Language/R

결측값 데이터가 없는 것을 결측값이라 한다. 데이터가 0 이거나 계산될 수 없는 것과는 다르다. R 에서는 NA로 표기한다.결측값이 포함되면 당연하게도 데이터 분석에 지장이 생긴다. 다양한 함수에서 해당 데이터를 그대로 사용하지 못하는 것부터 계산했더라도 결측값이 있는 데이터가 얼마나 정확한지에 대한 검증이 없기 때문에 신뢰성에 문제가 생긴다. 따라서 결측값을 사전에 전처리(preprocessing) 해주어야 한다. 결측값 확인is.na(data)is.na() 함수로 결측값을 확인할 수 있는데, 결측값이면 TRUE를, 없으면 FALSE를 반환한다. 만약 단일 변수가 아니라면 해당 자료형에 맞춰 TRUE와 FALSE를 반환한다.예를 들어 아래와 같은 코드가 있다 해보자.vdata 출력은 다음과 같다.> i..

기본적 자료 분석 다중변수는 열이 두 개 이상인 자료를 말한다. 이때 열을 필드, 변수라고도 하고, 따라서 열이 두 개 이상인 자료를 다중변수라고 한다. 보통 매트릭스나 데이터프레임을 활용하여 분석한다.str 함수를 통해 행과 열의 개수, 각 열의 이름과 그 열에 들어있는 자료의 자료형, 대략적인 자료 내용을 확인할 수 있다.str(data_name)iris 데이터를 확인해본다면 아래와 같이 나온다.'data.frame': 150 obs. of 5 variables: $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ... $ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ... $ Petal.L..

기본적 자료 분석 기본적으로 확인할 것은 데이터의 자료형(data type)이다. 이는 보통 class 혹은 mode 함수로 확인한다. class 는 데이터 자체의 자료형을 반환하고, mode 는 데이터 내부의 자료형을 반환한다. 예를 들어 어떤 매트릭스 변수에 숫자 데이터가 들어있다면, class 를 통해서 변수를 확인할 때는 matrix 와 array 를 반환하지만, mode 를 통해서 확인하면 numeric 을 반환한다. 단, 벡터 변수의 경우 class 로 확인해도 vector 를 반환하는 것이 아니라 내부 데이터 자료형을 반환한다. 범주형 자료 질적 자료(참고 링크)라고도 불린다. 기본적으로 누적 도수(참고 링크)를 통해 비율을 구한 후 이 비율을 분석한다. 아래와 같은 기본적인 데이터를 가정하..

which 조건문을 통한 인덱싱(링크)으로 벡터에서 조건을 만족하는 데이터에 대해서는 TRUE 로, 조건을 만족하지 않는 데이터에 대해서는 FALSE 로 변환하여 새로운 벡터를 만들어내고, 이를 통해 다시 조건을 만족하는 값을 벡터에서 뽑아낼 수 있었다.which 함수를 이용해서도 비슷한 일을 할 수 있다. which 함수는 해당 데이터 셋에서 조건에 맞는 인덱스를 반환해주는 함수이다. 기본 문법은 아래와 같다.which(data_and_condition)예를 들어서 1 부터 10 까지 아래와 같이 무작위로 있는 벡터에서 5 이상인 값의 인덱스만 알고 싶다면 아래와 같이 which 를 사용할 수 있다.data = 5)벡터가 아니라 매트릭스나 데이터프레임에 적용하여 조건에 만족하는 행의 인덱스를 추출할 수..

for 문 for 문은 특정 범위를 지정하여 실행하는 반복문이다. 기본 문법은 아래와 같다.for (item in range) { ...}range 에는 벡터, 매트릭스, 배열, 리스트 등을 넣을 수 있다. 벡터, 매트릭스, 배열을 넣으면 각 값이 순차적으로, 즉 1열 1행부터 1열 2행 순으로 item 에 대입된다. 데이터프레임은 열 전체가, 리스트도 데이터 전체가 순차적으로 대입된다.모든 데이터가 대입된 후 하위 코드, 즉 {} 안에 있는 코드가 모두 실행되었다면 종료된다. while 문  while 문은 특정 조건을 지정하여 실행하는 반복문이다. 기본 문법은 아래와 같다.while (condition) { ...}condition 이 TRUE 이면 while 문 하위 코드, 즉 {} 안에..

경로 설정 setwd 함수를 이용해서 작업 디렉토리의 경로를 설정할 수 있다.예를 들어서 C:\Users\name\Desktop 에 있는 파일을 가져오고 싶다면 다음과 같이 경로를 설정해줄 수 있다.setwd("C:/Users/name/Desktop")만약 경로 설정을 안하고자 한다면, 그냥 파일 이름으로 경로 설정을 하면 된다. 파일 읽기 및 저장 기본적으로 R 에서는 csv, txt, R 정도의 파일을 읽어올 수 있다. 그 외 파일에 대해서는 추가로 패키지를 설치하여야 한다. csv 파일파일이 csv 파일이라면 read.csv 함수를 이용하면 된다.경로가 제대로 설정되어 있고, 해당 작업 디렉토리에 temp.csv 파일이 있다면 다음과 같이 읽어와 변수에 저장할 수 있다. 이때 csv 로 읽으면 기본..

단순 데이터 형식 R 에서 데이터 형식은 크게 숫자, 문자, 논리로 나뉜다.데이터 형식예시숫자numeric정수, 실수1, 2, 3, -1, 1.45, -24.8문자character문자나 문자열 (따옴표로 감싸짐)"korea", "10", "안녕"논리logical참과 거짓TRUE, FALSE (T, F도 사용 가능)특수한 경우NULL정의되어 있지 않은 값자료형도 없고 길이도 0NA결측값NaN정의가 불가능한 값sqrt(-5)Inf, -Inf양의 무한대와 음의 무한대우선순위가 있는데 특수한 경우를 제외하면 문자형 > 숫자형 > 논리형 순이다. 이는 벡터를 다룰 때 중요하다. 변수 데이터들은 이러한 단순 데이터 형식을 포함하여 다양한 데이터 형식을 이용해 변수에 저장할 수 있다.대입연산자인 x 변수의 이름은 영..

연산자 연산자는 데이터에 대한 연산을 수행하는 데 사용되는 기호나 함수이다.연산자와 피연산자로 구성된 수식은 항상 계산된 값을 반환하며, 이 반환값을 연산자가 계산한다.여러 연산자가 포함된 수식에서는 어떤 연산자를 먼저 적용하느냐에 따라 결과값이 달라질 수 있으므로, 연산자들의 우선순위가 매우 중요하다. 이는 수학에서 사칙연산을 할 때 곱셈과 나눗셈을 덧셈과 뺄셈보다 먼저 계산하는 규칙과 유사하다.R 은 다른 언어에 비해 기초 연산자 숫자가 상대적으로 적고, 기본적인 산술, 비교, 논리, 할당 연산자가 주 이므로 크게 암기를 요하지 않는다. 그러나 벡터와 행렬 연산, 그 외 자료구조에 접근하고 다루는 라이브러리들이 존재하고, 이 라이브러리들의 연산자들은 굉장히 다양하므로 기본적인 연산자에 대한 지식은 중..