#47_140819_R_R의 기본

# R의 기본

 

l R 이란?

- 뉴질랜드 University of Auckland 대학의 Robert Gentleman 과 Ross Ihaka이며 1995년 개발함.   R 은 데이터 분석을 위한 통계 및 그래픽스를 지원하는 자유 소프트웨어 환경이다. 그 뿌리는 벨 연구소에서 만들어진 통계 분석 언어 S에 근간을 두고있다.

- http://cran.nexr.com/  <-- R 다운로드 사이트

 

 

 

l R을 왜 쓰는가?

- R is free. 

-  data 분석을 위해 가장 많이쓰이는 통계 플렛폼이다. 

-  복잡한 데이터들을 다양한 그래프로 표현할수있다. 

-  분석을 위한 데이터를 쉽게 저장하고 조작할수있다. 

-  누구든 유용한 패키지를 생성해서 공유할수있고  

-  새로운 기능에 대한 전달이 아주 빠르다.  

-  어떠한 os 에서도 설치가 가능하다 심지어 아이폰에도 설치할수있다. 

 

 

 

l 환경설정

- 파일 > 작업디렉토리 변경 > data 압출파일을 압축 푼 폴더

 

 

 

 

> emp<-read.csv("emp.csv",header=TRUE) - 사원테이블인 emp.csv를 읽어들여서 emp 라는 테이블에 입력한다 > emp empno  ename       job  mgr   hiredate  sal comm deptno 1   7369  SMITH     CLERK 7902 1980-12-17  800   NA     20 2   7499  ALLEN  SALESMAN 7698 1981-02-20 1600  300     30 3   7521   WARD  SALESMAN 7698 1981-02-22 1250  500     30 4   7566  JONES   MANAGER 7839 1981-04-02 2975   NA     20 5   7654 MARTIN  SALESMAN 7698 1981-09-28 1250 1400     30

 

 

n EMP 테이블 원형 그래프

> boxplot(emp$sal, main="Salary Box Plot", ylab="Salary", col=c("yellow"))       > pie(emp$sal, main="Salary Pie Chart", labels=emp$ename, col=rainbow(15))

 

 

 

 

 

 

l 자료구조

 

1.     vector

- 같은 데이터 타입을 갖는 1차원 배열 구조

- R의 기본을 이루는 데이터 구조

- c() : combine value,   seq() : sequence value 함수 사용

> a <- c(1,2,3,4,5) > a [1] 1 2 3 4 5   > d <- seq(1,20) > d  [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20   > f <- c(1:20); > f  [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20     > g <- seq(1,10,3) > g [1]  1  4  7 10   > rep(1:2,3) [1] 1 2 1 2 1 2 - 1부터 2까지 3번 반복 > rep(1:2,each=5)  [1] 1 1 1 1 1 2 2 2 2 2 - 1부터 2까지 각각 5번씩 반복   > x <- NULL > x NULL > rm(x) > x 에러: 객체 'x'를 찾을 수 없습니다

 

2.     matrix

- 같은 데이터 타입을 갖는 2차원 배열구조

- matrix 함수를 사용해서 vector 값과 표시할 행과 열을 지정

> c(1:9) [1] 1 2 3 4 5 6 7 8 9 > matrix(c(1:9)) - 행과 열의 개수를 지정하지 않으면 한 개의 열에 여러 개의 행을 표시       [,1]  [1,]    1  [2,]    2  [3,]    3  [4,]    4  [5,]    5  [6,]    6  [7,]    7  [8,]    8  [9,]    9   > matrix(c(1:9), nrow=3)      [,1] [,2] [,3] [1,]    1    4    7 [2,]    2    5    8 [3,]    3    6    9   > matrix(c(1:9), ncol=3)      [,1] [,2] [,3] [1,]    1    4    7 [2,]    2    5    8 [3,]    3    6    9

 

 

3.     data frame

- 각기 다른 데이터 타입을 갖는 컬럼으로 이루어진 2차원 테이블구조(DB의 테이블과 유사함)

- 서로 다른 컬럼은 데이터 타입이 다를 수 있음

- data.frame() 함수를 이용해서 생성하며 각 컬럼, 행의 이름을 지정 가능

> data.frame(x=c(1,2,3,4,5), y=c(2,4,6,8,10)) - 각기 다른 컬럼명을 지정가능하다   x  y 1 1  2 2 2  4 3 3  6 4 4  8 5 5 10                > data.frame(col1=c(1,2,3,4,5), col2=c('a','b','c','d','e'), col3=c(6,7,8,9,10))   col1 col2 col3 1    1    a    6 2    2    b    7 3    3    c    8 4    4    d    9 5    5    e   10     > d <- data.frame(col1=c(1,2,3,4,5), col2=c('a','b','c','d','e'), col3=c(6,7,8,9,10)) > d    col1 col2 col3 1    1    a    6 2    2    b    7 3    3    c    8 4    4    d    9 5    5    e   10 > d[2, c("col1","col2") ]    col1 col2 2    2    b

 

4.     array

- 같은 데이터 타입을 갖는 다차원 배열구조

- Matrix는 2차원 행렬이고 Array는 3차원 행렬

- array함수를 이용해서 3차원 배열 생성

> array(c(1:12), dim=c(3,4) )      [,1] [,2] [,3] [,4] [1,]    1    4    7   10 [2,]    2    5    8   11 [3,]    3    6    9   12 > array(c(1:12), dim=c(2,2,3) ) , , 1        [,1] [,2] [1,]    1    3 [2,]    2    4   , , 2        [,1] [,2] [1,]    5    7 [2,]    6    8   , , 3        [,1] [,2] [1,]    9   11 [2,]   10   12

 

5.     list

- 서로 다른 데이터 구조(vector, data frame, array, list) 의 중첩된 구조

- list 함수를 이용해서 위의 데이터 구조를 중첩할 수 있다

> list(name="scott", sal=3000) $name [1] "scott"   $sal [1] 3000

 

 

6.     factor

- 범주(값의 목록) 을 갖는 vector

- factor() 함수를 통해서 생성

- factor는 nominal, ordinal 형식 2가지가 존재한다

- Nominal은 level 순서의 값이 무의미하며 알파벳 순서로 정의

- ordinal은 level 순서의 값을 직접 정의해서 원하는 순서를 정의할 수 있다

> status <- c("Poor", "Excellent", "Improved") > status [1] "Poor"      "Excellent" "Improved" > str(status)  chr [1:3] "Poor" "Excellent" "Improved" > status <- factor(status) > str(status)  Factor w/ 3 levels "Excellent","Improved",..: 3 1 2 > status [1] Poor      Excellent Improved Levels: Excellent Improved Poor - default로 알파벳순으로 level이 정의된 것을 확인할 수 있다   > status <- factor(status, ordered=TRUE, levels=c("Poor","Improved", "Excellent") ) > status [1] Poor      Excellent Improved Levels: Poor < Improved < Excellent - factor를 통해 level을 정의해준 것을 확인할 수 있다

 

 

 

n 벡터 색인을 사용해서 특정위치의 데이터를 검색

-  [] : 색인

> x <- c("a","b","c") > x[1] [1] "a" > x[2] [1] "b" > x[3] [1] "c"

 

 

 

n 벡터 각 셀에 이름 지정

- SQL의 컬럼과 같다

> x <- c(1,3,4) > names(x) <- c("scott","king","jones") > x scott  king jones     1     3     4   > x[c("scott","jones")] scott jones     1     4

 

 

 

n 예제 활용

> x <- matrix(c(1:9), ncol=3) > x      [,1] [,2] [,3] [1,]    1    4    7 [2,]    2    5    8 [3,]    3    6    9 > x[1,1] [1] 1 > x[2,1] [1] 2 > x[3,3] [1] 9   > matrix(c(1:9), nrow=3, ncol=3, byrow=TRUE)      [,1] [,2] [,3] [1,]    1    2    3 [2,]    4    5    6 [3,]    7    8    9

>> dimnames, list 활용   > matrix(c(1:9), nrow=3, ncol=3, byrow=TRUE,  dimnames=list(c("row1","row2","row3"),c("col1","col2","col3")))      col1 col2 col3 row1    1    2    3 row2    4    5    6 row3    7    8    9   > length(x) [1] 9 > ncol(x) [1] 3 > nrow(x) [1] 3

> emp$ename  [1] SMITH  ALLEN  WARD   JONES  MARTIN BLAKE  CLARK  SCOTT  KING   TURNER ADAMS  JAMES  FORD   MILLER JACK  Levels: ADAMS ALLEN BLAKE CLARK FORD JACK JAMES JONES KING MARTIN MILLER SCOTT SMITH TURNER WARD > emp$sal  [1]  800 1600 1250 2975 1250 2850 2450 3000 5000 1500 1100  950 3000 1300 3200   >> emp 테이블에서 sal 3000인 사원들의 이름과 월급을 가져오는 쿼리   > emp[emp$sal==3000, c("ename","sal") ] - emp$sal - 행 정보 - c("ename","sal") - 열에 대한 정보    ename  sal 8  SCOTT 3000 13  FORD 3000     >> job이 SALESMAN인 사원들의 이름과 직업을 출력   [emp$job=='SALESMAN', c("ename","job") ]     ename      job 2   ALLEN SALESMAN 3    WARD SALESMAN 5  MARTIN SALESMAN 10 TURNER SALESMAN