75일차 시작....

📌 R 데이터프레임

• 데이터프레임
  - 행(row) :
  - 열(column) : 차원, 변수

---

📌 R 통계

• 통계 용어
  - 모집단(population) : 전체 데이터를 의미
  - 모수(parameter) : 모 평균, 모 표준편차, 모 분산 등 모집단의 통계적 특성치를 의미
  - 표본집단(sample) : 모집단 중에서 일부를 무작위 추출한 데이터를 의미
  ↪ 표본 측정 후, 모집단의 특성을 파악함
  
  
• 정규 분포
  - 평균을 기준으로 좌우 대칭이 되는 분포 그래프
  - 종 모양을 그리는 그래프
  - 중심극한정리 : 표본분포에서 평균값에 데이터들이 모이는 현상을 의미
  - 왜도 : 분포가 정규분포에 비해 얼마나 왜곡 되었는지 나타내는 척도
  - 첨도 : 분포의 뾰족한 정도를 나타내는 척도
  

---

📌 R 연산자

• 산술
  +, -, *, /, %%, ^, **
  
  
• 관계
  ==, !=, >, >=, <, <=
  
  
• 논리
  &, |, !, xor()

---

📌 R 제어문1

• if 함수

if(x + y >= 10) {
  cat('결과는 ', x+y)
} else {
  cat('10을 넘지 않습니다.')
  a = 10
}

• ifelse 함수 (= 3항 연산자)

ifelse(x >= 5, 'a1', 'a2')

• switch 함수

switch('age', id='hong', age=22)
a <- 1
switch(a, mean(1:10), sd(1:10))
a <- 2
switch(a, mean(1:10), sd(1:10))

• which 함수
  - 조건에 부합하는 값이 몇번째 인덱스에 있는지 반환

name <- c('kor', 'eng', 'mat', 'kor')
which(name == 'kor')

---

📌 R 제어문2

• for 함수

su <- 1:10
for(n in su) {
  print(n)
}

• while 함수

i <- 0
while(i < 10) {
  i = i + 1
  print(i)
}

• repeat 함수

cnt <- 1
repeat {
  print(cnt)
  cnt = cnt + 1
  if(cnt > 10) break
}

---

📌 R 함수

• 내장 함수
  - seq(시작값, 종료값, by=증가값) : 숫자형의 sequence를 생성
  - rnorm(개수, mean=평균값, sd=표준편차값) : 난수를 생성
  - sample(백터값, 추출개수) : 모집단에서 특정 개수만큼의 표본을 추출
  - min(백터값) : 최솟값
  - max(백터값) : 촤댓값
  - range(백터값) : 범위
  - mean(백터값) : 평균
  - median(백터값) : 중앙값
  - var(백터값) : 분산
  - sqrt(var(백터값)) or sd(백터값) : 표준편차
  - sd(백터값) / mean(백터값) : 변동 계수
  - quantile(백터값) : 4분위 수
  - sum(백터값) : 합계
  
  
• 사용자 정의 함수

func1 <- function(arg) {
  print(arg)
  return(arg + 10)
}

func1(10)

---

📌 R 스크래핑

• 라이브러리 설치

install.packages('httr')
library(httr)
install.packages('XML')
library(XML)
install.packages('rjson')
library(rjson)

• 웹 스크래핑
  1. url 준비
  2. htmlParse(rawToChar(GET(url)$전체태그))
  3. xpathSApply(source, "//태그명[@class='클래스값']", xmlValue)
  4. gsub('[\r\n\t]', "", text) : 정규표현식으로 개행문자 제거

• XML 스크래핑
  1. url 준비
  2. GET(url)
  3. xmlTreeParse(r, useInternal=T)
  4. xmlRoot(doc)
  5. xmlSApply(rootNode, xmlValue)
  6. xpathSApply(rootNode, "//LBRRY_NAME", xmlValue)

• JSON 스크래핑
  1. url 준비
  2. fromJSON(file=url)
  3. data.frame(doc)

---

📌 R 시각화 (그래프)

• 시각화 종류
  - 이산변수 : 막대, 점, 원형 등
  - 연속변수 : 박스, 히스토그램 등
  
  
• 막대 그래프
  - barplot(숫자데이터, xlab=x이름, ylib=y이름, col=색깔, main=제목)
  - par(mfrow=c(1,2)) : 하나의 출력 공간에 2열을 사용할 수 있다.
  
  
• 점 차트
  - dotchart(숫자데이터, color=색깔, lcolor=라인 색깔)
  
  
• 원 그래프
  - pie(숫자데이터, labels=레이블명, lty=라인 종류)
  
  
• boxplot
  - boxplot(숫자데이터, range=범위)
  
  
• histogram
  - hist(숫자데이터, breaks=사이 거리)
  
  
• plot
  - plot(x=x데이터, y=y데이터)

---

📌 R 데이터전처리

• 결측치(Missing Value) 제거
  - na.omit(column의 row 데이터)
  - 데이터프레임$칼럼명[is.na(데이터프레임$칼럼명)] <- 0
  
  
• 극단치(outliner) 제거
  - data <- subset(데이터프레임, 데이터프레임$칼럼명 == ?) : 특정 조건을 만족하는 데이터만 치환

---

📌 R DB 연동

• 라이브러리 설치

# RJDBC api를 사용
install.packages('rJava')
install.packages('DBI')
install.packages('RJDBC')
library(rJava)
library(DBI)
library(RJDBC)

• 원격 DB 연동

drv <- JDBC(driverClass="org.mariadb.jdbc.Driver", classPath="C:/work/mariadb-java-client-2.6.2.jar")
conn <- dbConnect(drv=drv, "jdbc:mysql://127.0.0.1:3306/test", "root", "123")
dbListTables(conn)

# 레코드 조회
query <- "SELECT * FROM sangdata"
result <- dbGetQuery(conn, query)
result

# 레코드 추가
iquery <- "INSERT INTO sangdata VALUES(30, '핸드크림', 34, 15000)"
dbSendUpdate(conn, iquery)

# 레코드 수정
query <- "UPDATE sangdata SET sang='맛있는 립밤' WHERE code=31"
dbSendUpdate(conn, query)

# 레코드 삭제
dbSendUpdate(conn, "DELETE FROM sangdata WHERE code=29")

---