[R Programming] 객체 이름 정의와 데이터 프레임 - Week 2-2

GIST에서 공개하는 청년 AI. Big Data 아카데미 온라인 기초과정 빅데이터 분석과 R프로그래밍 강의를 참고하였다.

 

R Studio를 실행하여 실습을 해본다.

 

벡터에 이름 주기

gender<-c(0,1)
names(gender)<-c("female", "male")
gender

0,1 값을 갖는 벡터에 0=female 1=male이라는 값을 부여한다.

 

범주형 변수 생성: factor

size<-c("S", "M","L","XL")
size_factor<-factor(size)

size_factor2 <- factor(size,levels = c("S", "M","L","XL")) 
size_factor2

size벡터는 문자를 가진 단순한 벡터이지만 factor 함수로 범주형 변수로 정의할 수 있다.

is.factor(size_factor): 생성한 size_factor 벡터가 범주형 변수인지를 확인하기 위해서 is.factor 함수를 사용하여 보았더니 참이라는 결과가 나왔다.
size_factor은 순서가 정의 되어있지 않다. S, M, L, XL의 순서를 정의해본다.

size_factor3 <- factor(size, ordered = TRUE, levels = c("S", "M","L","XL")) 
size_factor3

size_factor3는 ordered = TRUE(순서가 있도록) levels을 정의하여 factor를 생성하였다.  
size_factor3의 Level을 보면 S, M, L, XL의 순서를 보여준다.

 

행렬에 이름주기 dimnames, colnames, rownames

x<-matrix(rnorm(12),nrow=4)
x
dim(x)

x는 12개의 객체를 랜덤으로 뽑아서 생성한 정규분포 벡터이다. (평균=0, 표준편자=1)

dim(x): dim함수를 이용하여 차원을 알아볼 수 있다. (4x3)

[,1] [,2] [1,] [2,] 와 같이 보기 행렬의 어려운 이름을 다른 이름으로 부여하여 보기 쉽게 하겠다. 

dimnames(x)[[2]]<-paste("x",1:3,sep="")
x
y<-matrix(rnorm(12),nrow=4)
colnames(y) <- c("y1", "y2", "y3")
y

dimnames(x)[[2]]<-paste("x",1:3,sep=""): x라는 기호에 1부터 3까지 부여하여 열에 이름을 부여한다.

( [[1]]은 행을 의미하고, [[2]]는 열을 의미한다.)

colnames를 사용하여 dimnames와 같이 열에 이름을 부여할 수 있다.

dimnames(x)[[1]]<-paste("id",1:4,sep="")
x
rownames(y) <- c("id1", "id2", "id3","id4")
y

dimnames(x)[[1]]<-paste("id",1:4,sep=""): id라는 기호에 1부터 4까지 부여하여 행에 이름을 부여한다. colnames와 마찬가지로 rownames로 행에 이름을 부여할 수 있다.

 

행렬과 데이터 프레임

데이터프레임은 객체값들을 행렬로 저장할 뿐 아니라 변수명, 관측치번호 등 여러가지  정보를 가지는 객체 이다.

R에서는 분석할 데이터라면 데이터 프레임으로 정의해주어야 한다.

그러기 위해서는 데이터 프레임이 맞는지 확인할 수 있어야 한다.

is.data.frame(x)
x<-as.data.frame(x)
is.data.frame(x)

is.data.frame 함수로 데이터 프레임인지 확인할 수 있다.

데이터 프레임으로 인식하게하고 싶다면 as.data.frame으로 정의해줄 수 있다.

x<-as.data.frame(x): x를 데이터 프레임으로 정의하였다.

이제 is.data.frame 함수로 데이터 프레임인지 확인하면 참이 나온다.

x$x1
mean(x$x1)
sd(x$x1)
summary(x)

x$x1: x데이터에서 x1변수 값들을 출력한다.

mean(x$x1): x데이터에서 x1변수 값들의 평균을 출력한다.

sd(x$x1): x데이터에서 x1변수 값들의 표준편차를 출력한다.

summary(x): x 데이터 전체의 요약 통계량을 보여준다.

(x1, x2, x3 변수의 최소값, 1/4값, 중간값, 평균값, 3/4값, 최대값)