04 Factor 팩터
1. 문자열 표현 방식
‘The ‘R’ project’
>> Error
“The “R” project”
>> Error
“The ‘R’ project”
>> [1] “The ‘R’ project”
‘The “R” project’
>> [1] “The \’R\’ project”
a <- ‘The \’R\’ project’
b <- “The \”R\” project”
a; b
>> [1] “The ‘R’ project”
[1] “The \”R\” project”
print(a)
>> [1] “The ‘R’ project”
cat(a, ‘\n’)
>> [1] The ‘R’ project
cat(b, ‘\n’)
>> [1] The “R” project
2. 이스케이프 Escape 문자
a <- ‘a\’b\”c\td\ne’
a
>> "a'b\"c\td\ne" *** ‘ 앞의 \ 만 생략됨
print(a)
>> "a'b\"c\td\ne"
cat(a)
>> [1] a’b”c d
e
3. Factor
x <- rep(c(“male”, ‘female’), 5)
x
>> [1] “male” “female” … “male” “female”
y <- factor(x)
y
>> [1] male female … male female
Levels: female male
class(y)
>> [1] “factor”
str(y)
>> Factor w/2 levels “female”,“male”: 2 1 2 1 2 1 2 1 2 1
is.vector(x)
>> [1] TRUE
is.factor(y)
>> [1] TRUE
is.character(x)
>> [1] TRUE
is.character(y)
>> [1] FALSE
summary(x)
>> Length Class Mode
10 character character
summary(y)
>> female male
5 5
table(x)
>> x
female male
5 5
table(y)
>> y
female male
5 5
cat(x, ‘\n’)
>> male female … male female
cat(y, ‘\n’)
>> 2 1 2 1 2 1 2 1 2 1
cat(x, sep = ‘\n’)
>> male
female
…
cat(as.vector(y), sep = ‘\n’)
>> male
4. 수치 벡터
x <- rep(1:3, 3)
x
>> [1] 1 2 3 1 2 3 1 2 3
summary(x)
>> Min. 1st Qu. Median Mean 3rd Qu. Max.
1 1 2 2 3 3
y <- factor(x)
y
>> [1] 1 2 3 1 2 3 1 2 3
Levels: 1 2 3
str(y)
>> Factor w/3 levels “1”,”2”,”3”: 1 2 3
summary(y)
>> 1 2 3
3 3 3
5. 함수 levels
levels(x)
>> NULL
levels(y)
>> [1] “1” “2” “3”
levels(rep(c(“male”, ‘female’), 5))
>> NULL
levels(factor(rep(c(“male”,”female”), 5)))
>> [1] “female” “male”
names(x) <- LETTERS[1:length(x)]
x
>> A B C D E F G H I
1 2 3 1 2 3 1 2 3
str(x)
>> Named int [1:9] 1 2 3 1 2 3 1 2 3
-attr(*, “names”) = chr [1:9] “A” B” …
levels(x)
>> NULL
names(x)
>> [1] “A” “B” “C” “D” “E” “F” “G” “H” “I”
names(y)
>> NULL
6. 팩터 수준 순서 및 값 편집
1) 변수 선언
x <- sample(c(“low”, “mid”, “high”), 10, replace = T, prob = c(0.2, 0.5, 0.3))
x
>> [1] “mid” “low” “mid” “mid” “mid” “mid” …
summary(x)
>> Length Class Mode
10 character character
table(x)
>> x
high low mid
1 1 8
y <- factor(x)
y
>> [1] mid low mid mid mid mid …
Levels: “high” “low” “mid”
str(y)
>> Factor w/3 levels: "high","low","mid": 3 2 3 3 …
summary(y)
>> high low mid
1 1 8
table(y)
>> x의 table과 동일한 형태로 출력
2) 값 편집
y <- factor(x, levels = c(“low”, “mid”, “high”))
y
>> [1] mid low mid mid mid mid high mid mid mid
Levels: low mid high
str(y)
>> Factor w/3 levels “low”, “mid”, “high”: 2 1 2 2 2 …
summary(y)
>> low mid high
1 8 1
x[10] <- “high”
>> 10번째 값 수정
y[10] <- “high”
>> 10번째 값 수정
x[10] <- “높음”
>> 10번째 값 수정
y[10] <- “높음”
>> Warning Message(NA generated)
y
>> [1] mid low mid … <NA>
Levels: low mid high
y <- factor(y, levels = c(levels(y), “very.high”))
y[10] <- “very.high”
y
>> [1] mid low mid mid … very.high
Levels: low mid high very.high
y <- factor(y, levels = c(“low”, “mid”, “high”, “very.high”),
labels = c(“Small”, “Medium”, “Large”, “Huge”))
y
>> [1] Medium Small Medium Medium … Huge
Levels: Small Medium Large Huge
levels(y)[1:3] <- c(“low”, “mid”, “high”)
y
>> [1] mid low mid mid … Huge
Levels: low mid high Huge
levels(y) <- c(“low”, “not.low”, “not.low”, “not.low”)
y
>> [1] not.low low not.low low …
Levels: low not.low
7. 함수 as.factor
a <- sample(1:3, 20, replace = T)
str(a)
>> int [1:20] 2 2 3 3 1 1 2 1 1 2 …
summary(a)
>> Min. 1st Quo …
…
b <- as.character(a)
str(b)
>> chr [1:20] “2” “2” “3” …
summary(b)
>> Length Class Mode
…
c <- as.factor(a)
str(c)
>> Factor w/3 levels “1” “2” “3”: 2 2 3 3 1 1 2 …
summary(c)
>> 1 2 3
7 6 7
05 DataFrame 데이터프레임 기본속성
1. 데이터프레임 생성과 구성요소
1) 벡터를 이용한 생성
a <- c(‘홍길동’, ‘홍길순’, ‘홍길자’)
b <- c(80, 100, 70)
c <- c(60, 50, 70)
DATA <- data.frame(row.names = a, 국어 = b, 영어 = c)
DATA
>> 국어 영어
홍길동 80 60
홍길순 100 50
홍길자 70 70
2) 새로운 열 추가
DATA <- data.frame(DATA, 평균 = (b + c) / 2, 합계 = b + c)
DATA
>> 국어 영어 평균 합계
홍길동 80 60 70 140
…
3) 함수 str
str(DATA)
>> ‘data.frame’: 3 obs of 4 variables:
$ 국어: num 80 100 70
…
$ 합계: num 140 150 140
class(DATA)
>> [1] “data.frame”
4) 구성요소
DATA$국어
>> [1] 80 100 70
str(DATA$국어)
>> num [1:3] 80 100 70
rownames(DATA)
>> [1] “홍길동” “홍길순” “홍길자”
colnames(DATA)
>> [1] “국어” “영어” “평균” “합계”
str(rownames(DATA))
>> chr [1:3] “홍길동” “홍길순” “홍길자”
2. 인덱싱
DATA$국어[1]
>> [1] 80
DATA$국어[2:3]
>> [1] 100 70
DATA$국어[c(1, 3)]
>> [1] 80 NA
DATA[1, 3]
>> [1] 홍길동의 평균점수
DATA[1:2, 4]
>> [1] 홍길동과 홍길순의 합계
DATA[c(1, 3), c(3, 4)
>> 홍길동, 홍길자의 평균, 합계를 표로 출력
DATA[c(1, 3), ]
>> 홍길동, 홍길자의 국어, 영어, 평균, 합계 출력
DATA[, 3:4]
>> 홍길동, 홍길순, 홍길자의 평균, 합계 출력
3. 값의 편집
DATA$영어[2] <- 70
>> 홍길순의 영어 점수가 70으로 편집됨
DATA$영어[2:3] <- c(70, 80)
DATA[2:3, 1] <- c(70, 80)
>> 홍길순, 홍길자의 국어 점수가 70, 80으로 편집됨
rownames(DATA)[1] <- ‘김갑동’
>> 홍길동의 이름이 김갑동으로 편집됨
rownames(DATA)[2:3] <- c(‘김철수’, ‘김영희’)
4. 조건 검색
DATA$영어 [DATA$영어 > 60]
>> [1] 70 80
DATA$영어 [DATA$영어 > 60, 1:3]
>> 국어 영어 평균
김철수 70 70 75
김영희 80 80 70
DATA$영어 [DATA$영어 > 60, ]
>> 국어 영어 평균 합계
김철수 70 70 75 150
김영희 80 80 70 140
5. 정렬
df
>> 국어 영어 평균
김갑동 80 61 70.5
김철수 95 50 72.5
김영희 80 73 76.5
df$국어
>> [1] 80 95 80
sort(df$국어)
>> [1] 80 80 95
sort(-df$국어)
>> [1] -95 -80 -80
order(df$국어)
>> [1] 1 3 2
order(-df$국어)
>> [1] 2 1 3
order(df$국어, decreasing = T)
>> [1] 2 1 3
df$국어[order(df$국어)]
>> [1] 80 80 95
df$국어[sort(df$국어)]
>> [1] NA NA NA
df[order(df$국어), ]
>> 김갑동, 김영희, 김철수 순으로 바뀌어 dataframe 출력
df[order(-df$국어), ]
>> 김철수, 김갑동, 김영희 순으로 바뀌어 dataframe 출력
df[order(df$국어, -df$영어), ]
>> 김영희, 김갑동, 김철수 순으로 출력
df[order(rownames(df)), ]
>> 김갑동, 김영희, 김철수 순으로 출력
df[order(-rownames(df)), ]
>> Error
df[order(rank(rownames(df))), ]
>> 김갑동, 김영희 김철수 순으로 출력
df[order(-rank(rownames(df))), ]
>> 김철수, 김영희, 김갑동 순으로 출력
6. 컬럼 삽입, 삭제 / 행수, 열수
1) 컬럼 삽입
df[‘합계’] = df[‘국어’] + df[‘영어’]
str(df)
>> ‘data.frame’: 3 obs. of 4 variables:
$국어: num 80 95 80
…
$ 합계: num 141 145 153
2) 컬럼 삭제
df[‘평균’] = NULL
df[c(‘국어’, ‘영어’)] = NULL
>> 합계만 남음
3) 데이터프레임 행수 열수
nrow(df)
>> [1] 3
ncol(df)
>> [1] 4
length(df)
>> [1] 4
dim(df)
>> [1] 3 4
7. 데이터프레임과 문자열, 팩터
x <- sample(c(“low, “mid”, “high”), 10, replace = T)
y <- factor(x)
data <- data.frame(num = 1:10, pos1 = x, pos2 = y)
head(data, 3)
>> num pos1 pos2
1 1 low low
2 2 mid mid
3 3 mid mid
str(data)
>> “data.frame”: 10 obs. of 3 variables
$num: int 1 2 3 4 …
$pos1: chr “low” “mid” “mid” …
$pos2: Factor w/3 levels “high”, “low”, “mid”: 2 3 …
data[order(data$pos1), ]
>> num pos1 pos2
5 5 high high
10 10 high high
1 1 low low
…
data[order(-data$pos1), ]
>> Error
data[order(-data$pos2), ]
>> 1 2 3 4 5 … 순으로 출력,
Warning Message(- is not meaningful for factors)
data[order(-rank(data$pos2)), ]
>> mid, low, high 순으로 차례대로 출력
data[order(data$pos2, decreasing = T), ]
>> mid, low, high 순으로 차례대로 출력
06 DataFrame 데이터프레임 파일 다루기
1. 함수 scan
1) 수치 데이터
scan(file = ‘…’, what = numeric())
>> Read 10 items
[1] 1.0 2.0 3.0 … 10.0
scan(file = ‘…’, what = numeric(), sep = ‘ ‘)
>> Read 10 items
[1] 1.0 2.0 3.0 … 10.0
scan(file = ‘…’, what = numeric(), sep = ‘\n’)
>> Error
*** got 6.57.28910
2) 문자열 데이터
a b c d e
“f g h i j”
scan(file = ‘…’, what = character())
>> Read 6 items
[1] “a” “b” “c” “d” “e” “f g h i j”
scan(file = ‘…’, what = character(), quote = NULL)
>> Read 10 items
[1] “a” “b” “c” “d” “e” “\”f” “g” …
scan(file = ‘…’, what = “char”, sep = ‘\n’)
>> Read 2 items
[1] “a b c e d” “\”f g h I j\””
scan(file = ‘…’, what = “”, sep = ‘\n’, quote = NULL)
>> [1] 위와 같은 결과
2. 함수 cat, write
data <- scan(file = ‘…’, what = “char”, quote = NULL)
cat(data, file = “out.txt”, sep = ‘\n’)
>> 작업폴더에 출력됨
write(data, file = “out.txt”, sep = ‘\n’)
>> 위와 같은 결과
3. 함수 readLines, writeLines
readLines(‘파일이름’)
>> [1] “a b c d e” “\”f g h i j\””
writeLines(readLines(‘파일이름’), ‘out.txt’)
>> 작업폴더에 위와 같은 결과가 줄로 출력됨
* Scan vs ReadLines
Readline은 NULL line까지 출력함( “”)
Scan은 NULL line을 제외하고 출력함
4. 벡터의 빈도표 만들기
Freq.TEXT <- table(TEXT)
head(Freq.TEXT)
>> TEXT
“environment” (easily) (formerly
1 1 1
…
class(Freq.TEXT)
>> [1] “table”
str(Freq.TEXT)
>> ‘table’ int [1:281(1d)] 1 1 1 1 …
-attr(*, “dimnames”) = List of 1
..$ TEXT: chr [1:281] “\”environment\”” …
Freq(TEXT) <- sort(table(TEXT), decreasing = T)
>> 내림차순 정렬
head(names(Freq.TEXT))
>> [1] “and” “a” “of” “is” …
head(unname(Freq.TEXT))
>> [1] 27 18 18 14 14 14
head(as.vector(Freq.TEXT))
>> 위와 같은 결과
*** 연습문제: Freq.TEXT를 알파벳 내림차순으로 정렬하여 Freq2 만들기
Freq2 <- Freq.TEXT[sort(names(Freq.TEXT), decreasing = T)]
· 빈도표를 데이터프레임으로 변환
Freq.Data <- data.frame(Freq.TEXT)
head(Freq.Data)
>> TEXT Freq
1 and 27
2 a 18
3 of 18
…
Freq.Data <- data.frame(row.names = names(Freq.TEXT), Freq = unname(Freq.TEXT))
head(Freq.Data)
>> Freq
and 27
a 18
…
· 데이터프레임에 상대빈도 열 추가
Freq.Data[‘Rel.Freq’] = round(Freq.Data$Freq/sum(Freq.Data$Freq), 3)
head(Freq.Data)
>> Freq Rel.Freq
and 27 0.056
a 18 0.037
…
5. 함수 write.table
write.table(Freq.Data, file = “Freq.txt”, quote = F, sep = ‘\t’, col.names = NA)
>> 작업폴더에 출력
6. 함수 read.delim
df <- read.delim(file = ‘Freq.txt’, sep = ‘\t’, header = T, row.names = 1, quote = NULL)
head(df)
>> Freq Rel.Freq
and 27 0.056
a 18 0.037
of 18 0.037
…
str(df)
>> ‘data.frame’: 281 obs. of 2 variables:
$Freq: int 27 18 18 14 …
$Rel.Freq: num 0.056 0.037 …
'R Programming > Notes' 카테고리의 다른 글
| R 프로그래밍(2) - 기본 사용법과 Vector (0) | 2021.02.16 |
|---|---|
| R 프로그래밍(1) - 코퍼스 언어학이란? (1) | 2021.02.15 |
