[4학년 - 빅데이터기술] R프로그래밍

[데이터 타입] 

변수, 스칼라, 벡터, 리스트, 행렬, 배열, 타입판별, 타입변환

1. 변수

1) 기초 데이터 타입   - integer :  정수   - numeric : 실수   - character : 문자열   - logical : 논리형(부울형)   - complex : 복소수  2) 복합 데이터 구조 타입   - 벡터(vector)   - 행렬(matrix)   - 데이터프레임(data frame)   - 리스트(list)

2. 스칼라

1) 정수, 부동 소수 모두 지원   > a<-2   > b<-2.7   > c<-a+b   > c    2) NA(결측치) : 값이 존재하지 않음   > one <- 100   > two <- 75   > three <- 80   > four <- NA   > is.na(four)  #결측치인지 확인    [1] TRUE  3) NULL : 변수가 초기화 되지 않은 경우   > x <- NULL  #대분자로 써야하며 NA와 구분   > is.null(x)     #null값인지 확인  4) 문자열   > a <- "hello" # 'hello'가능   > print(a)    [1] "hello"  5) 진리값   > TRUE & TRUE    [1] TRUE   > TRUE | FALSE    [1] TRUE  6) 요인(Factor) : 범주형 데이터   > gen <- factor("m", c("m","f")) #gen라는 변수를 출력해보니 값은 m, 이 변수가 가질 수 있는 수준은 m과 f 2개이다.   > gen    [1] m    Levels: m f  factor()라는 범주형 함수가 호출되고, factor()안에 주어진 첫번째 인자는 gen변수에 저장되는 값이다. 그리고 이 범주형 변수는   c('m','f')에 표현된 바와 같이 2개의 m과 f가 가능하다. 즉 m과 g중 m이 선택되어 gen에 저장된것.   > gen<-factor('g', c('m','f','g'))   > gen    [1] g    Levels: m f g    > gen <- factor(c('f','m','f','g'))   > gen    [1] f m f g    Levels: f g m  #알아서 순서대로 나온다. 중복된 값이 있을 경우 값을 선택하여 저장 할 수 없다.   > nlevels(gen) #levels의 갯수    [1] 3   > levels(gen)    [1] "f" "g" "m"      # levels를 직접 바꾸기   > levels ( gen ) <- c ('male ', 'female ')    > gen [1] male Levels : male female   #순서형 변수로 만들어 주기위해서는 ordered=TRUE를 붙여주거나 ordered()를 사용한다.   > ordered(c('b','a','c'))    [1] b a c    Levels: a < b < c   > factor(c('b','a','c'),ordered=TRUE)    [1] b a c    Levels: a < b < c

  

3. 벡터(vector) : 배열과 유사, 한가지 타입의 데이터가 순서대로 저장

###정의   # 자동형변환, 숫자 -> 문자   # 벡터 중첩 : 벡터안에 벡터를 정의하면 단일 차원의 벡터로 변경   > c(1,2,3,c(1,2,3))    [1] 1 2 3 1 2 3   # 숫자형은 start:end구조 가능   > x <- 1:10   > x    [1]  1  2  3  4  5  6  7  8  9 10   # seq(from, to, by)형태 가능   > seq(1,10,2)    [1] 1 3 5 7 9 #홀수   > seq(2,10,2)    [1]  2  4  6  8 10 #짝수   # names() 벡터의 각 셀에 이름을 부여할 수 있다.   > x <- c(1,3,4)   > names(x) <- c("kim", "lee", "park")   > x     kim  lee park        1    3    4       ###벡터내 데이터 접근   > x<-c("a","b","c","e","d")   > x    [1] "a" "b" "c" "e" "d"   #2번째 원소 출력(1,2,3... 순서임!)   > x[2]      [1] "b"      #3번째 원소 빼고출력   > x[-3]        [1] "a" "b" "e" "d"   #1,3,5번 원소 출력   > x[c(1,3,5)]           [1] "a" "c" "d"   #1~4까지 원소 출력   > x[1:4]        [1] "a" "b" "c" "e"   #이름부여   > x<-c(1,3,4)   > names(x) <- c('kim','lee','park')   > x     kim  lee park        1    3    4    #lee요소만 출력   > x['lee']    lee       3    #kim, lee 요소만 출력   > x[c('kim','lee')]    kim lee       1   3    #이런건 없음..   > x[-'park']    Error in -"park" : invalid argument to unary operator   #이렇게 순서를 적으면 3번째 요소 빼고 출력   > x[-3]    kim lee       1   3    #벡터 길이 출력   > x <- c("a","b","c")   > length(x)    [1] 3   # 행렬에서만 가능한 행의 수 출력   > nrow(x)    NULL   # 대문자!!!! 행렬, 벡터에서 모두 가능한 행의 수 출력, 벡터에서는 n행 1열로 생각해서 출력한다.   > NROW(x)    [1] 3      ###벡터의 연산   # %in% 문자가 포함되어 있는지   > "a" %in% c("b","a","c")    #a라는 문자가 벡터에 포함되어 있는지    [1] TRUE   > "d" %in% c("b","a","c")    [1] FALSE   ##집합연산   #차집합   > setdiff(c("a","b","c"), c("a","d"))    [1] "b" "c"   #합집합    > union(c("a","b","c"), c("a","d"))    [1] "a" "b" "c" "d"   #교집합   > intersect(c("a","b","c"), c("a","d"))    [1] "a"   #집합이 같은지 확인   > setequal(c("a","b","c"), c("a","d"))    [1] FALSE   > setequal(c("a","b","c"), c("a","b","c","c"))    [1] TRUE   #rep함수 - rep(from, to, 반복횟수)   > rep(1:2, 3)    [1] 1 2 1 2 1 2   #each=3 각각 반복   > rep(1:2, each=3)    [1] 1 1 1 2 2 2

4. 리스트 : 서로 다른 데이터 타입 저장 가능, (키, 값)형태, (키=값, 키=값,...)

#(키, 값)형태의 데이터   > x<-list(name="foo", height=70)   > x    $name    [1] "foo"    $height    [1] 70   > x<-list(name="foo", height=c(1,2,4))   > x    $name    [1] "foo"    $height    [1] 1 2 4   #리스트내의 리스트   > list(a=list(val=c(1,2,3)), b=list(val=c(1,2,3,4)))    $a    $a$val    [1] 1 2 3    $b    $b$val    [1] 1 2 3 4   #리스트내의 데이터 접근(x$key,  x[index],  x[[index]])   > x <- list(name="lee", height=c(3,4,5))   > x    $name    [1] "lee"    $height    [1] 3 4 5   #key를 이용한 접근   > x$name    [1] "lee"   > x$height    [1] 3 4 5   # 값이 아니라 1개의 원소를 갖는 서브리스트 반환   > x[1]    $name    [1] "lee"   # 값을 가져오기 위한 형태   > x[[2]]    [1] 3 4 5

5. 행렬 : 2차원 벡터, 원소의 타입이 동일 데이터 형

### 행렬 만들기   > matrix(c(1,2,3,4,5,6,7,8,9), nrow=3)         [,1] [,2] [,3]    [1,]    1    4    7    [2,]    2    5    8    [3,]    3    6    9   > matrix(c(1,2,3,4,5,6,7,8,9), ncol=3)         [,1] [,2] [,3]    [1,]    1    4    7    [2,]    2    5    8    [3,]    3    6    9  #행별로 순서가 정해지게    > matrix(c(1,2,3,4,5,6,7,8,9), nrow=3, byrow=T)         [,1] [,2] [,3]    [1,]    1    2    3    [2,]    4    5    6    [3,]    7    8    9  #행렬에 이름 붙이는 방법(1), 한번에   > matrix(c(1,2,3,4,5,6,7,8,9), nrow = 3, dimnames=list(c("item1","item2","item3"),c("feature1","feature2","feature3")))          feature1 feature2 feature3    item1        1        4        7    item2        2        5        8    item3        3        6        9  #행렬에 이름붙이는 방법(2), 따로따로   > x <- matrix(c(1,2,3,4,5,6,7,8,9), nrow=3)   > x         [,1] [,2] [,3]    [1,]    1    4    7    [2,]    2    5    8    [3,]    3    6    9   > rownames(x) <- c('r1','r2','r3')   > colnames(x) <- c('c1','c2','c3')   > x       c1 c2 c3    r1  1  4  7    r2  2  5  8    r3  3  6  9   > x<-matrix(c(2:10), nrow=3, byrow = TRUE, dimnames = list(c("r1","r2","r3"), c("c1","c2","c3")))   > x       c1 c2 c3    r1  2  3  4    r2  5  6  7    r3  8  9 10   ###행렬 데이터 접근   # 행과 열 번호로 접근 : 1부터 시작한다.   > x[1,1]    [1] 2   > x[1,2]    [1] 3   #원소하나하나씩 말고 행별로 열별로 가져올 수 있다.   > x[-3,]       c1 c2 c3    r1  2  3  4    r2  5  6  7   > x[1:2,]       c1 c2 c3    r1  2  3  4    r2  5  6  7   > x[,2:3 ]       c2 c3    r1  3  4    r2  6  7    r3  9 10   > x[c(2:3), c(1:2)]       c1 c2    r2  5  6    r3  8  9     # 행과 열 이름으로 접근  # 행이 item1인 열값 출력   > x["item1",]    fe1 fe2 fe3       1   4   7       > x          fe1 fe2 fe3    item1   1   4   7    item2   2   5   8    item3   3   6   9   # 2번째 컬럼의 값이 5보다 큰 값 출력   > x[x[,2] >= 5,]          fe1 fe2 fe3    item2   2   5   8    item3   3   6   9   # 행렬의 연산   > x <- matrix(c(1:9), nrow = 3)   > x         [,1] [,2] [,3]    [1,]    1    4    7    [2,]    2    5    8    [3,]    3    6    9   > x*2    #각 원소값들을 2씩 곱한것         [,1] [,2] [,3]    [1,]    2    8   14    [2,]    4   10   16    [3,]    6   12   18   > x       #다시 원래 원소값으로 돌아오고         [,1] [,2] [,3]    [1,]    1    4    7    [2,]    2    5    8    [3,]    3    6    9   > x/2    #원래 원소값에서 2나눈 값         [,1] [,2] [,3]    [1,]  0.5  2.0  3.5    [2,]  1.0  2.5  4.0    [3,]  1.5  3.0  4.5      #행렬의 연산   > x<-matrix(c(1:9), nrow = 3)   > x+x         [,1] [,2] [,3]    [1,]    2    8   14    [2,]    4   10   16    [3,]    6   12   18   > x         [,1] [,2] [,3]    [1,]    1    4    7    [2,]    2    5    8    [3,]    3    6    9   > x-x         [,1] [,2] [,3]    [1,]    0    0    0    [2,]    0    0    0    [3,]    0    0    0   > x         [,1] [,2] [,3]    [1,]    1    4    7    [2,]    2    5    8    [3,]    3    6    9   > t(x) #전치 행렬(행과 열을 바꾸는 것)         [,1] [,2] [,3]    [1,]    1    2    3    [2,]    4    5    6    [3,]    7    8    9   #행과 열의 개수 구하기   > x<-matrix(c(1:6), ncol=3)   > x         [,1] [,2] [,3]    [1,]    1    3    5    [2,]    2    4    6   > ncol(x)    #열의 갯수    [1] 3   > nrow(x)    #행의 갯수    [1] 2   6. 배열 : 2차원 이상의 행렬 교재p.53~~

7. Data Frame : R에서 가장 중요한 자료형, DB의 테이블과 같은 형태를 가진다.

#한번에 데이터 프레임에 넣는 방법   > d<- data.frame(x=c(1,2,3,4,5), y=c(2,4,6,8,10))   > d      x  y    1 1  2    2 2  4    3 3  6    4 4  8    5 5 10   #위와 같은 결과값이 나온다. 따로따로 넣는 방법   > x <- c(1:5)   > y <- seq(2,10,2)   > k <- data.frame(x,y)   > k      x  y    1 1  2    2 2  4    3 3  6    4 4  8    5 5 10   #data frame은 데이터 타입이 달라도 된다.   > d<-data.frame(x=c(1:5), y=seq(2,10,2), z=c('M','F','M','F','M'))   > d      x  y z    1 1  2 M    2 2  4 F    3 3  6 M    4 4  8 F    5 5 10 M   #data frame의 구조   > str(d)    'data.frame': 5 obs. of  3 variables:     $ x: int  1 2 3 4 5     $ y: num  2 4 6 8 10     $ z: Factor w/ 2 levels "F","M": 2 1 2 1 2   #만들어진 데이터 프레임에 새 열을 추가할 때 '$열이름 <- ' 을 이용한다.   > d      x  y z    1 1  2 M    2 2  4 F    3 3  6 M    4 4  8 F    5 5 10 M   > d$v <- seq(3,15,3)   > d      x  y z  v    1 1  2 M  3    2 2  4 F  6    3 3  6 M  9    4 4  8 F 12    5 5 10 M 15      #컬럼의 이름으로 접근할 수 있다.   > d$x    [1] 1 2 3 4 5   > d$z    [1] M F M F M    Levels: F M   #위치를 지정하여 접근 할 수 있다.   > d[1,2]    [1] 2   #x 컬럼이 3보다 큰 행을 출력   > d[d$x>3,]      x  y z  v    4 4  8 F 12    5 5 10 M 15   #컬럼명을 지정하여 접근할 수 있다.   > d[,c("x")]    [1] 1 2 3 4 5   #한 컬럼만 선택시 벡터처럼 출력되는데 이것을 방지 하기 위함   > d[,c("x")]    [1] 1 2 3 4 5   > d[,c("x"), drop=FALSE]      x    1 1    2 2    3 3    4 4    5 5   #rownames(), colnames()를 통해 행과 열에 이름을 부여   > x<-data.frame(1:3)   > x      X1.3    1    1    2    2    3    3   > colnames(x) <- c('val')   > x      val    1   1    2   2    3   3   > rownames(x) <- c('a','b','c')   > x      val    a   1    b   2    c   3

타입판별, 변환

# 타입 판별   > class(c(1,2))    [1] "numeric"   > class(list(1,2))    [1] "list"   > class(data.frame(x=c(1,2)))    [1] "data.frame"   > is.numeric(c(1,2,3))    [1] TRUE   > is.matrix(matrix(c(1,2)))    [1] TRUE   #행렬이나 리스트를 데이터 프레임으로 변환    > x<-data.frame(matrix(c(1:4), ncol=2))   > x      X1 X2    1  1  3    2  2  4   > colnames(x) <- c("X","Y")   > x      X Y    1 1 3    2 2 4   ##as.numeric, as.factor등의 함수를 사용한 형 변환이 가능하다.   > x<-c("m","f")   > as.factor(x)    #벡터를 factor로 변환    [1] m f   Levels: f m    > as.numeric(as.factor(x))     #factor를 숫자형벡터로 변환    [1] 2 1   > factor(c("m","f"), levels=c("m","f"))     #levels의 순서를 "m,f"로 하고 싶다면 강제로 지정    [1] m f    Levels: m f  **factor는 그냥 넣거나 ordered사용하거나 강제 지정하면 순서대로 나오고, 값이 이미 있거나 하면 그대로 출력된다.