빅데이터 자료 블로그

Rdata 저장하기

- Rdata(.rda) : R의 고유의 저장 형식, R 객체를 저장할 수 있는 파일 형식  

*save(저장할 객체, file="저장경로/파일명.rda"):

 R 내장함수, 패키지 설치 필요없음

 저장할 객체를 저장할 경로에 rda파일로 저장함

 file=을 반드시 써야 함(생략 시 에러)

# Rdata 저장하기 
# 옵션에 file = 부분 생략 불가능, 반드시 입력 
iris_test <- iris
save(iris_test, file = "C:/★파일 저장할 경로★/iris.rda")

Rdata 불러오기

*load("파일경로/파일명.rda"):

  파일경로에서 rda파일을 불러옴, R내장함수

  저장한 객체명으로 불러와짐

  (위에서 iris_test 데이터프레임을 저장했으므로 rdata파일을 불러왔을 때 iris_test 데이터프레임이 불러와짐)

rm(iris_test)   # iris_test 객체 삭제 
iris_test       # iris_test 삭제 확인

# RData 불러오기 
load("C:/★불러올 파일 경로★/iiris.rda")
str(iris_test)  # iris_test 불러온 것 확인 

엑셀(xslx) 파일 불러오기

패키지 설치

# readxl 패키지 설치 
install.packages("readxl")
# readxl 패키지 로드
library(readxl)

엑셀 파일 불러오기

* read_excel("파일경로/파일명.xslx"): 파일 경로에 있는 엑셀 파일을 불러오는 함수

* read_excel("파일경로/파일명.xslx", sheet=2(몇번째시트인지)): 불러올 파일 내 몇 번째 sheet의 데이터인지 지정  

* read_excel("파일경로/파일명.xslx", col_names=F):

  colnames 옵션은 default값이 T(TRUE), 옵션 지정을 안할 경우 첫 행을 변수명으로 불러옴

  엑셀 파일의 첫 번째 행이 컬럼명이 아닐 경우 col_namse=F로 지정하고 불러옴

# xlsx파일 불러오기 
iris_xslx <- read_excel("C:/★파일이 저장되어 있는 경로★/iris.xlsx")
iris_xslx

csv파일 불러오기

*read.csv("파일경로/파일명.csv"): 파일경로에 있는 csv 파일을 불러오는 함수, 패키지 설치 필요없음 R 내장함수

*read.csv("파일경로/파일명.csv", stringsAsFactor=F): stringsAsFactor를 F로 지정하면 문자열을 chr 타입으로 불러옴,

 default값이 T여서 옵션 설정을 안하거나 T로 지정하면 문자열을 factor 타입으로 불러옴

read.csv( ) : csv파일 불러오기(기본)

# csv파일 불러오기 
iris_csv <- read.csv("C:/★파일이 저장되어있는 경로★/iris.csv")
str(iris_csv)

read.csv : stringsAsFactor 옵션 설정

# stringsAsFactor=F 옵션 추가 
# Species 변수를 chr 타입으로 불러옴
iris_csv2 <- read.csv("C:/★파일이 저장되어있는 경로★/iris.csv", stringsAsFactor=F)
str(iris_csv2)

csv 파일로 저장하기

* write.csv(저장할 객체, file="파일저장경로/파일명.csv"):

  저장할 객체(ex.데이터프레임)를 원하는 경로에 지정한 파일명의 csv파일로 저장함,

  R 내장함수로 패키지 설치 필요없음

  file= 은 써도 되고 안써도 됨

# csv 파일로 저장하기 
write.csv(iris_csv, "C:/★파일을 저장할 경로★/iris저장.csv")

데이터프레임 생성하기

- 데이터프레임(dataframe): R의 대표적인 데이터 구조, 행과 열로 구성된 테이블 형태로 데이터를 저장할 때 활용

- 아래의 표(iris 데이터 일부)와 같은 형태의 데이터 프레임 생성

방법1. 컬럼 하나씩 생성 후, 데이터프레임 생성

# 컬럼별 변수 생성 
Petal.Length <- c(1.4, 1.7, 4.7, 4.9, 6.0)
Petal.Width <- c(0.2, 0.4, 1.4, 1.5, 2.5)
Species <- c("setosa", "setosa", "versicolor", "versicolor", "virginica")
# 생성한 변수 활용 데이터 프레임 생성 
iris_df <- data.frame(Petal.Length, Petal.Width, Species)
iris_df

방법2. 한 번에 데이터프레임 생성

iris_df2 <- data.frame(Petal.Length = c(1.4, 1.7, 4.7, 4.9, 6.0),
                       Petal.Width = c(0.2, 0.4, 1.4, 1.5, 2.5),
                       Species = c("setosa", "setosa", "versicolor", "versicolor", "virginica"))
iris_df2

1. ggplot2 패키지

- 시각화에 사용하는 대표적인 R 패키지

코드

# 1. ggplot2 패키지 설치하기, 로드하기 
install.packages("ggplot2") # ggplot2 패키지 설치
library(ggplot2)            # ggplot2 패키지 로드

2. qplot 함수 - 빈도 그래프 생성

- ggplot2의 qplot함수를 통해 빈도 그래프 생성 가능함

* qplot(data=데이터, x=x축변수, y=y축변수, geom='그래프형태', colour='색구분기준')

코드

# 빈도 그래프(1)
data <- c("가", "가", "나", "다", "다", "다")
qplot(data)

결과

코드

# 빈도 그래프(2): iris 데이터 활용 
str(iris)
qplot(data=iris, x=Species) # Species별 빈도 

결과

코드

# 빈도 그래프(3): x, y 축 설정 
qplot(data=iris, x=Sepal.Length, y=Sepal.Width)

결과

코드

# 빈도 그래프(4): 선 그래프 형태 
qplot(data=iris, x=Sepal.Length, y=Sepal.Width, geom='line')

결과

코드

# 빈도 그래프(5): Species별 색 표현  
qplot(data=iris, x=Sepal.Length, y=Sepal.Width, colour=Species)

결과

기술통계함수

- 기본적인 기술통계량을 계산하기 위한 함수

- 데이터의 특징을 요약해서 표현할 때 활용하는 함수들

*mean(데이터): 데이터의 평균

*median(데이터): 데이터의 중앙값

*max(데이터): 데이터의 최댓값

*min(데이터): 데이터의 최솟값

*var(데이터): 데이터의 분산

*sd(데이터): 데이터의 표준편차

*range(데이터): 데이터의 범위(최솟값 최댓값)

코드

x <- c(1,2,2,3,4,5)
x

mean(x)      # 평균 
median(x)    # 중앙값 
max(x)       # 최댓값  
min(x)       # 최솟값 
var(x)       # 분산
sd(x)        # 표준편차 
range(x)     # 범위

결과

산술 연산

- 사칙 연산 등 R에서 가능한 기본적인 연산

- 문자 값은 산술 연산 불가능함

코드

## 산술 연산

a<-5; b<-2; c<-'a'  # a는 5, b=2, c='a'일 때 

a+b      # + : 덧셈 
a-b      # - : 뺄셈
a*b      # * : 곱셈
a/b      # / : 나눗셈 

결과

코드

a%/%b    # %/% : 나눗셈 '몫' 
a%%b     # %% : 나눗셈 '나머지'  
a^b      # ^ : 제곱(a의 b제곱)

결과

코드

c+a      # 문자 연산 안됨 
c-1      # 문자 연산 안됨

결과

paste 함수

- 문자를 붙이는 데 활용되는 함수(엑셀의 CONCAT 함수와 동일한 기능)

- 구분자 지정을 통해 원하는 형태의 문자열을 생성할 수 있음

- 숫자만 들어있는 변수에도 사용 가능하며, 문자열 형태로 바뀜

*paste(문자, collapse = "구분자"): 문자 사이마다 구분자를 두고 붙임

코드

str <- c("A","B","C","D")
str2 <- c(1,2,3)
str
str2

paste(str, collapse = ",")    # 쉼표를 구분자로 문자 붙이기  
paste(str, collapse = " ")    # " "(공백)을 구분자로 문자 붙이기 

paste(str2, collapse = ",")   # 숫자에 사용할 경우, 문자열 형태로 바뀜 

결과

1. seq 함수

- sequence의 약자

- 일정 간격을 가지는 연속되는 숫자를 생성함

*seq(시작값, 끝값, by=간격) : 시작값부터 끝값까지 간격을 두고 생성함

                                      (간격의 기본값(default)은 1)

코드

## seq()
seq(1,10)              # 1부터 10까지 +1씩 생성(간격 default=1) 
seq(1,10, by=2)        # 1부터 10까지 +2씩 연속값 생성  
seq(1,10, by=3)        # 1부터 10까지 +3씩 연속값 생성 
seq(0,-10, by=-2)      # 0부터 -10까지 -2씩 연속값 생성 

결과

2. rep 함수

- repeat의 약자

- 특정 숫자/문자를 원하는 횟수만큼 반복 생성함

*rep(특정값, 반복 횟수): 특정값을 반복 횟수만큼 생성함

                               (반복 횟수 default =1)

코드

## rep()
rep(1)                 # 숫자 1을 1번 반복 생성(반복횟수 default=1) 
rep(1,5)               # 숫자 1을 5번 반복 생성 
rep("A",3)             # 문자 A를 3번 반복 생성 

결과

1. 도움말 검색

- 함수, 패키지에 대한 설명이 필요할 때 사용

- R Studio 오른쪽 하단의 Help 탭에서 궁금한 패키지, 함수명 입력 후 Enter 또는 돋보기 모양 클릭

2. help 함수

* help(함수, 패키지명) 함수: 함수, 패키지명을 정확하게 알고 있을 때 사용

* ?(함수 패키지명) 함수: help( ) 함수와 동일한 기능 제공

코드

## help 함수 
help(mean)            # mean 함수에 대한 설명을 보고 싶을 때 
?mean                 # help(mean)과 동일한 기능 제공 

결과

3. help.search 함수

- 찾고자 하는 패키지, 함수의 이름을 정확하게 모를 때 사용

- ? 또는 help 함수를 사용했을 때 안나올 경우에 사용

- ?mean을 실행할 경우 mean 함수에 대한 도움말이 나오지만,

??mean을 실행할 경우 mean이라는 텍스트가 포함된 함수,패키지에 대한 도움말 목록이 나옴

* help.search(특정 텍스트) 함수: 특정 텍스트가 포함된 함수, 패키지에 대한 도움말 목록 을 제공함

* ??(특정 텍스트) 함수: help.search( ) 함수와 동일한 기능 제공

코드

## help.search 함수 
help.search("linear models")   # linear models라는 텍스트가 포함된 도움말 목록 제공 
??linearmodels                 # help.search("linear models")와 같은 기능 제공 

결과