[혼공R] 2주차_R 적응기 !

lets eat honeycombo·2025년 1월 19일

혼공학습단 13기

Chapter 02

1) 데이터 분석과정

Chapter 02

1) 데이터 분석과정

추가숙제

1단계 : 데이터 분석 설계하기
- 주제선정 -> 가설 설정 -> 분석가능 변수 구성 (파생변수 고려) -> 분석항목 결정
2단계 : 데이터 준비
- 필요한 데이터 준비
- 웹 크롤링
3단계 : 데이터 가공
- 원시 데이터(처음의 데이터, 가공 X)를 원하는 형태의 데이터로 가공
- 여러 데이터 세트 병합, 추출하여 새로운 데이터 세트 생성 가능
4단계 : 데이터 분석
- 기술통계랑 (빈도, 평균, 최댓값, 이상치 등)으로 데이터 파악
- 시각화
5단계 : 결론 도출
- 가설 검정 및 최종결과 도출

2) 데이터의 생김새

(1) 데이터 구조 간 관계

벡터 : 한 가지 데이터 유형으로 구성된 1차원 구조의 데이터
행렬 : 한 가지 데이터 유형으로 구성된 2차원 구조의 데이터
배열 : 행렬을 n차원으로 확대한 데이터
리스트 : 숫자형, 문자형 벡터 등 여러 데이터 유형이 포함된 1차원 구조의 데이터
데이터 프레임 : 리스트를 2차원으로 확대한 구조의 데이터

(2) 데이터 유형

숫자형 : 숫자로만 이루어진 데이터
문자형 : 문자로만 이루어진 데이터
논리형 : TRUE 혹은 FALSE로 이루어진 데이터

(3) 데이터 유형에 따른 분류

단일형 : 숫자형, 문자형 같이 한 가지 데이터 유형으로만 구성된 데이터 (벡터, 행렬, 배열)
다중형 : 숫자, 문자데이터 등 여러 가지 데이터 유형으로 구성된 데이터 (리스트, 데이터프레임)

(4) 차원에 따른 분류

장점	1차원	2차원	n차원
단일형	벡터	행렬	배열
다중형	리스트	데이터프레임	-

(5) 벡터

할당 연산자 : <- 기호 , C() 함수

변수명 <- c(값)

(a) 숫자형 벡터 생성하기

ex_vector1 <- c(-1, 0, 1) #데이터 생성
ex_vector1 # 변수 조회

>> [1] -1 0 1

[1] : 데이터 위치 표시 , 출력한 벡터 중 첫번째 요소부터 표시

>> [1] 1 2 3 4 5  # 1번째 요소부터 표시
>> [6] 6 7 8 9 10 # 6번째 요소부터 표시

(b) 숫자형 벡터 속성과 같이 확인

mode(ex_vector1) 
str(ex_vector1)
length(ex_vector1)

>> [1] "numeric"
   num [1:3] -1 0 1
   [1] 3

mode() 함수 : 데이터 유형 확인, "numeric"은 벡터가 숫자형 이라는 의미
str() 함수 : 데이터 유형 값을 전체적으로 확인 // num(숫자형), 변수에 포함된 데이터 전체 값 출력
length() 함수 : 데이터 길이 확인 // 벡터의 길이가 3, 즉 3개의 값을 가진 벡터임

참고 : str() 함수 / mode() 함수 / typeof() 함수

#정수형	#문자형	#논리형
str(12345) >>num 12345 mode(12345) >>[1] "numeric" typeof(12345) >>[1] "double"	str("helloworld") >>chr "helloworld" mode("helloworld") >>[1] "character" typeof("helloworld") >>[1] "character"	str(TRUE) >>logi TRUE mode(TRUE) >> [1] "logical" >> typeof(TRUE) >> [1] "logical"

(c) 문자형 벡터 생성하기

ex_vector2 <- c('Hello', 'Hi~!')
ex_vector2

ex_vector3 <- c('1', '2', '3')
ex_vector3

>> [1] 'Hello' 'Hi~!'
   [1] '1' '2' '3'

(d) 문자형 벡터 속성과 같이 확인

mode(ex_vector2)
str(ex_vector2)

mode(ex_vector3)
str(ex_vector3)

>> [1] 'character'
   chr [1:2] 'Hello' 'Hi~!'
   [1] 'character'
   chr [1:3] '1' '2' '3'

(e) 논리형 벡터 생성하고 속성 확인하기

ex_vector4 <- c(TRUE, FALSE, TRUE, FALSE)
ex_vector4

mode(ex_vector4)
str(ex_vector4)

>> [1] TRUE, FALSE, TRUE, FALSE
   [1] 'logical'
   chr [1:4] TRUE, FALSE, TRUE, FALSE

참고 : 데이터 세트 삭제하기

remove(ex_vector2) # ex_vector2 벡터 삭제
rm(ex_vector3)	   # ex_vector3 벡터 삭제

(f) 범주형 데이터 생성하기

ex_vector5 <- c(2, 1, 3, 2, 1)
ex_vector5

cate_vector5 <- factor(ex_vector5, labels = c('Apple', 'Banana', 'Cherry'))
cate_vactor5

>> [1] 2 1 3 2 1 #그룹 순서 범주화
   
   [1] Banana Apple Cherry Banana Apple
   Levels: Apple Banana Cherry

(6) 행렬과 배열

matrix(벡터, nrow = 행 개수, ncol = 열 개수)

(a) 행렬 데이터 생성하기

x <- c(1, 2, 3, 4, 5, 6)
matrix(x, nrow = 2, ncol = 3)
matrix(x, nrow = 3, ncol = 2)

>> 		 [,1] [,2] [,3]
   [1,]    1	3	 5
   [2,]    2	4	 6
   
   		[,1] [,2] 
   [1,]    1	3	 
   [2,]    2	4
   [3,]	   3    6

(b) 옵션 추가로 결과 비교하기

byrow : 데이터를 왼쪽 -> 오른쪽, 열부터 채운다는 옵션 / T, F 대문자만 가능 / 기본값 F는 생략가능

x <- c(1, 2, 3, 4, 5, 6)
matrix(x, nrow = 2, ncol = 3)
matrix(x, nrow = 3, ncol = 2, byrow = T)

>> 		 [,1] [,2] [,3]
   [1,]    1	3	 5
   [2,]    2	4	 6
   
   		[,1] [,2] [,3]
   [1,]    1	3	 5
   [2,]    2	4	 6
   
   		[,1] [,2] 
   [1,]    1	3	 
   [2,]    2	4
   [3,]	   3    6