DAY10. R Basic (자료 구조 유형)

자료 구조 유형 5가지
1. Vector : 동일한 자료형을 갖는 1차원 배열구조
생성 함수 : c(), seq(), rep()

1) c(n, n2, ...) 함수

var1 <- c(23, -12, 10:20) #벡터의 원소 만들기 #:을 이용해 연속된 정수 생성
var1
length(var1) #13 (원소의 개수)
mode(var1) #numeric
sum(var1) #13개 원소의 합은 176

벡터 원소 이름 지정

ages <- c(30, 35, 25)
names(ages) <- c('홍길동', '이순신', '유관순')
ages #벡터값은 30, 35, 25. 홍길동, 이순신, 유관순은 자료가 아니고 참고용
mean(ages) #ages의 합계 평균

2) sequence (from, to, by)

seq(from=1, to=100, by=2) #1부터 100까지, 2씩 증가
seq(from=100, to=1, by=-2) #100부터 1까지, 2씩 감소

 

3) rep()

rep(1:3, 3) #1,2,3을 3번 반복
rep(1:3, each=3) #1,1,1 2,2,2 개별적으로 3번 반복

4) Index (색인) : 값이 저장된 위치
* 변수[n]

a = 1:50
a
a[10] # 10번째 저장된 값을 가져옴
a[11:20] #11번째부터 20번째까지의 값을 가져옴
a[c(5, 10, 15, 40:45)] #c함수로 묶어주어야 함. a[5, 10, 15, 40:45]은 error
a[-c(5, 20)] #여러 원소 중에서 특정 값만 제외

조건식 이용

a[a >= 20] #>=:관계연산자. 20이상 값만 추출
a[a>=20 & a<=35] #&(=AND):논리연산자. 20이상 35이하 값만 추출
a[a>=20 | a<=35] #|(=OR):논리연산자. 20이상이거나 35이하를 만족하는 값만 추출
a[!(a>=20)] #!(NOT):논리연산자. 20이하가 아닌 값만 추출

함수 이용

length(a) #50
a[10:length(a)]

a의 짝수 원소

a[seq(2, length(a), 2)]

2. Matrix 자료구조
동일 자료형을 갖는 2차원 배열
생성함수 : matrix, rbind, cbind
처리함수 : apply


1) matrix() : 데이터 생성

m1 = matrix(data=1:5, ncol=2)
m1
dim(m1) #sahpe : 1 5

m2 <- matrix(data = 1:9, nrow = 3, ncol = 3, byrow = TRUE)
m2

2) rbind : 행 묶음

v1 = 1:5
v2 = 6:10
v1; v2
m3 = rbind(v1, v2)

3) cbind : 칼럼 묶음

m4 = cbind(v1, v2)
m4
dim(m4) # 5 2 : 5행 2열의 구조

4) matrix 색인
* 변수[row, col]

m4[1, ] #1행 전체
m4[ ,2] #2열 전체
m4[2:4, ] #box형으로 값 출력
m4[-3, ] #3행만 제외

 

<ADsP 예제>
xy = rbind(v1, v2)
xy

1) [1, ]는 v1과 같다 (O)
2) [ ,1]는 v2와 같다 (X)
3) 2X5의 행렬구조이다 (O)
4) 자료의 구조는 matrix다 (O)

 

5) apply(data, 행/열, 적용시킬 외부함수) : 함수 적용

apply(m4, 1, mean)
apply(m4, 2, mean)
apply(m4, 2, sd) #열 단위 표준편차

3. Array 자료구조 (사용빈도 낮음)
동일 자료형을 갖는 3차원 배열구조
생성함수 : array (data, dim)

data = 1:12
data

arr = array(data = data, dim = c(3,2,2)) # c(행,열,면)
arr

Array 색인

arr[,,1]
arr[,,2]
arr[2:3,,2]

 

 

 

 

 

4. DataFrame 자료구조
2차원 배열구조, 칼럼 단위로 상이한 자료형을 갖는다 (table은 동일)
생성함수 : data.frame()
처리함수 : apply()

1) vector 생성(=칼럼)

empno = 1:3
ename = c('홍길동', 'lee', 'yoo')
age = c('35, 25, 45')
pay = c(250, 350, 250)

2) DataFrame
emp = data.frame(NO=empno, NAME=ename, AGE=age, PAY=pay)
칼럼들이 모여 하나의 데이터 프레임 형성
변수의 이름 지정 가능

emp
str(emp) #emp자료에 대한 구조 상세하게 살펴보기

'data.frame': 3 obs. of  4 variables:
$ NO  : int  1 2 3
$ NAME: chr  "홍길동" "lee" "yoo"
$ AGE : chr  "35, 25, 45" "35, 25, 45" "35, 25, 45"
$ PAY : num  250 350 250
* obs가 열, variables는 행
* int는 이산형(연속성이 없는 정수들), chr는 문자형, num은 연속형


3) 자료 참조 : DF$column (index보다 선호됨 DF:Data Frame)

emp$PAY
mean(pay) #pay값의 평균
round(mean(pay)) #소수점 이하를 반올림

pay = emp$PAY
plot(pay)

dim(emp) #3행 4열

3-2) 차료 참조 : 색인 (행/열 자료 참조)

emp[1,]
emp[,4]

4) APPLY()

v1 = 1:5
v2 = 6:10
df = data.frame(v1, v2)
df

apply(df, 2, mean) # 열 단위 평균 출력

 

 

 

5. LIST 자료구조
1개 원소 : 키=값
서로 다른 자료형과 자료구조를 갖는 자료구조
list(key=value, key2=value2, ...) vs c(value1, value2, ...)
key를 이용해 각각의 value를 참조
key 중복불가가


1) list(key=value) 형식

member = list(name='홍길동', age=35, addr='서울시', gender='남')

* list 함수를 이용해 객체 생성

member
# $name : $key
# [1] "홍길동" : value

key를 이용해 value 참조

member$name #"홍길동"
member$addr #"서울시"

member$age = 45 #value값 수정
member

2) list(value)형식 : key 생략

member2 = list ('홍길동', 35, '서울시', '남')
member2
# [[n]]과 같은 기본 key 제공

member2[[1]] #"홍길동"
member2[[3]] #"서울시"

member2 = list(c ('홍길동','이순신'), 35, '서울시', '남')
member2

member2[[1]] #"홍길동", "이순신"
member2[[1]][2] #"이순신" [2]는 벡터의 색인
member2[[3]] #"서울시"

list -> vector 변환 (key 제거)

vec = unlist(member2)
vec

 

6. 문자열 처리 & 정규표현식 (메타문자)

install.packages('stringr')
library(stringr)

string = "hong35lee45kang45유관순25이사도시55"
mode(string) #"character"

1) 반복관련 메타문자 : [x]:x일치, {n}:n개 연속

str_extract(string, '[0-9]{2}') #문자열 반환. [0부터 9까지] 연속되는 숫자 {2}개 추출
re=str_extract_all(string, '[0-9]{2}') #list반환.
unlist(re) #vector형으로 전환

영문자 추출 사례

str_extract_all(string, '[a-z]{3}') #"hon" "lee" "kan"
str_extract_all(string, '[a-z]{4}') #"hong" "kang"
str_extract_all(string, '[a-z]{3,}') #"hong" "lee"  "kang" 3자 이상 영문 추출

  
한글 추출 사례

str_extract_all(string, '[가-힣]{3,}') #"유관순" "이사도시" 3자 이상 한글 추출

2) 접두어/접미어 메타문자 : ^, $

str_extract_all(string, '^[a-z]') #"h" 어떤 알파벳으로 시작하는지
str_extract_all(string, '[0-9]$') #"5" 어떤 숫자로 끝났는지

 

3) 부정 메타문자 : [^x]

str_extract_all(string, '[^0-9]{3,}')

4) 문자열 길이

length(string) #1
str_length(string) #28

5) 문자열 교체

str_replace_all(string, '[0-9]{2}, '-') #교체
str_replace_all(string, '[0-9]{2}, '') #제거
re = str_replace_all(string, '[0-9]{2}', '')
re

6) 문자열 분리(split) = 토큰(문장을 단어 단위로 분리)

string2 = '홍길동,이순신,유관순'
names = str_split(string2, ',')
names = unlist(names) #list > vector
names[2] #"이순신"

7) 문자열 결합 : 단어를 문장으로로

sent = str_c(names, collapse = ' ') #단어와 단어를 하나의 공백만을 두고 결합시킬 때
sent #"홍길동  이순신  유관순"
length(sent) #1

 

 

 

 

 

연습문제

01. 다음과 같은 벡터 객체를 생성하시오.

 

1) Vec1 벡터 변수를 만들고, 1~5까지 연속된 정수를 만드시오. - c()함수 이용

vec1 = c(1:5)
vec1

2) Vec2 벡터 변수에 1~10까지 3간격으로 연속된 정수를 만드시오. - seq()함수 이용 

vec2 = seq(from=1, to=10, by=3)
vec2

3) Vec3 벡터 변수에 "R" 문자가 5회 반복되도록 하시오. - rep()함수 이용 

vec3 = rep('R', 5)
vec3

4) Vec4에는 Vec1~Vec2가 모두 포함되는 벡터를 만드시오. - c()함수 이용

vec4 = c(vec1, vec2)
vec4

5) 25~ -15까지 5간격으로 벡터 생성 - seq()함수 이용 

seq(25, -15, -5)

6) Vec4에서 홀수번째 값들만 선택하여 Vec5에 할당하시오. - 색인 이용

vec5 = vec4[seq(1, length(vec4), 2)] #1부터 vec4가 가지고 있는 전체 길이만큼 2씩 증가
vec5

02. 다음 두 개의 벡터를 이용하여 단계별로 처리하시오. 

v1 <- c(2,3,10,-5,8)
v2 <- c(40,50,-30,7,10)
v1
v2

단계1> 행 단위로 묶어서 matrix 생성하기  

v3 = rbind(v1,v2)
v3

단계2> matrix 차원 보기 

str(v3)

단계3> matrix 열 단위 합계 계산하기 

apply(v3,1,sum)

 

03. 다음과 같은 벡터를 칼럼으로 갖는 DataFrame을 생성하시오.

name <-c("최민수","유관순", "이순신","김유신","홍길동")
age <-c(55,45,45,53,15) #연령
gender <-c(1,2,1,1,1) #1:남자, 2: 여자
job <-c("연예인","주부","군인","직장인","학생")
sat <-c(3,4,2,5,5) # 만족도
grade <- c("C","C","A","D","A")
total <-c(44.4,28.5,43.5,NA,27.1) #총구매금액(NA:결측치)

<조건1> 위 7개 벡터를 user이름으로 데이터 프레임 생성

user = data.frame(name, age, gender, job, sat, grade, total)
ha

<조건2> 총구매금액(total) 변수를 이용하여 히스토그램 그리기-hist()

total = user$total1
hist(total)

<조건3> 만족도(sat) 변수를 이용하여 산점도 그리기-plot()

sat = usersat
plot(sat)

04. Data를 대상으로 apply()를 적용하여 행/열 방향으로 조건에 맞게 통계량을 구하시오.

kor <- c(90,85,90)
eng <- c(70,85,75)
mat <- c(86,92,88)

  
조건1) 3개의 과목점수를 이용하여 데이터프레임(Data)을 생성한다. 

la = data.frame(kor, eng, mat)
la

조건2) 행/열 방향으로 max()함수를 적용하여 최댓값 구하기

round(apply(Data, 1, mean), 2)

조건3) 행/열 방향으로 mean()함수를 적용하여 평균 구하기(소숫점 2자리 까지 표현)
힌트 : round(data, 자릿수)

round (la, 2, mean)

조건4) 행 단위 분산과 표준편차 구하기  
힌트 : var(), sd()

var(la)
sd(la)

05. 다음의 Data2 객체를 대상으로 정규표현식을 적용하여 문자열을 처리하시오

Data2 <- c("2017-02-05 수입3000원","2017-02-06 수입4500원","2017-02-07 수입2500원")
library(stringr)

 

조건1) 일짜별 수입을 다음과 같이 출력하시오. 
출력 결과) "3000원" "4500원" "2500원" 

str_extract_all(Data2, '[0-9]{4}[가-힣]$') #메타문자 : [],{}

조건2) 위 벡터에서 연속하여 2개 이상 나오는 모든 숫자를 제거하시오.  
출력 결과)9 "-- 수입원" "-- 수입원" "-- 수입원"  

str_replace_all(Data2, '[0-9]{2}','')

조건3) 위 벡터에서 -를 /로 치환하시오.
출력 결과) "2017/02/05 수입3000원" "2017/02/06 수입4500원" "2017/02/07 수입2500원"  

str_replace_all(Data2, '-','/')

조건4) 모든 원소를 쉼표(,)에 의해서 하나의 문자열로 합치시오. 
힌트) str_c(데이터셋, collapse="구분자")함수 이용
출력 결과) "2017-02-05 수입3000원,2017-02-06 수입4500원,2017-02-07 수입2500원"

str_c(Data2, collapse = ',')