Count on me

공일

코타키나발루를 블로그에 검색한 결과에서 단어만 추출해 그 결과를 확인해보자.

글자 길이가 1이거나 의미없는 단어들을 제거한다.

빈도수(table)를 기준으로 내림차순으로 상위 50개 단어를 추출한다.

추출한 단어들을 wordcloud2 패키지의 wordcloud2 함수를 활용해 워드 클라우드로 표현해보았다.

wordcloud2(data, size, shape)

data: 단어와 빈도수 정보가 포함된 데이터프레임 또는 테이블

size: 글자 크기

shape: 워드 클라우드의 전체 모양(circle, cardioid, diamond, triangle, star 등)

R 객체들은 모두 메모리 상에서 처리되므로 갑자기 R이 다운되면 객체들은 모두 사라진다.

따라서 갑자기 오류가 떠서 작업물이 모두 사라질 수도 있다. R에서는 객체를 디스크에 저장하고 다시 불러와 사용할 수 있는 명령어를 제공한다.

-객체 목록 조회: ls()

-객체 삭제: rm(객체, 객체, 객체, ...)

-특정 객체를 파일로 저장: save(객체, 객체, ..., file= "파일명.rdata")

-모든 객체를 파일로 저장: save.image("파일명.rdata")

-파일로부터 객체 불러오기: load("파일명.rdata")

if/else 문

if(조건)
{조건이 맞을 때 실행할 구문}
else
{조건에 맞지 않을 때 실행할 구문}

&&: AND 조건

||: OR 조건

if/else로 처리하는 구문이 단순한 경우 ifelse함수로 간단히 표현 가능

ifelse(조건, 조건이 맞을 때 실행 구문, 조건에 맞지 않을 때 실행할 구문)

조건이 하나 이상인 경우 else if를 통해 조건을 추가할 수 있고 여러 번 추가 가능

else if(조건){조건 해당 시 수행할 구문}

for문

특정 구문을 반복적으로 수행할 때 for문 사용

for( x in 시작인덱스 : 종료인덱스 ){

      반복해서 처리할 구문

}

함수 생성 및 함수의 특징

함수를 생성하는 기본 구조

function( 입력 항목, 입력 항목, ... ) {

       함수에서 사용할 구문

       return(반환할 객체)

}

만약 return 문을 명시하지 않으면 마지막 문장이 만드는 결과를 반환한다. 이를 활용해 내 간단한 함수인 경우 소스의 간결성을 위해 return 문을 생략하기도 한다.

하지만 복잡한 함수의 경우에는 소스의 이해를 돕기 위해 return 문을 명시하는 것이 좋다. 

*주의: 함수 내의 모든 변경은 함수 내에서만 유효하므로 "<-" 연산자를 통해 특정 객체에 반환한 객체를 지정해주어야 한다. 

lapply, sapply

lapply(리스트, 적용할 함수): 리스트로 반환

sapply(리스트, 적용할 함수): 함수 결괏값이 한 개인 경우 벡터로 반환. 함수 결괏값이 같은 길이의 벡터라면 행렬로 반환. 그 밖의 경우에는 리스트로 반환한다.

리스트 생성

list 함수로 리스트를 생성한다. 

list( 객체, 객체, 객체, ... )

> vt_1 <- c(1,2,3,4,5)
> vt_2 <- c(T, F, T, T, F, T)
> df_1 <- data.frame(name = c("Alice", "James", "Merry"), age = c(23, 41, 19))
> var_list <- list(vt_1, vt_2, df_1, sum)
> var_list
[[1]]
[1] 1 2 3 4 5

[[2]]
[1]  TRUE FALSE  TRUE  TRUE FALSE  TRUE

[[3]]
   name age
1 Alice  23
2 James  41
3 Merry  19

[[4]]
function (..., na.rm = FALSE)  .Primitive("sum")

더 깔끔하게 요소에 이름을 지정할 수도 있다.

> var_list <- list( v1 = vt_1, v2 = vt_2, df1 = df_1, function1 = sum)
> var_list
$`v1`
[1] 1 2 3 4 5

$v2
[1]  TRUE FALSE  TRUE  TRUE FALSE  TRUE

$df1
   name age
1 Alice  23
2 James  41
3 Merry  19

$function1
function (..., na.rm = FALSE)  .Primitive("sum")

요소 접근하기

리스트 내 요소는 순서 또는 요소명을 통해 접근할 수 있다.

*주의: 요소에 접근하려면 []가 아닌 [[]]를 통해 접근해야 한다.

> var_list[1]
$`v1`
[1] 1 2 3 4 5

> str(var_list[1])
List of 1
 $ v1: num [1:5] 1 2 3 4 5
> var_list[[1]]
[1] 1 2 3 4 5
> str(var_list[[1]])
 num [1:5] 1 2 3 4 5

요소에 접근하는 다양한 방법

> names(var_list)
[1] "v1"        "v2"        "df1"       "function1"
> var_list[[2]]
[1]  TRUE FALSE  TRUE  TRUE FALSE  TRUE
> var_list[["v2"]]
[1]  TRUE FALSE  TRUE  TRUE FALSE  TRUE
> var_list$v2
[1]  TRUE FALSE  TRUE  TRUE FALSE  TRUE

데이터프레임의 열을 추가/삭제/수정하는 방법

열 추가

'<-' 연산자로 열을 추가할 수 있다.

데이터프레임명$새로만들 열 이름 <- 추가할 데이터 벡터

열 삭제

열에 NULL 값을 지정해 열을 삭제할 수 있다.(소문자 null은 적용x)

데이터프레임명$삭제할 열 이름 <- NULL

여러 개의 열을 삭제할 때는 삭제할 칼럼을 선택한 후 list(NULL)

데이터프레임명[ , 칼럼인덱스벡터] <- list(NULL)

열 이름과 데이터 타입 변경

colnames 함수를 이용해 열 이름을 조회하거나 수정할 수 있다.

colnames(데이터프레임명)

데이터프레임 간의 결합

-열 기준 결합:

단순병합인 경우 cbind 함수 사용

cbind( 데이터프레임1, 데이터프레임2)

데이터프레임 간의 열들의 순서가 맞지 않아도 특정 열을 기준으로 같은 행들을 연결하여 결합할 때는 merge함수 사용

merge( 데이터프레임1, 데이터프레임2, by = 결합기준 열 벡터 )

-행 기준 결합:

rbind( 데이터프레임1, 데이터프레임2 )

*주의: 두 데이터프레임 간의 열의 이름과 개수가 같아야 한다.

edit 함수 활용

데이터 크기가 크지 않으면 edit 함수를 통해 간단히 수정할 수 있다. edit 함수는 입력한 데이터프레임을 직접 수정해주지 않으므로 edit함수의 결과를 별도의 객체에 지정해야 한다.

열 이름을 변경하거나 새로운 열을 추가할 수도 있다.

직접 변경하기

위에서 본 edit 함수는 데이터가 많거나 특정 조건의 데이터에 일괄적으로 수식을 적용해 변경하기는 힘들다. 이 경우, 변경할 데이터를 선택한 후 직접 값을 변경할 수 있다.

데이터 개요 보기

R에는 기본적으로 제공되는 iris라는 데이터 셋이 있다.

iris는 150개의 행, 5개열로 구성되어 있고, 5개 열의 속성과 일부 데이터 값을 확인할 수 있다.

데이터프레임의 총 행 수는 nrow, 총 열 수는 ncol 함수로 알 수 있다.

*데이터프레임의 데이터가 매우 많을 때는 창에 출력하는 데에만 엄청난 시간이 걸려서 head함수와 tail함수를 이용해  앞뒤 일부만 출력 가능

head( 데이터프레임명, 보고 싶은 행 수) 행 수 입력 안하면 기본적으로 6행 출력

tail( 데이터프레임명, 보고 싶은 행 수) 행 수 입력 안하면 기본적으로 6행 출력

summary 함수를 통해 각 열의 데이터에 대한 요약 정보를 확인 가능

summary( 데이터프레임명 )

숫자 데이터의 경우 Min최솟값, 1st Qu1사분위 수, Median중간값, Mean평균, 3rd Qu3분위 수, Max최댓값을 보여줌.

팩터의 경우 각 범주 당 몇 개가 존재하는지 집계함.

별도의 통계 함수로도 특정 값을 산출할 수 있다.

View 함수: 데이터프레임 표 형식으로 조회하고 정렬 및 조건 검색 가능

Filter 기능을 이용해 원하는 조건에 부합하는 데이터만 볼 수 있다.

subset 함수로 조건 검색

다양한 조건들을 조합해 큰 데이터를 분석해야 할 때는 View 보다 subset 등 조건 검색을 지원하는 함수나 논리벡터를 활용해 데이터를 확인한다.

subset( 데이터프레임명, 찾고자 하는 조건, 조회하고 싶은 열(입력안하면 전체 조회))

A%in% ( c(2,4,5)) : A는 2,4,5 중 하나인 것

+)함수 호출하기

1. 입력 항목명을 지정하지 않고 입력 객체를 순서대로 입력

2. 입력 항목명을 지정해 입력 - 순서를 지키지 않아도 된다!!

attach와 detach 함수

[]를 사용해 데이터프레임에서 조건 검색을 할 때는 subset 함수와 달리 열 이름 앞에 항상 데이터프레임명도 명시해주어야 하기 때문에 가독성이 떨어지고 코드가 너무 길어질 수 있다. attach 함수는 R이 객체를 찾는 경로를 추가해 주는 함수로서 데이터프레임을 추가하면 R은 우선적으로 등록한 데이터프레임 내부에서 객체를 찾아준다. 따라서 열 이름 앞에 데이터프레임명을 명시해주지 않아도 된다. attach 함수의 설정 내역을 해제할 때는 detach 함수를 사용한다.

attach(데이터프레임명)

detach(데이터 프레임명)

*주의사항

[] 연산자로 데이터프레임을 조건 검색한 결과가 한 개의 열이면 데이터프레임이 아닌 벡터로 반환한다. 벡터로의 반환은 프로그램 내의 오류를 발생시키기도 한다. 데이터프레임 형태를 유지하여 조회하고 싶으면 drop = FALSE 옵션을 사용한다.

정렬

[] 연산자를 사용해 벡터 요소의 순서를 변경해 행이 출력되는 순서를 바꿀 수 있다.

order 함수는 입력받은 데이터를 정렬시켜 값이 아닌 위치 벡터를 반환한다.

order( x, decreasing, na.last)

x: 정렬할 벡터. 만약 정렬기준이 여러 개면 연속으로 입력

decreasing: TRUE면 내림차순, FALSE면 오름차순

na.last: 정렬 시 유효하지 않은 값 위치를 지정. TRUE면 맨 끝에, FALSE면 맨 앞에, NA면 정렬 시 NA값 제거

*sort 함수는 order 함수처럼 정렬된 순서를 나타내지만 위치벡터를 반환하는 order 함수와 달리 sort 함수는 벡터값 자체를 반환한다.

그룹 지어보기

aggregrate 함수: 특정 열을 기준으로 그룹을 지어 집계할 때 사용

aggregate( formula, data, FUN)

formula: 집계 기준을 표현한 식 집계할 열~집계 기준열

data: 집계할 데이터프레임

FUN: 집계할 함수

aggregate 함수의 입력항목 중 formula는 "~"를 기준으로 왼쪽은 집계할 열, 오른쪽은 집계 기준열을 나타낸다. 집계할 열이 여러 개면 cbind 함수로 연결하고 집계 기준열이 여러 개면 "+"기호로 연결한다.

cbind(집계할 열1, 집계할 열2, 집계할 열3) ~ 집계 기준열 + 집계 기준열2

만약 데이터프레임에서 집계 기준이 되는 열을 제외한 나머지 열 모두를 집계하는 것이면 해당 열들을 모두 나열하는 대신 "."기호로 대체할 수 있다.

. ~ 집계 기준열1 + 집계 기준열2