데이터 생김새
- 데이터는 행과 열로 이루어진 데이터 세트가 주를 이룬다.
- 각 행의 이름은 데이터의 관측치
- 각 열의 이름은 변수
- 행과 열에 들어가는 데이터는 값이다.
- 데이터 세트를 테이블이라고도 한다.
데이터 구조간 관계 및 데이터 유형
- 벡터
- 한 가지 데이터 유형으로 구성된 1차원 구조의 데이터
- 행렬
- 한 가지 데이터 유형으로 구성된 2차원 구조의 데이터
- 배열
- 행렬을 n차원으로 확대한 구조의 데이터
- 리스트
- 숫자형 벡터, 문자형 벡터 등 여러 데이터 유형이 포함된 1차원 구조의 데이터
- 데이터 프레임
- 리스트를 2차원으로 확대한 구조의 데이터
데이터를 이해하기 위해서는 데이터 유형도 알아야 한다.
데이터 유형으로는...
-
숫자형: 숫자로만 이루어진 데이터
-
문자형: 문자로만 이루어진 데이터
-
논리형: TRUE or FALSE로 이루어진 데이터
| 1차원 | 2차원 | n차원 | |
|---|---|---|---|
| 단일형 | 벡터 | 행렬 | 배열 |
| 다중형 | 리스트 | 데이터프레임 |
벡터
-
벡터는 데이터 구조의 가장 기본형태
-
할당 연산자인 \<- 와 c () 함수를 이용해서 선언한다
변수명 \<- c (값)
-
mode( ) 함수는 데이터 유형을 확인하는 함수
-
str( ) 함수는 데이터의 유형과 값을 전체적으로 확인가능
-
length( )함수는 데이터의 길이를 확인하는 함수
num : 숫자형
int: 정수형
double: 실수형
char: 문자형
logi: 논리형
범주형 자료
-
과일, 나라명, 도서명, 저자명, 월 등 명목형 자료를 바탕으로 범주화한 데이터
종류를 나타내는 데이터 상반된 개념은 수치형 자료
-
factor ( )함수로 사용해서 생성
factor(범주화할 자료, labels = c ("범주1", "범주2"))
범주화 자료에는 범주로 구성할 데이터 값인 벡터를 입력하고
labels 옵션으로 각 범주에 순서대로 입력!
행렬과 배열
행렬은 행과 열로 구성된 2차원 단일형 데이터이며, 배열은 행렬을 n차원으로 확대한 구조의 단일형 데이터
-
행렬
-
행렬은 matrix ( )함수를 사용
matrix("변수값들", nrow = 행의수, ncol= 열의수
-
-
배열
-
배열은 array( ) 함수를 사용
array("변수값들", dim = c(행수,열수,차원수))
-
리스트와 데이터 프레임
-
리스트: 1차원 데이터인 벡터나 서로 다른 구조의 데이터를 그룹으로 묶은 데이터 세트
list1 \<- list(c(1, 2, 3), "Hello") 선언 방식
-
데이터 프레임: 실제 업무에서 가장 많이 사용하는 데이터 세트
다중형 데이터 세트 이다.
데이터 프레임은 각 열에 변수명이 있어야 한다. 엑셀과 구조가 매우 흡사하다.
-
행: 데이터 세트의 가로 영역이고 데이터의 관측치다.
-
열: 데이터 세트의 세로 영역이고 변수라고 부른다
-
데이터 값: 관측된 값이다.
data.frame(변수명1, 변수명2, .... 변수명n)
-
요약.
-
데이터 세트: 행과 열로 이루어진 테이블 형태의 집합
-
벡터: 1차원 데이터로 구성된 단일형 데이터
-
행렬: 행과 열로 구성된 2차원 단일형 데이터
-
리스트: 1차원 데이터인 벡터나 서로 다른 구조의 데이터를 그룹으로 묶은 다중형 데이터세트
-
데이터 프레임: 리스트를 2차원으로 확대한 것으로 숫자형 벡터, 문자형 벡터 등 서로다른 데이터의 세트
데이터 파악하기
| 함수 | 기능 |
|---|---|
| head() | 데이터의 앞 부분 확인 |
| tail() | 데이터의 뒷 부분 확인 |
| View() | 뷰어 창에서 데이터 확인하기 |
| dim() | 데이터가 몇 행, 몇 열로 구성되어 있는지 확인하기 |
| str() | 속성 파악 |
| summary() | 요약 통계량(최솟값, 1/4의수, 중앙값, 평균, 3/4의수, 최댓값 Min, 1st Qu, Median, Mean, 3rd Qu, Max |
데이터 전처리
| dplyr함수 | 기능 |
|---|---|
| filter() | 행 추출 |
| select() | 열 추출 |
| arrange() | 정렬 |
| mutate() | 변수추가 |
| summrise() | 통계치 산출 |
| group_by() | 집단별로 나누기기 |
