[ R ] DataFrame 자료구조

DataFrame 자료구조

• R에서 가장 많이 쓰는 자료구조 DB의 테이블 구조와 유사
• 컬럼 단위로 서로 다른 데이터형의 저장이 가능
• 컬럼은 리스트, 컬럼 내 데이터는 벡터 구조
• DataFrame 생성함수 : data.frame(), read.table(), read.csv()
• DataFrame 자료 처리 함수 : str(), ncol(), nrow(), apply(), summary(), subset()

 

(1) data.frame 객체   생성

 

 

ex )  벡터 이용 data.frame 생성

no <- c(1, 2, 3) name <- c("hong", "lee", "kim") pay <- c(150, 250, 300) vemp <- data.frame(No = no, Name = name, Pay = pay) vemp # No Name Pay # 1  1 hong 150 # 2  2  lee 250 # 3  3  kim 300

• c()함수 이용
• 컬럼 길이는 동일해야 함

 

 

ex )  matrix 이용 data.frame 생성

m <- matrix(   c(1, "hong", 150,     2, "lee", 250,     3, "kim", 300), 3, by = T) memp <- data.frame(m) memp # X1   X2  X3 # 1  1 hong 150 # 2  2  lee 250 # 3  3  kim 300

• matrix()함수 이용

 

 

ex )  text파일 이용 data.frame 생성

emp.txt

0.00MB

 

txtemp <- read.table('C:/emp.txt', header = 1, sep = "") txtemp # 사번 이름 급여 # 1  101 hong  150 # 2  201  lee  250 # 3  301  kim  300

• read.table()함수: 텍스트 파일을 읽어 data.frame 생성

 

 

ex )  csv파일 이용 data.frame 생성

 

emp.csv

0.00MB

emp2.csv

0.00MB

csvtemp <- read.csv('C:/emp.csv', header = T) csvtemp  # no   name pay # 1 101 홍길동 150 # 2 102 이순신 450 # 3 103 강감찬 500 # 4 104 유관순 350 # 5 105 김유신 400 name <- c("사번", "이름", "급여") read.csv('C:/emp2.csv', header = F, col.names = name) # 사번   이름 급여 # 1  101 홍길동  150 # 2  102 이순신  450 # 3  103 강감찬  500 # 4  104 유관순  350 # 5  105 김유신  400

• read.csv()함수: csv파일을 읽어 data.frame 생성

 

ex )  data.frame 만들기

df <- data.frame(x = c(1:5), y = seq(2, 10, 2), z = c('a', 'b', 'c', 'd', 'e')) df # x y  z # 1 1  2 a # 2 2  4 b # 3 3  6 c # 4 4  8 d # 5 5 10 e

 

 

ex )  data.frame 컬럼명 참조

df$x # [1] 1 2 3 4 5

• $ 사용 : 변수명$컬럼명

 

 

(2) data.frame 객체   자료    처리   함수

str(), summary(), apply() 함수

ex )  data.frame의 자료구조( 열 수, 행 수, 칼럴명 보기 )

str(df) # 'data.frame': 5 obs. of  3 variables: #   $ x: int  1 2 3 4 5 # $ y: num  2 4 6 8 10 # $ z: chr  "a" "b" "c" "d" ... ncol(df) # [1] 3 nrow(df) # [1] 5 names(df) # [1] "x" "y" "z" df[c(2:3), 1] # [1] 2 3

• str() 함수: data.frame의 구조 보여준다. 

 

ex ) 요약통계량

summary()함수: 최소값, 최대값, 중위수, 평균, 사분위수값을 요약하여 보여준다.

summary(df) # x           y           z             # Min.   :1   Min.   : 2   Length:5           # 1st Qu.:2   1st Qu.: 4   Class :character   # Median :3   Median : 6   Mode  :character   # Mean   :3   Mean   : 6                      # 3rd Qu.:4   3rd Qu.: 8                      # Max.   :5   Max.   :10

 

ex )  함수 적용

apply()함수
apply(data.frame, 행/열, 함수)

where 행: 1, 열: 2

apply(df[ , c(1, 2)], 2, sum) # x  y  # 15 30

 

 

ex )  data.frame의 부분객체

subset() 함수: data.frame()에서 조건에 만족하는 행을 추출하여 독립된 객체인 subset 생성 

/ 변수 <-subset(data.frame, 조건)

x1 <- subset(df, x >= 3) x1 #    x  y  z # 3 3  6 c # 4 4  8 d # 5 5 10 e

 

ex )  2개의 조건 이용 부분 객체 만들기

y1 <-subset(df, y<=8) xyand <- subset(df, x<=2 & y <=6) xyor <- subset(df, x<=2 | y <=0) y1 #   x y z # 1 1 2 a # 2 2 4 b # 3 3 6 c # 4 4 8 d xyand #   x y z # 1 1 2 a # 2 2 4 b xyor #   x y z # 1 1 2 a # 2 2 4 b

 

 

ex )  student data.frame 만들기

sid = c("A", "B", "C", "D") score = c(90, 80, 70, 60) subject = c("컴퓨터", "국어국문", "소프트웨어", "유아교육") student <- data.frame(sid, score, subject) student #   sid score    subject # 1   A    90     컴퓨터 # 2   B    80   국어국문 # 3   C    70 소프트웨어 # 4   D    60   유아교육

 

ex )  자료형과 자료구조 보기

mode(student); class(student) # [1] "list" # [1] "data.frame" str(sid); str(score); str(subject) # chr [1:4] "A" "B" "C" "D" # num [1:4] 90 80 70 60 # chr [1:4] "컴퓨터" "국어국문" "소프트웨어" "유아교육" str(student) # 'data.frame': 4 obs. of  3 variables: #   $ sid    : chr  "A" "B" "C" "D" # $ score  : num  90 80 70 60 # $ subject: chr  "컴퓨터" "국어국문" "소프트웨어" "유아교육"

 

 

ex ) 두 개 이상의 data.frame 병합

# 단계 1: 병합할 데이터프레임 생성 height <- data.frame(id = c(1, 2), h = c(180, 175)) weight <- data.frame(id = c(1, 2), w = c(80, 75)) # 단계 2: 데이터프레임 병합하기  user <- merge(height, weight, by.x = "id", by.y = "id") user #   id   h  w # 1  1 180 80 # 2  2 175 75

 

 

(3) data.frame 객체   데이터    셋

ex )  galton 데이터 셋

install.packages("UsingR") library(UsingR) data(galton)

 

 

ex ) galton 데이터 셋 구조

str(galton) # 'data.frame': 928 obs. of  2 variables: # $ child : num  61.7 61.7 61.7 61.7 61.7 62.2 62.2 62.2 62.2 62.2 ... # $ parent: num  70.5 68.5 65.5 64.5 64 67.5 67.5 67.5 66.5 66.5 ... dim(galton) # [1] 928   2 head(galton, 15) #    child parent # 1   61.7   70.5 # 2   61.7   68.5 # 3   61.7   65.5 # 4   61.7   64.5 # 5   61.7   64.0 # 6   62.2   67.5 # 7   62.2   67.5 # 8   62.2   67.5 # 9   62.2   66.5 # 10  62.2   66.5 # 11  62.2   66.5 # 12  62.2   64.5 # 13  63.2   70.5 # 14  63.2   69.5 # 15  63.2   68.5