exestudiary

자료구조 

vector 생성

vec0 = 101
vec1 = c(1, 30, -3)
vec2 = c("banana", "apple", "pear")
vec3 = 1:9
vec4 = seq(1, 10, by = 4) # 1부터 10까지 4씩 더한 벡터
vec5 = seq(1, 100, length = 9) # 1부터 100까지 등간격으로 9개의 원소를 가짐.
vec6 = rep(1:3, times = 3) # 1:3을 3번 반복
vec7 = rep(1:3, each = 3) # 1:3의 원소를 각각 3번씩 반복

seq, rep 구분 

seq는 from이랑 to가 있어서 1:10 이렇게 쓰면 안되고, 1, 10 이렇게 처음이랑 끝을 구분해서 써주는 것.

rep는 x라서 다수의 숫자를 출력하고 싶을 때는 벡터로 지정을 해주거나 해야함.

seq(from = 1, to = 1, by = ((to - from)/(length.out - 1)),
    length.out = NULL, along.with = NULL, ...)
    
rep(x, ...)

rep.int(x, times)

rep_len(x, length.out)

vector의 참조

> 대괄호 사용 

> <객체 이름> [index number]

> 대괄호 안에 참조할 원소의 위치값을 입력

> index에는 c(), :, seq() 등으로 생성한 벡터도 가능

vector의 길이 확인 

> length( name_object )

예제

# 벡터의 3,3,3,4,4,4 번째 원소
rep(tmp3[c(3,4)], each = 3)
tmp3[rep(3:4, each =3)]

여기서 첫 번째 줄 코드를 해석하면

tmp3의 3,4 번째 숫자를 가져와서 벡터로 만들어주고, 그 다음에 각각을 3번씩 출력해준다.

두 번째 줄 코드를 해석하면

3과 4 각각을 3번 출력하고 벡터화 시킨 뒤에 tmp3의 c(3,3,3,4,4,4)의 값을 출력해준다. 

행렬(matrix)

> 수 또는 다항식 등을 직사각형 모양으로 배열한 것

> 동일한 자료형인 원소로 구성된 2차원의 자료구조

matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE,
       dimnames = NULL)
       
matrix(1:6, nrow =3, ncol =2)

matrix의 참조

<name_object>[<row_index>, <col_index>] # 행과 열을 함께 참조
<name_object>[<row_index>, ] # 행 참조	
<name_object>[<row_index>, <col_index>] # 열 참조

matrix의 차원 확인

dim(<객체명>)

예제

mat3 = matrix(seq(10, 120, by = 10), nr =2, nc = 6)
mat3[2,4]
mat3[1,]
mat3[,3]
mat3[1:2,]

factor 

> 범주형 자료를 표현하기 위한 구조

> 자료가 사전에 정의된 유형으로만 분류되는 경우 사용됨.

> '자료의 값'과 '사전에 정의하는 수준(level)'으로 이루어짐.

> 특수한 형태의 vector라고 볼 수 있음. 

> vector와 동일한 방법으로 참조 (대괄호 사용)

fac1 = factor(c("AB", "B", "O", "A", "A", "B"), level = c("A", "B", "O", "AB"))

fac2 = factor(c("B", "B", "RH-A", "B", "O", "A"), levels = c("A", "B", "O", "AB"))

fac1
fac2 # if levels factor doesn't perceive value that doesn't define in levels to NA.
# 따라서 RH-A의 값을 Na 값으로 인식함. 

fac1[1:3]
levels(fac1)
levels(fac1) = c(levels(fac1), "????") # levels에 수준을 추가

변수 

- 숫자나 문자열 등 하나의 항목에 이름을 붙인 것

- 1개의 변수는 하나의 데이터를 보관할 수 있음.

x1 = 5 ; x2 = 7
x1+x2
y = x2 - x1
ls() # 현재 저장된 변수 리스트 확인
rm(y) ; ls() # y만 삭제 후 변수 리스트 확인
rm(list = ls()) ; ls() # 저장된 변수 모두 삭제 후 변수 리스트 확인

변수의 종류 

numeric(수치형)

character(문자형)

logical(논리형)

complex(복소수형)

저장된 변수의 자료형 확인 

mode(x1) # numeric으로 출력
str(x1) # num 5로 출력
is.numeric(x1) # numeric 외에 자료형 다 가능

변수의 자료형 변경

as.numeric(x1) # as.character(x1)

# 연습
num1 =  1; char1 = 'a' ; logi1 = T

is.numeric(num1) # T
is.character(logi1) # F
is.logical(char1) # F

as.numeric(logi1) 
as.character(num1) 
as.logical(char1) # NA, character의 경우 logical로 바꿀 수 없음.

# 연습 2

as.numeric("Word")
as.numeric("1235")
as.numeric(TRUE)
as.numeric("TRUE")
as.logical(1)
as.logical(0)
as.logical(123)
as.logical("1")
as.logical(4151124)
as.numeric(F)

TRUE는 0 제외 숫자로 표현되면 1

FALSE는 0

특수 자료형

- 수학적으로 정의되지 않거나, 무한대를 나타내거나, 결측치를 나타내는 등 특수한 상황에 사용

- NA: 결측값(자리는 있음)

- NULL: 값이 존재하지 않음. (자리조차 없음.)

- NaN: 수학적인 정의가 불가능한 값 (0/0)

- Inf/ -Inf : 무한대 (3/0)

예시

x1 = c(1,2,NA, 4,5)
x2 = c(1,2,NULL, 4, 5)

is.na(x1)
length(x1)
is.na(x2)
length(x2)

결과에서 알 수 있듯이 x1은 자리가 포함되어있고, x2는 그렇지 않다. 

정리

temp_num = 101
temp_chr = "this is an example"
temp_logi = F
temp_cplx = 1i

is.numeric(temp_num)
is.character(temp_chr)
is.logical(temp_logi)
is.complex(temp_cplx)

as.numeric(temp_logi)

write( ) 함수

file_hander = open("output.txt", "wt", encoding = "utf-8")

while True:
    words = input("Enter words >>> ")
    if word.startswith("exit"):
    	break
    
    else:
    	file_handler.write(words)
        
file_hander.close()

파일에서 한 칸씩 띄워서 넣고 싶을 때

file_hander = open("output_1.txt", 'wt', encoding = "utf-8")

while True:
	words = input("Enter words >>> ")
    if words.startswith("exit"):
    	break
        
    else:
    	file_handler.write(words)
        file_handler.write("\n")
        
file_hander.close()

마지막에 4줄까지 표시가 된 것은 공부를 입력하고 file_handler.write("\n")을 통해 한 줄이 띄워진 것이다. 

writelines() 함수

words_list = \
['안녕하세요.', 'Python', '잘하고 싶은 사람입니다.'] # \는 라인이 길어서 두 줄로 표현했다는 뜻

with open("output.txt", "wt", encoding="utf-8") as fp:
    fp.write("\n".join(words_list)) # join은 리스트를 하나의 문자로 만들어주는데 그것의 연결고리가 \n이 되도록
    fp.flush()

data_poem.txt의 파일은 다음과 같이 한글로 저장되어있다.

여기서 파일 오픈 에러가 나는지 확인을 하기 위해 다음과 같은 코드를 실행한다. 

try:
    file_handler = open("data_poem.txt", 'rt')  

    data_string  = file_handler.read()             
    print(data_string)                             

    file_handler.close()

except FileNotFoundError as e:
    print(f"파일 오픈 에러 :{e}")
    
except UnicodeDecodeError as e:
    print(f"파일 오픈 에러 :{e}")

이 결과는 cp949로 윈도우에서 지원하는 encoding 체계라서 바꿔주려면

encoding 파라미터를 전달하여 파일이 오픈되도록 해야한다. 

file_handler = open("data_poem.txt", 'rt', encoding='utf-8')

data_string  = file_handler.read()             
print(data_string)                             

file_handler.close()

encoding은 한국어냐 외국어냐 영어냐에 따라서 encoding을 바꿔주면 된다.

한글로 파일을 읽을 때는 encoding = 'utf-8'

자동으로 파일 객체 닫기

with open ( ) as f: 파일 사용 뒤 자동으로 파일 객체를 닫는다.

# with의 코딩 블록을 벗어나는 순간 자동으로 파일 객체를 닫아준다.

with open("data_poem.txt", "rt", encoding = 'utf-8') as fp:
	data_string = fp.read()
    print(data_string)

file open 시 오류 처리

존재하지 않는 파일을 읽고자 한다면 에러가 발생한다.

이럴 때는 open으로 파일을 불러올 때 os모듈을 사용하여 파일 존재 여부를 확인하면 된다.

import os 

file_name = "data_science.txt"

if os.path.exists(file_name):
	
    file_handler = open("data_science.txt", "rt")
    data_string = file_handler.read()
    print(data_string)
    file_handler.close()
    
else:
	print(f"파일 오픈 에러 : {file_name} 파일이 존재하지 않습니다.")

또는 try, except 구문을 사용해 오류를 처리해주면 된다.

try:
    file_handler = open("data_poem.txt", 'rt')  

    data_string  = file_handler.read()             
    print(data_string)                             

    file_handler.close()

except FileNotFoundError as e:
    print(f"파일 오픈 에러 :{e}")
    
except UnicodeDecodeError as e:
    print(f"파일 오픈 에러 :{e}")

1. 파일 열기

open("파일명","r",encoding = 'utf-8')
open("파일명","w")

open("sample.txt", "rt") # 파일없으면 error남. 
open("sample.txt", "wt") # 파일없어도 error X. 
# 뒤에 t는 text로 읽고 쓰겠다는 뜻

주피터랩 코드설명: shift + tab

파일 열기 모드 (open("파일명", 모드, encoding, .....) 여기서 mode에 들어가는 것들을 말함.)

- 생략 : r과 동일

- r : 읽기 모드, 기본값

- w: 쓰기 모드, 기존에 파일이 있으면 덮어씀.

- r+ : 읽기/ 쓰기 겸용 모드

- a : 쓰기 모드. 기존에 파일이 있으면 이어서 씀. append의 약자

- t : 텍스트 모드. 텍스트 파일을 처리. 기본값

- b: 바이너리 모드. 바이너리 파일(=이진 파일)을 처리

2. 파일처리 

- 파일에 데이터를 쓰거나 파일로부터 데이터를 읽어옴.

3. 파일 닫기

변수명.close()

+ 컴퓨터가 파일을 가져오는 과정

CPU > memory > disk

disk  > memory > CPU

자료가 나타나고 저장하는과정

파일을 열었으면 닫아줘야함.

다 읽으면 메모리 낭비가 심할 수 있음.

텍스트 파일 입력 (읽기)

read() : 파일 전체를 읽어 문자열로 return 해줌.

file_example = open("data.txt", 'rt')

data_string = file_example.read()
print(data_string)

file_example.close()

readline() : 한 줄을 읽어 문자열로 return

file_example = open("data.txt", 'rt')

line_string = file_example.readline()
print(line_string)

file_example.close()

readlines() : 파일 전체를 읽어 줄 문자열이 원소인 list 형태로 return

file_example = open("data.txt", "rt")

line_list = file_example.readlines()
print(line_list)

file_example.close()

여기서 보면 각각의 원소 뒤에 \n이 붙어있는 것을 확인할 수 있다.

그래서 각각의 원소가 한 줄 띄우고 출력될 것이라는 것을 예상할 수 있는데

실행해보면 다음과 같이 나온다.

# 각각의 원소의 결과값을 알기 위해 실행하는 코드
file_example = open("data.txt", "rt")

line_list = file_example.readlines()

for line in line_list:
	print(line)

file_example.close()

이렇게 출력되는데 이것은 print가 default값으로 \n을 가지기 때문이다.

이걸 해결해주기 위해 다음과 같은 코드를 짤 수 있다. 

# 각각의 원소의 결과값을 알기 위해 실행하는 코드
file_example = open("data.txt", "rt")

line_list = file_example.readlines()

for line in line_list:
	line = line.strip("\n")
	print(line)

file_example.close()

Review

example = read.csv("C:\\Users\\user\\OneDrive - 경북대학교\\통계학과\\1-2\\R프로그래밍 및 실험\\w5_1 covid19_psyco.csv")

# example에서 관찰값 200개를 랜덤으로 뽑고 앞 변수(열) 5개만 선택하여 example2로 저장
example2 = head(example[sample(1:nrow(example), 200), 1:5])

# example2의 occupation의 빈도표 
table(example$occupation)

# example2의 gender와 occupation의 분할표를 출력
table(example2$gender, example2$occupation)

# example2의 line_of_work에 포함된 값의 종류 확인
unique(example2$line_of_work)

동일한 변수 & 관찰값 추가

- 대용량의 데이터의 경우 추가된 자료만을 불러와 기존 데이터에 덧붙일 수 있음.

 예) 동일한 설문지를 조직 A,B에서 조사한 후 각각 코딩하여 자료가 두 개인 경우

vector에 관찰값 추가

vec = c(0,5,10)
vec = c(vec, 15)
vec[5] = 20
vec[c(6,8)] = c(25, 35) # 7번째 값은 지정해주지 않았으므로 NA값을 반환함.

matrix에 관찰값 추가

mat = matrix(1:10, nc = 5)
mat[3,] = rep(3,5) # 3행에 추가시켜주려고 했으나 error
rbind(mat, rep(3,5)) # 3행에 추가시켜주는 함수
mat = rbind(mat, rep(3,5))
# rbind 설명
# 벡터와 행렬, 데이터 프레임 요소들의 집합을 열로 묶어줌.

Practice

data(iris)
head(iris) ; tail(iris)
unique(iris$Species)

# iris에 새 관찰값 추가하기
rbind(iris, c(3.5, 3.5, 1.3, 0.3, "versicolor"))

# vector형태를 data.frame형태로 바꿔서 rbind 활용
newobs = data.frame(3.5, 3.5, 1.3, 0.3, "versicolor")
names(newobs) = name(iris)
head(rbind(newobs, iris))
str(rbind(newobs, iris))

# 두 개의 행을 가져올 때
newobs2 = data.frame(
			c(3.5, 3.7),
            c(3.5, 3.6),
            c(1.3, 1.4),
            c(0.3, 0.4),
            c("versicolor", "virginica"))
names(newobs2) = names(iris)
rbind(iris, newobs2)

변수 추가

예) 동일한 조사집단에 대하여 추가적인 설문 문항이 제작된 경우

matrix

mat = matrix(1:10, nr = 5)

cbind(mat, c(1:5)+3) 
cbind(c(1:5)+3, mat) 
cbind(mat, c(1:5)+3, c(1:5)-3) # 순서대로 저장됨.
cbind(c(1:5)+3, mat, c(1:5)-3)
# cbind 설명
# Take a sequence of vector, matrix or data-frame arguments and combine by columns.

data.frame

paste("id", 10) # 입력한 2개의 문자를 띄어쓰기써서 붙여주기
paste0("id", 10) # 입력한 2개의 문자를 띄어쓰기없이 붙여주기

example3 = example[sample(1:nrow(example), 10), 1:5] #여기서 example은 전에 썼던 파일 (covid)
new = paste0("id", 1:nrow(example3))

#### add variable(1) ----
cbind(example3, new)
cbind(new, example3)

#### add variable(2) ----
example3$id = new
example3[, c("id", "age", "gender","occupation", "line_of_work", "time_bp")]
example3[,c("age", "id", "gender", "occupation", "line_of_work", "time_bp")]

Pracitce

iris_1 = iris[iris$Petal.Length == 3.5,]
# iris_1 = subset(iris, Petal.Length == 3.5)

iris_2 = iris[iris$Petal.Length == 5,]
# iris_2 = subset(iris, Petal.Length == 5)

rbind(iris_1, iris_2)
Length = iris$Petal.Length + iris$Sepal.Length
cbind(iris, Length)

데이터 병합

- 데이터 합치기

>>> 기준이 없는 경우 : rbind(행 방향), cbind(열 방향) 

>>> 기준이 있는 경우(기준변수가 있는 경우) : merge

                  기준에 따라 inner join, outer join, left join, right join

inner / outer

left    /  right

예제

df1 = data.frame(
    ID = 1:6,
    group = c(rep("B",3), rep("A",2), "B")
)

df2 = data.frame(ID = 3:7, score =c(31,86,76,83,53))

## merge 사용 ----

# inner join
merge(df1, df2) #merge(df1, df2, by ="ID")

# outer join 
merge(df1, df2, all = TRUE)

# left join
merge(df1, df2, all.x = TRUE)

# right join    
merge(df1, df2, all.y = TRUE)

# 중복되는 변수가 존재하는 경우(값이 완전히 동일)
df3 = data.frame(ID=3:5, score=c(31, 86, 76))
merge(df2, df3, by="ID") # score.x와 score.y가 나옴.
merge(df2, df3, by="ID")[,c("ID","score.x")]

Practice 

# mtcars의 자료에 k-번째 관찰값이면 'car_k' 값을 가지는 변수 id를 맨 앞에 추가하여 cars로 저장
cars = cbind(id = paste0("car", nrow(mtcars)), mtcars)

# cars 자료 중에 1~10번째 관찰값을 추출하고 변수 id, mpg, disp만 cars1으로 저장
cars1 = cars[1:10, c("id","mpg","disp")]

# cars 자료 중 '1~5번째 관찰값'과 '6번째 이후 관찰값에 대하여 랜덤으로 추출한 5개의 관찰값'에 대하여 
# 변수 id, mpg, cyl만 cars2로 저장
cars2 = cars[c(1:5, sample(6:nrow(cars), size = 5)), c("id","mpg","disp")]

# 함수 merge를 활용하여 변수 id를 기준으로 cars1, cars2에 대하여 inner join/ left join/ outer join
merge(cars1, cars2, by = "id")
merge(cars1, cars2, by = "id", all.x = TRUE)
merge(cars1, cars2, by = "id", all = TRUE)

Review

# 내장 데이터 iris3 불러오기
data(iris3)

# iris3의 데이터 구조 파악하기
str(iris3)

# iris3의 세 번째 페이지의 행의 수 구하기
nrow(iris[,,3])

# iris3의 세 번째 페이지의 변수 Sepal L.의 분산 구하기
var(iris3[,"Sepal L.",3])

# 값 "A", "B", "C"를 중복 허락하여 iris3의 세 번째 페이지의 행의 수만큼 추출한 벡터 label 생성하기
label = sample(c("A", "B", "C")nrow(iri3[,,3]), replace = True)

외부 데이터 불러오기

read.csv(file, header = TRUE, ..)

read_excel(path, col_names = TRUE, ...)
read_xls()
read_xlsx()

# readxl 패키지에 포함된 함수들은 패키지 설치가 필요함.
install.packages("readxl")
library(readxl)

csv 파일로 불러오는걸 선호하기 때문에 csv파일로 불러오는 걸 공부하겠음.

excel

### install readxl ----
install.packages("readxl")
library(readxl)

### loading excel ----
read_xlsx("C:\\Users\\user\\OneDrive - 경북대학교\\통계학과\\1-2\\R프로그래밍 및 실험\\w5_1 covid19_psyco.xlsx")

read_xlsx("C:\\Users\\user\\OneDrive - 경북대학교\\통계학과\\1-2\\R프로그래밍 및 실험\\w5_1 covid19_psyco.xlsx", col_names = T)

readxl:: read_excel("C:\\Users\\user\\OneDrive - 경북대학교\\통계학과\\1-2\\R프로그래밍 및 실험\\w5_1 covid19_psyco.xlsx", sheet = 2)

readxl:: read_excel("C:\\Users\\user\\OneDrive - 경북대학교\\통계학과\\1-2\\R프로그래밍 및 실험\\w5_1 covid19_psyco.xlsx", na = "NA")

readxl:: read_excel("C:\\Users\\user\\OneDrive - 경북대학교\\통계학과\\1-2\\R프로그래밍 및 실험\\w5_1 covid19_psyco.xlsx", na = "7")

csv 파일로 불러오는걸 선호하기 때문에 csv파일로 불러오는 걸 공부하겠음.

csv

setwd("C:\\Users\\user\\OneDrive - 경북대학교\\통계학과\\1-2\\R프로그래밍 및 실험")
# 내가 어디 폴더에서 파일을 가지고 작업을 수행할지 정해줌.
# 자기 파일 클릭하고 우클릭하면 속성이 있는데 거기서 파일이 어딨는지 정보가 있으니
# 그걸 복사 붙여넣기하면 됨. 
# 근데 처음에 복사하면 \ 가 한 개만 나오는데 
# \를 \\이렇게 만들어줘야함. 

temp = read.csv("w5_1 covid19_psyco.csv", header =FALSE) 
# 파일 불러오기
# header는 column_names를 변수로 쓸건지 아닌지 FALSE는 안 쓴다는거
str(temp) 
head(temp, n = 5)
tail(temp)
temp$X ; temp$travel.work
unique(temp$age)
10 %in% temp$time_dp
5:10 %in% temp$time_dp
5:10 %in% head(temp$time_dp)

# temp에서 temp$X, temp$travel.work 열을 제거한 데이터 프레임 example 생성하기
example = temp[, -c(20,22)]
example = temp[, !(names(temp) %in% c("X", "travel.work"))]
example = subset(temp, select = -c(X, travel.work))

EDA

summary(example)

table(example$prefer)
table(example$age, example$prefer)

hist(example$time_bp)
hist(example$home_env)

example$certaindays_hw = as.factor(example$certaindays_hw)
str(example)

Practice1

# temp의 변수 age 내 오타를 수정하고 확인
temp[temp$age == "Dec-18"] == "12-18"

# na개수
sum(is.na(temp$X)) 
sum(is.na(temp$travel.work))

# na개수와 temp의 행의 수가 같은지 확인
sum(is.na(temp$X)) == nrow(temp)
sum(is.na(temp$travel.work)) == nrow(temp)

Practice2

names(temp) 
# 를 통해서 X와 travel.work이 column의 몇 번째인지 알아보기

example = temp[,-c(20,22)]
example = temp[,!(names(temp) %in% c("X", "travel.work")]
exmaple = subset(temp, select = -c(X, travel.work))

# subset(x, select,...)
## x : object to be subsetted
## select : expression, indicating columns to select from a dataframe
### 여기서 select 안에 있는 column의 변수들은 "" 표시 X

파일 내보내기

setwd("C:\\Users\\user\\OneDrive - 경북대학교\\통계학과\\1-2\\R프로그래밍 및 실험")

result = table(example$age, example$prefer) 
# age가 행 부분이 되고, prefer이 열 부분이 됨. 

write.csv(result, file = "table.csv")
# result라는 데이터 프레임을 csv로 저장  
write.csv(table(example$age, example$prefer), file = "table2.csv")
 
write.csv(example[1:3, 1:4], file = "dataframe.csv")
# example의 1부터 3부분의 행과 1부터 4의 열을 추출해서 csv 파일로 만들고 파일 이름은 dataframe.csv

리스트 저장하기

write.csv(list(a = example[1:10, 1:4], b = 1:10),
          file = "list1.csv")

이런 식으로 저장됨.

write.csv(list(a = example[1:10, 1:4], b = 1:5),
		file = "list2.csv")

1번째 데이터 프레임과 2번째 데이터 프레임의 F열 값이 다르다는 것을 확인할 수 있음.

이게 왜냐면 

write.csv(list(a = example[1:10, 1:4], b = 1:10),
          file = "list1.csv")

write.csv(list(a = example[1:10, 1:4], b = 1:5),
		file = "list2.csv")

10개의 행을 불러오는건 둘 다 같은데, b의 값이 1부터 10까지인거랑 b가 1부터 5까지인 것에서 차이가 난다는 걸 확인할 수 있음. 

다른 방법

erer::write.list(list(a = example[1:3,1:4], b = 1:10), file = "list_.csv") # a가 행으로 들어감.

.rdata

### rdata 
setwd("C:\\Users\\user\\OneDrive - 경북대학교\\통계학과\\1-2\\R프로그래밍 및 실험")
save(result, file = "rda file.rda") 
# save(result, file = "rda file.rdata")
# R의 고유한 저장형식
# 현재까지 작업한 환경을 현 작업공간(working directory)에 저장함.

save.image(file = "image.rda")
# 현재 작업 중인 공간 전체를 저장 
load("image.rda")
load("rda file.rda")
# "로드"는 외부 파일에 저장된 데이터나 객체를 R 프로그램에서 사용할 수 있도록 가져오는 과정

load의 사용

기존의 global Environment는 이런 상태임.

그런데

load("image.rda")

해주면

이렇게 생김.

전에 있던 파일의 저장된 데이터와 객체를 가져와줄 수 있도록 함. 

Review

A = matrix(seq(-5, 5, length = 25))
B = matrix(seq(5, 10, length = 25))
det A ; det B
A %*% B
k = matrix(0, nr = 3, nc = 3) 
# matrix(c(1,0,0,0,1,0,0,0,1), nr =3)
diag(k) = 1 #(diagonal elements - 대각성분)

R에서 데이터 만들기

(출처: Psycological Effects of COVID Answers to survey taken in 2020 to understand people's opinion on lockdown kaggle.com/datasets/psycological-effects-of-covid)

ex = data.frame(
    age = c("19-25", "26-32", "50-60", "19-25", "40-50", "12-18"),
    gender = c("Male", "Female", "Female", "Male", "Female", "Male"),
    occupation = c("Student in College", 
                   "Working Professional", 
                   "Homemaker",
                   "Student in College",
                   "Working Professional",
                   "Student in College"),
    sleep_bal = c(-0.5, 0, -0.5, 0, 0, -1),
    fam_connect = c(0.5, 0, -0.5, 0.5, 0.5, 0.5),
    relaxed = c(0.5, 0, -0.5, 0, 0.5, 0),
    prefer = c("Work/study from home", "Complete Physical Attendance", "Work/study from home","Work/study from home", "Complete Physical Attendance", "Complete Physical Attendance")
)

만든 데이터로 연습하기

# ex의 행과 열의 개수 확인하기
nr(ex) ; nc(ex)

# ex의 변수명을 변경하기
#1
names(ex) = c("age", "gender", "occup", "sleep", "family", "relax", "prefer")

#2
names(ex)[3:6] = c("occup", "sleep", "family", "relax")

# ex의 변수 prefer의 값들을 간단하게 나타내기
ex$prefer[ex$prefer == "Work/study from home"] = "from home"
ex$prefer[ex$prefer == "Complete Physical Attendance"] = "attendance"

내장 데이터 불러내기

1. iris

data(iris) # 데이터를 불러줌.
str(iris) # 데이터가 어떤 구조로 형성되어있는지 알려줌.
head(iris) # 데이터의 값들 중 위에서부터 6개의 데이터를 가져와서 나타냄.

sum(is.na(iris$Sepal.Length)) ; sum(is.na(iris$Sepal.Width))
sum(is.na(iris$Petal.Length))   # 각 열의 데이터를 조사해서 결측값(na)값이 있는지 확인

mean(iris$Sepal.Length) # 평균
var(iris$Sepal.Length) # 분산
sd(iris$Sepal.Length) # 표준편차

2. mtcars

data(cars); rm(cars)
data(mtcars); head(mtcars)

max(mtcars$cyl)    # 최댓값
min(mtcars$cyl)	   # 최솟값
unique(mtcars$cyl) # cyl의 값을 골라줌. 근데 중복포함 하지않고 골라줌.

데이터에 접근하는 방법

# 접근할 데이터[행 선택, 열 선택 (열 이름도 가능)]

mtcars[1:3, ]
mtcars[ ,1:2]
mtcars[1:5, 2:3]
mtcars[1:3, c("mpg", "cyl")]

Subsampling

sample(1:nrow(mtcars), size = 10)   # 중복 포함 x, replace = FALSE(기본값)
sample(1:nrow(mtcars), size = 10, replace = TRUE) # 중복 포함 

set.seed(10) 
# 이걸 쓰고 sample을 쓰면 다시 set.seed(10)을 쓰고 sample을 쓰면 처음에 했던 sample이 나옴. 
# (size에 따라서 앞에서부터 차례대로)

mtcars_part = mtcars[sample(1:nrow(mtcars), size = 10),] 
# mtcars_part에 mtcars에서 샘플링한거를 저장할건데, 샘플링을 어떻게 하냐면, 행 10개를 추출할거임.
# 근데 행이 1부터 mtcars의 마지막까지 중에서 smaple을 취할거임.
# 중복포함 x

연습하기

# mtcars에서 5,10,15번 째 관찰값(행)의 hp, gear, carb(열)의 값을 출력
mtcars[c(5, 10, 15), c("hp", "gear", "carb")]

# mtcars에서 6개의 관찰값을 임의로 중복 없이 추출하기
mtcars[sample(1:nrow(mtcars), size = 6, replace =FALSE), ]

# mtcars에서 6개의 관찰값을 임의로 중복을 허락하여 추출하기
mtcars[sample(1:nrow(mtcars), size = 6, replace =TRUE), ]

# mtcars에서 cylinder의 개수가 가장 적은 관찰값을 골라 출력하기
min(mtcars$cyl)

# mtcars에서 cylinder의 개수가 가장 적은 관찰값의 gear 개수의 평균을 구하기
mean(mtcars[mtcars$cyl == min(mtcars$cyl), "gear"]) # 행 접근 후 열 접근
mean(mtcars[mtcars$cyl == min(mtcars$cyl), ]$gear) 

# mtcars에서 cylinder의 개수가 
# 가장 적은 관찰값의 변수 vs의 값이 0이면 "V-shaped", 1이면 "straight"로 변경하기
mtcars$vs[mtcars[mtcars$cyl == min(mtcars$cyl), "vs"] == 0] = "V-shaped"
mtcars[mtcars$cyl == min(mtcars$cyl) & mtcars$vs == 0 , "vs"] = "V-shaped"

mtcars$vs[mtcars[mtcars$cyl == min(mtcars$cyl), "vs"] == 1] = "straight"
mtcars[mtcars$cyl == min(mtcars$cyl) & mtcars$vs == 1 , "vs"] = "straight"

내장데이터 확인

data.list = data(package = .packages(all.available = TRUE))
str(data.list)
head(data.list)
head(data.list$result)

재귀함수 사용 O

def fibonacci(n, a=0, b=1, fib_list=[]):

    if a >= n:
        return fib_list

    else:
        fib_list.append(a)
        a, b = b, a+b
        return fibonacci(n, a, b, fib_list)

print(fibonacci(2000))

재귀함수 사용 X

def fibonacci(n, a=0, b=1, fib_list=[]):

    for i in range(n):
        if a >= n:
            return fib_list
        else:
            fib_list.append(a)
            a,b = b, a+b

fibonacci(2000)