📌 R 기초

1. 변수, 자료형

1) 변수

• 변수 이름 규칙
  • 사용 가능
    • 알파벳, 숫자, _(언더스코어), .(마침표) 등
  • 사용 불가
    • -(하이픈)
• 변수값 할당 규칙
  • <-, <<-, = 연산자 사용

2) 변수 형태

• 스칼라

  • 단일 차원의 값

  • 스칼라 데이터는 길이가 1인 벡터
    

  • NA와 NULL 비교

    • NA: 변수값을 모를 때 사용 / is.na(): NA값이 있는지 확인
    • NULL: 변수가 초기화되지 않았을때 사용 / is.null(): NULL값이 저장되어 있는지 확인

  • 진릿값
    - TRUE, FALSE
    - 연산자
    - AND(&)
    - OR(|)
    - NOT(!)
    - &,!와 &&, !!의 차이
    

  • 팩터
    - 범주형 데이터(자료)를 표현하기 위한 데이터 타입
    - 레벨(level): 범주형 변수를 담을 수 있는 값의 목록
    - 관련 함수
    - factor: 펙터의 값 생성
    - nlevels: 레벨의 개수 반환
    - levels: 레벨의 종류 반환
    - is.factor: 팩터인지 아닌지 확인
    - ordered: 순서형 팩터 생성
    - is.ordered: 순서형 팩터인지 아닌지 확인
    

• 벡터

  • 데이터 접근
    • x[n]: 벡터 x의 n번째 요소
    • x[-n]: n번째 요소를 제외한 나머지
    • x[start:end]: start부터 end까지의 값
    • length: 객체의 길이를 반환
    • NROW: 배열의 행 또는 열의 수 반환
      
  • 연산자
    • value %in%": 벡터 x에 value가 저장되어 있는지 판단
    • x + n: 벡터 x의 모든 요소에 n의 값 더함(*, /, - 등 사용가능)
      
  • 시퀀스 생성
    • seq(from, end, by): from부터 end까지의 숫자를 저장한 벡터 반환
      
  • 생성 함수
    • rep(x, times, each): x=벡터, times=전체 벡터의 반복횟수, each: 개별 값의 반복횟수
      

• 리스트

  • '(키,값)' 형태의 데이터를 담는 연관 배열
  • 벡터와 달리 값이 서로 다른 데이터 타입을 담을 수 있음

• 행렬

  • 행렬 생성
    • matrix()
  • 데이터 접근
  • 행렬 연산

• 데이터 프레임

  • 처리할 데이터를 엑셀의 스프레드 시트와 같이 표 형태로 정리
    
    • str(): 데이터 프레임의 저장구조를 확인
      
    • 이미 정의된 프레임의 값 변경
      
    • 새로운 열 추가
      
    • 행, 열 이름 지정
      
    • 유틸리티 함수
      • head(): 객체 처음부분 호출

      head(
      	x, # 객체
      	n=6L # 반환할 결과값의 크기
        )

      • tail(): 객체 마지막부분 호출

      tail(
      	x, # 객체
      	n=6L # 반환할 결과값의 크기
        )

      • View(): 데이터 뷰어를 호출

      View(
      	x, # 데이터프레임으로 강제 형변환한 데이터
      	title # 뷰어 윈도우의 제목
        )

2. 조건문, 반복문, 함수

• 조건문

  • if문
    
    

• 반복문

  • for문
    
    
  • while문
    
    
    

• 함수

• 스코프

3. 데이터 조작

• 데이터프레임 행과 컬럼 합치기

  • rbind: 지정한 데이터들을 행으로 취급해 합친다
  • cbind: 지정한 데이터들을 컬럼으로 취급해 합친다
    

• apply 함수

  • apply(): 행렬의 행 또는 열 방향으로 특정 함수를 적용하는데 사용
    
  • lapply(): 결과를 리스트로 변환
  • sapply(): 리스트 대신 결과를 백터 또는 행렬로 변환
  • tapply(): 그룹별로 함수를 적용하기 위한 함수
  • mapply(): 여러 데이터를 함수의 인자로 적용

• 함수 호출

  • summary(): 자료가 인자로 주어지면 간략한 통계요약을, 모델이 인자로 주어지면 모델에 대한 요약을 보여주는 방식
  • quantile(): 수치형 자료의 분포
  • summaryBy(): 원하는 컬럼의 값을 특정 조건에 따라 요약하는 목적으로 사용
  • orderBy(): 데이터를 정렬하기 위한 목적으로 사용
  • sample(): 주어진 데이터에서 임의로 샘플을 추출하는 목적으로 사용
  • sampleBy(): 주어진 데이터에서 traaing data와 validation data(또는 test data)로 분리하는 목적으로 사용

• 데이터 분리 및 병합

  • split(): 데이터를 분리하는데 사용
  • subset(): 전체를 부분으로 구분하는 대신 특정 조건을 만족하는 부분만 원할때 사용
  • merge(): 데이터프레임을 공통된 값을 기준으로 묶는 함수
    

• 데이터 정렬

  • sort(): 주어진 데이터를 직접 정렬해주는 함수
    
  • order(): 주어진 인자를 정렬하기 위한 각 요소의 색인 반환
    

• 데이터프레임 컬럼 접근

  • with(): 데이터프레임 또는 리스트 내 필드를 필드 이름만으로 접근할 수 있게 함
  • within(): 데이터 수정기능을 제공함(데이터가 결측치가 있을 경우)
  • attach()와 detach(): 함수 호출 후 모든 코드에서 컬럼들을 직접 접근할 수 있게 함

• 조건에 맞는 데이터의 색인 찾기

  • which(): 조건에 만족하는 데이터의 행의 색인 자체를 반환

• 그룹별 연산

  • aggregate(): 데이터를 분할하고 각 그룹마다 요약치를 계산

• 편리한 처리를 위한 데이터의 재표현

  • stack(): 데이터를 분할하고 각 그룹마다 요약치를 계산
    
  • unstack(): stack()을 통해 변환된 데이터를 원래 상태로 되돌리는데 사용