2강 : R데이터분석을 위한 도구, 데이터프레임

3. 데이터 분석을 위한 연장 챙기기

 

03-1 변하는 수, '변수' 이해하기

 

|변수는 '변하는 수'다.

 

소득	성별	학점	국적
1000만원	남자	3.8	대한민국
2000만원	남자	4.2	대한민국
3000만원	여자	2.6	대한민국
4000만원	여자	4.5	대한민국

 

이 표에서 소득, 성별, 학점은 변수이고 국적은 상수이다. 변수는 데이터 분석 대상이고 상수는 아니다.

 

728x90

<변수 만들기>

 

1. a<-1

   a

의 결과는 1 

 

2. b<-2

   b

의 결과는 2

 

3. a+b

의 결과는 3

 

4. 4/b

의 결과는 2

 

|변수명 생성 규칙

 

 1. 변수명은 의미를 담아 정해야 한다.

 2. 문자로 시작해야 한다.

 3. 문자, 숫자, 대시(-), 언더바(_)를 조합해 정해야 한다.

 

 

<여러 값으로 구성된 변수 만들기>

 

1. var1<-c(1,2,3,4,5)

   var1

결과: 1 2 3 4 5

 

2. var2<-c(1:5)

   var2

결과: 1 2 3 4 5

 

3. var3 <- seq(1,5)

   var3

결과: 1 2 3 4 5

 

4. var4 <- seq(1,5 , b=2)

   var4

결과: 1 3 5

 

5. var1 +2

결과: 3 4 7 9 10

 

<문자로 된 변수 만들기>

 

1. str1<-"a"

   str1

결과: "a"

 

2. str2<-"text"

   str2

결과: "text"

 

3. str3<-c("a", "b", "c")

   str3

결과: "a" "b" "c"

 

4. str4<-c("Hello!" "World", "is", "good!")

   str4

결과: "Hello!"  "World"  "is"  "good!"

 

03-2 마술 상자 같은 '함수' 이해하기

 

|데이터 분석은 함수로 시작해 함수로 끝난다

 

*함수는 마법 상자 같은 기능을 한다

 

ex) 1, 2, 3 -> (1+2+3)/n -> 2

 

 

<숫자를 다루는 함수 이용하기>

 

1. x<- c(1,2,3)

   x

 

  ##[1] 1 2 3

 

2. mean(x)

  

   ##[1] 2

 

3. max(x)

 

   ##[1] 3

 

4. min(x)

 

   ##[1] 1

 

 

<문자를 다루는 함수 이용하기>

 

1.  str5 <- c("Hello!", "World", "is", "good!")

  

   ##[1] "Hello!" "World" "is" "good!"

 

   paste(str5, collapse=",")

 

   ##[1] "Hello!,World,is,good!"

 

2. paste(str5, collapse=" ")

 

   ##[1] "Hello! World is good!"

 

3. x_mean <- mean(x)

   x_mean

 

   ##[1] 2

 

4. str5_paste <- paste(str5, collapse= " ")

   str5_paste

 

   ##[1] "Hello! World is good!"

 

 

 

03-3 함수 꾸러미, '패키지' 이해하기

 

|패키지란?

 

패키지: 함수(특정한 기능을 가진 상자)들이 여러개 들어 있는 상자 꾸러미

 

*함수를 사용하려면 패키지 설치 먼저!

ex) ggplot2 => ggplot(), qplot(), geom_histogram() 포함

 

*스마트폰에 앱을 깔듯 입맛대로 골라 설치할 수 있다!

 

 

<ggplot2 패키지 설치하기>

 

패키지 설치하기 -> 패키지 로드하기 -> 함수 사용하기

 

* 패키지 로드하는 작업은 R 스튜디오를 새로 시작할 때 마다 반복해야 한다.

 

1. ggplot 패키지 설치하기

 

install.packages("ggplot2")

 

2. ggplot 패키지 로드하기

 

library(ggplot2)

 

3. 함수 사용하기

 

x<- c("a", "a", "b", "c")

x

 

qplot(x)

 

2.0
1.5
1.0
0.5
0.0	a	b	c

 

 

 

 

 

 

4. 데이터 프레임의 세계로! 

 

04-1 데이터는 어떻게 생겼나?-데이터 프레임 이해하기

 

 

성별	연령	학점	연봉
남자	26	3.8	2,700만원
여자	42	4.2	4,000만원
남자	35	2.6	3,500만원

 

1. '열

' 은 속성이다 ex) 성별, 연령, 학점, 연봉

2. '행' 은 한 사람의 정보다 ex) 1. 남자, 26살, 3.8점, 2,700만원

3. 한 명에 대한 데이터는 가로 한 줄에 나열된다

4. 데이터가 크다 = 행이 많다 또는 열이 많다

 

 

 

04-2 데이터 프레임 만들기 - 시험 성적 데이터를 만들어 보자!

 

<데이터 입력해 데이터 프레임 만들기>

 

이름	영어 점수	수학 점수
김지훈	90	50
이유진	80	60
박동현	60	100
김민지	70	20

 

1. 변수 만들기

 

english <- c(90, 80, 60, 70)

english

 

##[1] 90 80 60 70

 

math <- c(50, 60, 100, 20)

math

 

##[1] 50 60 100 20

 

2. 데이터 프레임 만들기

 

df_midterm <- data.frame(english, math)

df_midterm

 

##   english math

##1        90     50

##2        80     60

##3        60    100

##4        70     20

 

3. 반에 대한 추가 정보 입력

 

class <-c(1, 1, 2, 2)

class

 

##[1] 1 1 2 2

 

df_midterm <- data.frame(english, math, class)

df_midterm

 

##   english math class

##1        90     50     1

##2        80     60     1

##3        60    100     2

##4        70     20     2

 

4. 분석하기

 

mean(df_midterm$english)

 

## [1] 75

 

mean(df_midterm$math)

 

##[1] 57.5

 

5. 데이터 프레임 한 번에 만들기

 

df_midterm <- data.frame(english = c(90, 80, 60, 70),

                                     math <- c(50, 60, 100, 20),

                                     class <-c(1, 1, 2, 2) )

df_midterm

 

 

##   english math class

##1        90     50     1

##2        80     60     1

##3        60    100     2

##4        70     20     2

 

 

04-3 외부 데이터 이용하기- 축적된 시험 성적 데이터를 불러오자!

 

<엑셀 파일 불러오기>

 

1. 깃허브(bit.ly/doit_ra)에서 excel_exam.xlsx 파일 다운 후 엑셀에서 열기

 

변수는 5개로 id, class, math, english, science /  행은 21행으로 20명의 정보 담고 있음

 

2. 프로젝트 폴더에 엑셀 파일 삽입하기

 

excel_exam.xlsx 를 프로젝트 폴더에 넣어둔다.

 

3. readxl 패키지 설치하고 로드하기

 

install.packages("readxl")

library(readxl)

 

4. 엑셀 파일 불러오기

 

df_exam <- read_excel("excel_exam.xlsx")

df_exam

 

##      id class math english science

## 1    1      1     50      98        50

## 2    2      1     60      97        60

 

...

 

5. 분석하기

 

mean(df_exam$english)

 

##[1] 84.9

 

mean(df_exam$science)

 

##[1]59.45

 

 

| 엑셀 파일 첫 번째 행이 변수명이 아니라면?

 

=> col_names = F 사용

 

| 엑셀 파일에 시트가 여러 개 있다면?

 

=> sheet  파라미터 사용

 

 

<csv 파일 불러오기>

 

1. 프로젝트 폴더에 csv 파일 삽입하기

 

깃허브(bit.ly/doit_ra)에서 csv_exam.csv 파일 다운로드 하기

 

2. csv 파일 불러 오기

 

=> read.csv() 사용 / 첫번째 행 없을 시 => header = F 파라미터 사용

 

| 문자가 들어 있는 파일을 불러올 때는 stringsAsFactors = F

 

 

 

<데이터 프레임을 csv 파일로 저장하기>

 

1. 데이터 프레임 만들기

 

df_midterm <- data.frame(english = c(90, 80, 60, 70),

                                     math <- c(50, 60, 100, 20),

                                     class <-c(1, 1, 2, 2) )

df_midterm

 

 

##   english math class

##1        90     50     1

##2        80     60     1

##3        60    100     2

##4        70     20     2

 

2. csv파일로 저장하기

 

write.csv(df_midterm, file = "df_midterm.csv")

 

 

<RData 파일 활용하기>

 

RData : R 전용 데이터 파일

 

1. 데이터 프레임을 RData 파일로 저장하기

 

save(df_midterm, file = "df_midterm.rda")

 

2. RData 파일 불러오기

 

load("df_midterm.rda")

 

df_midterm

 

##   english math class

##1        90     50     1

##2        80     60     1

##3        60    100     2

##4        70     20     2

 

 

출처: 김영우, "쉽게 배우는 R 데이터 분석", 이지스퍼블리싱, 2017년, 59~98쪽