1일차 - R 이랑 친해지기 [1-4장]

 

---

"Do it! 쉽게 배우는 R 데이터 분석" 

책을 참고하여 R을 공부했으며, 글을 작성했습니다.

---

---

☑️R 이란?

데이터 분석가들이 가장 많이 사용하는 데이터 분석 전문 도구이며, 데이터를 분석하는 데 사용되는 소프트웨어(IDE)

 

어디에 주로 사용될까? 

통계분석, 머신러닝 모델링, 텍스트 마이닝, 소셜 네트워크 분석, 지도 시각화, 주식 분석, 이미지 분석, 소리 분석 등

 

R 의 장점은 무엇일까?

무료로 사용할 수 있는 오픈소스, 다양한 그래프와 교육자료, 전문적인 데이터 분석 

---

☑️R 준비

 

1. 공식홈페이지에서 설치를 완료하였으며, 버전은 최신버전보다 조금 아래버전인 4.3.0을 설치했다.

버전 확인

2. 프로젝트 만들기

아래 그림과 같이 프로젝트 파일을 생성

주의 : 프로젝트 이름과 경로에 "한글" 이 들어가면 오류가 발생할 수 있으니 주의해야 한다.

프로젝트 생성

3. 파일(스크립트)  및 소스코드 창  생성

소스코드 창

---

이제 R 설치 및 기초까지 마쳤고, 다른 설정까지도 마쳤으니 이제 본격적으로 R 시작!! 

---

---

☑️R 실행 

변수와 상수 

 

변수(변하는 값) : 데이터분석의 대상 

상수(고정) : 데이터분석의 대상이 아님

 

하나의 변수 선언 ( <-)

파이썬과 다른 점이 존재 

a <- 1 # R
a = 1 # Python

실행화면

R은 기존 Python과 다르게 <- 로 변수를 할당하게 된다. 

여러 변수 선언

파이썬과 다르게 여러 개의 변수를 선언할 땐 c() 사용 

combine 함수: 여러 개의 값을 저장

v <- c(1,5,7,9,2)
v

실행화면

또한 c에서는 연속적인 값을 저장할 수 있는데, 아래와 같이 슬라이싱을 사용할 수 있다. 

v2 <- c(1:5)
v2

실행화면

중요한 점 : 슬라이싱

R          : (끝번호 포함O포함 O)  (1:5) -> 1,2,3,4,5

Python : (끝번호 포함X포함 X)  (1:5) -> 1,2,3,4

 

R 에선 끝번호도 포함한다는 사실을 꼭 잊지 말자

sequence 함수

c()를 사용하지 않고, 연속적인 숫자 값을 저장

특정 규칙에 따라 연속적인 값을 저장

v3 <- seq(1,5)
v3

실행화면

위에서 c() + 슬라이싱을 사용한 결과와 seq()의 결과가 같다는 것을 알 수 있다.

v4 <- seq(0,10, by=2)
v4
v5 <- seq(1,10, by=2)
v5

 

by를 사용하여 숫자의 간격을 설정하여 홀수와 짝수와 같은 특정규칙의 연속적인 값도 저장이 가능하다. 

 

문자 변수 선언

문자 변수도 숫자와 마찬가지로  c()를 사용하면 된다.

변수와 문자도 합칠 수 있으며, paste와 collapse옵션을  사용하면 문자끼리 합칠 수 있다.

str4 <- c("Hello!", "World", "is", "good!")
str4
paste("Hello!", "World", "is", "good!") # 1
paste(str4, collapse = " ")                # 2

str4에 문자열을 각각 저장하고, 문자열을 합치기 위해서 paste를 사용 

#1 : 문자열 각각 나열하여 paste

#2 : 저장된 문자열과 collapse를 사용하여 paste 

실행화면

collapse의 기본값은 띄어쓰기인데, 띄어쓰기 없이 합치고 싶다면 paste0를 사용하면 된다. 

paste0("Hello!","World","is","good!") # 블랭크 없이 합치는 옵션

실행화면

 

파일 가져오기 및 조건 

파이썬과 동일하게 

read.csv를 활용하여 파일을 불러올 수 있다.

그러나 여기서 주목할 점은 pattern 이란 건데, 

list.files(path, full.names = TRUE, pattern = "csv_exam")

실행화면

pattern을 사용하여 찾고 싶은 단어를 입력하면, 입력한 단어가 포함되어 있는 파일들의 리스트를 보여주게 된다.

요약통계량

연속형 변수에 해당되며, 박스플롯과 분석에 용이한 통계량이다.

example <- read.csv("./data/csv_exam.csv")
summary(example)

실행화면

이런 식으로 최솟값, 1분위수, 중앙값(=2분위수), 3분위수, 최댓값(=4분위수)이 나오게 된다.

상관계수 = cor(a,b)

data1 <- c(45,56,34,56,25,74,35,68,98,56)
data2 <- c(7,5,3,6,4,7,6,4,5,9)
# correlation
cor(data1,data2)

실행화면

두 변수에 대해서 상관계수를 구하는것은 추후 통계분석에 있어서 필수불가결한 정보이므로 꼭 기억해둬야 할 코드이다.