provinfo_1520 |> 
  filter(학제 %in% c('초등학교', '중학교', '고등학교')) |> arrange(연도)

이제 두 데이터를 붙이면 15~21년까지의 데이터가 완성된다.

df_비정규교원당학생수 <- rbind(df_비정규교원당학생수_1520, df_비정규교원당학생수_21)

df_비정규교원당학생수 |> head(10)

## # A tibble: 10 x 9
##    연도  시도  학제     학급수  학생수 전체교원수 기간제교원수 시간강사수
##    <chr> <chr> <chr>     <dbl>   <dbl>      <dbl>        <dbl>      <dbl>
##  1 2015  전국  초등학교 120063 2714610     182658         6451       2671
##  2 2015  전국  중학교    54855 1585951     111247        16065       4279
##  3 2015  전국  고등학교  59668 1788266     134999        19526       2569
##  4 2015  서울  초등학교  18780  450675      29627          696        440
##  5 2015  서울  중학교     9249  263466      18076         2642       1633
##  6 2015  서울  고등학교  10233  308306      22870         3619        648
##  7 2015  부산  초등학교   7063  154283      10414          201         97
##  8 2015  부산  중학교     3394   95020       6673         1049        370
##  9 2015  부산  고등학교   3934  109773       8719         1546        118
## 10 2015  대구  초등학교   5821  129583       8869          103        141
## # ... with 1 more variable: 비정규교원당학생수 <dbl>

rank()를 사용한 순위 산출

이제 앞서 전처리한 데이터에 대해 rank()를 사용하여 순위를 산출하면 다음과 같다.

df_비정규교원당학생수_rank <- df_비정규교원당학생수 |> mutate(rank = rank(비정규교원당학생수))

df_비정규교원당학생수_rank |> arrange(rank)

## # A tibble: 378 x 10
##    연도  시도  학제     학급수 학생수 전체교원수 기간제교원수 시간강사수
##    <chr> <chr> <chr>     <dbl>  <dbl>      <dbl>        <dbl>      <dbl>
##  1 2021  부산  고등학교   3453  73499       7817         2034        102
##  2 2021  경북  고등학교   3116  64967       7200         1541        206
##  3 2020  부산  고등학교   3464  76573       7933         1903         75
##  4 2021  서울  고등학교   9194 216319      21039         4839        613
##  5 2020  경북  고등학교   3182  66899       7212         1470        152
##  6 2021  전남  고등학교   2321  46781       5715         1073         54
##  7 2021  대구  고등학교   2754  63074       6500         1436         66
##  8 2019  부산  고등학교   3554  82132       8099         1845         91
##  9 2021  광주  고등학교   1771  43694       4025          997         16
## 10 2021  부산  중학교     3016  75357       6176         1500        236
## # ... with 368 more rows, and 2 more variables: 비정규교원당학생수 <dbl>,
## #   rank <dbl>

위의 결과를 보면 2021년 부산 고등학교의 비정규 교원 1인당 학생수가 가장 적은 것으로 나타난다. 이와 같이 rank()는 순위의 기준이 되는 열에 대해 오름차순의 순위를 산출하여 넣어준다.

만약 오름차순이 아니라 내림차순으로 순위를 산출하려면 다음과 같이 산출할 수 있다.

df_비정규교원당학생수 |> mutate(rank = rank(-비정규교원당학생수)) |> 
  arrange(rank) |> head(10)

## # A tibble: 10 x 10
##    연도  시도  학제     학급수 학생수 전체교원수 기간제교원수 시간강사수
##    <chr> <chr> <chr>     <dbl>  <dbl>      <dbl>        <dbl>      <dbl>
##  1 2021  광주  초등학교   4030  84998       6022           88         18
##  2 2016  광주  초등학교   3985  89095       6027           86         28
##  3 2017  대구  초등학교   5507 124708       8900           99         62
##  4 2017  광주  초등학교   3996  88189       6025           87         29
##  5 2018  광주  초등학교   4050  88622       6084           93         27
##  6 2020  광주  초등학교   4044  86419       6046           95         24
##  7 2016  대구  초등학교   5555 125541       8873           81         96
##  8 2018  부산  초등학교   6856 152775      10170          190         40
##  9 2017  부산  초등학교   6840 150863      10173          186         42
## 10 2019  광주  초등학교   4071  88990       6068          109         29
## # ... with 2 more variables: 비정규교원당학생수 <dbl>, rank <dbl>

그룹별 rank()를 사용한 순위 산출

위의 두가지 데이터를 전반적으로 보면 비정규 교원 1인당 학생수가 적은 순위는 대부분 2019~2021년의 고등학교 데이터이고 교원 1인당 학생수가 많은 순위는 연도는 여러 연도에 분포되지만 학제가 초등학교에 집중되어 있다. 이는 연도와 학제에 따라 비정규 교원당 학생수의 범위가 차이가 난다는 것을 알 수 있다. 따라서 연도별, 학제별로 순위를 산출하기 위해서는 group_by()와 rank()를 같이 사용해야 한다.

먼저 학제별 비정규 교원 1인당 학생수의 순위는 다음과 같이 구할 수 있다.

df_비정규교원당학생수_rank <- df_비정규교원당학생수 |> group_by(학제) |>
  mutate(rank = rank(비정규교원당학생수))

df_비정규교원당학생수_rank |> arrange(rank) |>
  head(9)

## # A tibble: 9 x 10
## # Groups:   학제 [3]
##   연도  시도  학제     학급수 학생수 전체교원수 기간제교원수 시간강사수
##   <chr> <chr> <chr>     <dbl>  <dbl>      <dbl>        <dbl>      <dbl>
## 1 2021  부산  중학교     3016  75357       6176         1500        236
## 2 2021  부산  고등학교   3453  73499       7817         2034        102
## 3 2021  경북  초등학교   6428 127912      10586          720         54
## 4 2019  경기  초등학교  31148 769744      46568         4243        364
## 5 2021  경북  중학교     2968  63732       6587         1273        190
## 6 2021  경북  고등학교   3116  64967       7200         1541        206
## 7 2020  부산  고등학교   3464  76573       7933         1903         75
## 8 2020  경북  중학교     2917  62499       6489         1179        157
## 9 2021  경기  초등학교  31670 763912      48013         4293        247
## # ... with 2 more variables: 비정규교원당학생수 <dbl>, rank <dbl>

위의 데이터를 보면 초등학교 순위는 2021년 경북, 2019년 경기, 2021년 경기의 순서이고 중학교는 2021년 부산, 2021 경북, 2020년 경북의 순이며 고등학교는 2021년 부산, 2021년 경북, 2020년 부산의 순서이다.

이를 다시 연도별, 학제별 순위를 구한다면 다음과 같다.

df_비정규교원당학생수_rank <- df_비정규교원당학생수 |> group_by(연도, 학제) |>
  mutate(rank = rank(비정규교원당학생수))

df_비정규교원당학생수_rank |> arrange(rank) |>
  filter(rank == 1)

## # A tibble: 21 x 10
## # Groups:   연도, 학제 [21]
##    연도  시도  학제     학급수 학생수 전체교원수 기간제교원수 시간강사수
##    <chr> <chr> <chr>     <dbl>  <dbl>      <dbl>        <dbl>      <dbl>
##  1 2015  서울  중학교     9249 263466      18076         2642       1633
##  2 2015  부산  고등학교   3934 109773       8719         1546        118
##  3 2015  전남  초등학교   5041  94368       8026          385        105
##  4 2016  서울  중학교     9028 239912      17897         2727       1528
##  5 2016  부산  고등학교   3866 105793       8586         1594         99
##  6 2016  경북  초등학교   6242 127825      10016          567         94
##  7 2017  서울  중학교     8883 227001      17621         2680       1493
##  8 2017  부산  고등학교   3784  99662       8403         1612        121
##  9 2017  경북  초등학교   6211 127642      10021          584         78
## 10 2018  부산  중학교     3043  77021       6325         1145        428
## # ... with 11 more rows, and 2 more variables: 비정규교원당학생수 <dbl>,
## #   rank <dbl>

각 연도의 학제별 상위 3개의 데이터는 다음과 같다.

연도	시도	학제	학급수	학생수	전체교원수	기간제교원수	시간강사수	비정규교원당학생수	rank
2015	부산	고등학교	3934	109773	8719	1546	118	65.97	1
2015	서울	고등학교	10233	308306	22870	3619	648	72.25	2
2015	경기	고등학교	14388	444554	32996	5573	360	74.93	3
2015	서울	중학교	9249	263466	18076	2642	1633	61.63	1
2015	부산	중학교	3394	95020	6673	1049	370	66.96	2
2015	대구	중학교	2829	80982	5601	764	435	67.54	3
2015	전남	초등학교	5041	94368	8026	385	105	192.59	1
2015	경북	초등학교	6305	129743	10059	566	92	197.18	2
2015	경남	초등학교	8703	187075	13301	544	326	215.03	3
2016	부산	고등학교	3866	105793	8586	1594	99	62.49	1
2016	서울	고등학교	10096	299556	22598	3643	674	69.39	2
2016	경남	고등학교	4027	117575	9191	1363	229	73.85	3
2016	서울	중학교	9028	239912	17897	2727	1528	56.38	1
2016	울산	중학교	1305	35343	2730	511	93	58.51	2
2016	부산	중학교	3224	86650	6453	1031	394	60.81	3
2016	경북	초등학교	6242	127825	10016	567	94	193.38	1
2016	전남	초등학교	5005	92981	7968	316	89	229.58	2
2016	경남	초등학교	8742	185325	13425	487	293	237.60	3
2017	부산	고등학교	3784	99662	8403	1612	121	57.51	1
2017	서울	고등학교	9889	282968	22212	3755	622	64.65	2
2017	대전	고등학교	1842	53770	4300	661	132	67.81	3
2017	서울	중학교	8883	227001	17621	2680	1493	54.40	1
2017	울산	중학교	1255	32931	2673	493	84	57.07	2
2017	부산	중학교	3131	80719	6325	1009	401	57.25	3
2017	경북	초등학교	6211	127642	10021	584	78	192.81	1
2017	전남	초등학교	5032	93233	7965	333	65	234.25	2
2017	충남	초등학교	5767	116963	8914	467	27	236.77	3
2018	부산	고등학교	3651	90667	8248	1699	108	50.18	1
2018	광주	고등학교	1838	53891	4220	922	11	57.76	2
2018	서울	고등학교	9685	259554	21884	3891	594	57.87	3
2018	부산	중학교	3043	77021	6325	1145	428	48.96	1
2018	서울	중학교	8855	216330	17743	2836	1493	49.97	2
2018	경북	중학교	2820	63540	6387	945	195	55.74	3
2018	경북	초등학교	6291	129290	10168	570	77	199.83	1
2018	경기	초등학교	30119	752499	45201	3099	445	212.33	2
2018	충남	초등학교	5925	120152	9203	501	21	230.18	3
2019	부산	고등학교	3554	82132	8099	1845	91	42.42	1
2019	경북	고등학교	3211	71272	7164	1308	202	47.20	2
2019	광주	고등학교	1808	49048	4179	990	5	49.29	3
2019	서울	중학교	8770	207413	17596	2939	1363	48.21	1
2019	경북	중학교	2874	61393	6446	1076	183	48.76	2
2019	부산	중학교	2956	73338	6143	1146	340	49.35	3
2019	경기	초등학교	31148	769744	46568	4243	364	167.08	1
2019	울산	초등학교	2983	68512	4322	313	31	199.16	2
2019	경북	초등학교	6433	131374	10257	541	85	209.86	3
2020	부산	고등학교	3464	76573	7933	1903	75	38.71	1
2020	경북	고등학교	3182	66899	7212	1470	152	41.24	2
2020	광주	고등학교	1784	45612	4108	1020	12	44.20	3
2020	경북	중학교	2917	62499	6489	1179	157	46.78	1
2020	부산	중학교	2961	73749	6136	1282	242	48.39	2
2020	광주	중학교	1797	43415	3728	804	34	51.81	3
2020	경기	초등학교	31292	761731	46820	3819	258	186.84	1
2020	전남	초등학교	5183	92405	8290	392	86	193.32	2
2020	경북	초등학교	6407	129079	10324	542	75	209.20	3
2021	부산	고등학교	3453	73499	7817	2034	102	34.41	1
2021	경북	고등학교	3116	64967	7200	1541	206	37.19	2
2021	서울	고등학교	9194	216319	21039	4839	613	39.68	3
2021	부산	중학교	3016	75357	6176	1500	236	43.41	1
2021	경북	중학교	2968	63732	6587	1273	190	43.56	2
2021	서울	중학교	8563	209749	17234	3166	1057	49.67	3
2021	경북	초등학교	6428	127912	10586	720	54	165.26	1
2021	경기	초등학교	31670	763912	48013	4293	247	168.26	2
2021	전남	초등학교	5255	91229	8462	389	60	203.18	3