[음악 가사 분석] kaggle 데이터 bilboard 1945-2015 (1) - 데이터 전처리

음악 가사 분석 - kaggle 데이터 (bilboard 1945- 2015)를 이용하여 

년대 별로 자주썼던 단어들 분석해보기

2017년도에 혼자했던 프로젝트, 이게 계기가 되어 졸업 논문까지 이걸로 쓰게 되었다고 한다....

데이터: kaggle에 누가 빌보드차트 1945-2015 데이터를 올려 놓았길래 사용!

데이터는 Year, Rank, Artist, Lyrics, Source로 이루어져 있고,

Source는 뭔지 몰라서 일단 제거해버렷!

---

데이터 전처리 시작!

1. 데이터 형식 변환

Rank: int

Song : Factor

Artist : Factor

Year : int

Lyrics: Factor

Rank, Year는 Factor로,

Lyrics는 char로 변경

2. NA 값 지우기 

sum(is.na())를 하게 되면, NA값이 얼마나 있는지 알 수 있는데, 

5100 -> 4913

3. 년도 별로 데이터 모으기

table로 확인하니까, 제목은 1945부터였는데, 65년도 부터 데이터가 존재했다

(...읭?)

이게 무슨경우람 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ top100데이터이기때문에,

 대충 100곡씩 다 차있는것 같다.

그래서, 이렇게 묶어서 분석해 보기로 결정

년대	년	총 곡
60년대	1965-1969	474
70년대	1970-1979	939
80년대	1980-1989	975
90년대	1990-1999	958
00년대	2000-209	975
10년대	2010-2015	592