R Notebook

데이터의 종류

변수 : var__
상수 : const__
값 : data
단축기alt+ -로 <-생성

var.a <- 1
var.b <- 2
var.a + var.b

[1] 3

함수의 종류

c() 숫자타입의 변수를 생성

단축기ctrl+alt+I
단축기ctrl+shift+enter로 결과값 보이게 할 수 있음.

Vec.a <- c(1,2,5,7,8)
Vec.b <- c(1:5)
Vec.c <- seq(1,10, by=2)
Vec.b+Vec.c

[1]  2  5  8 11 14

c() 문자타입의 벡터를 생성

var.a<-c("Hello", "world", "is", "good ! !")
var.a

[1] "Hello"    "world"    "is"       "good ! !"

Scalar

스칼라(영어: scalar 스케일러[*])란 크기만 있고 방향을 가지지 않는 양을 말한다.

위키백과

Vector

벡터(vector)는 방향과 크기의 의미를 모두 포함하는 표현 도구이다.

위키백과

Dataframe

row(case, 대상하나의 정보)과 column(var+data)로 구성된 표

vec.name <- c("A", "B", "C", "D")
vec.name

[1] "A" "B" "C" "D"

vec.eng<-c(90, 80, 60, 70)
vec.eng

[1] 90 80 60 70

vec.math<-c(50, 60, 100, 20)
vec.math

[1]  50  60 100  20

vec.class<-c(1,1,2,2)
df.score <- data.frame(vec.name, vec.eng, vec.math)
df.score <- data.frame(vec.name, vec.eng, vec.math, vec.class)
df.score

  vec.name vec.eng vec.math vec.class
1        A      90       50         1
2        B      80       60         1
3        C      60      100         2
4        D      70       20         2

id <- c(1,2,3,4,5,6)
class <- c(1,1,1,1,2,2)
math <- c(50,60,45,30,25,50)
english <- c(98,97,86,98,80,89)
science <- c(50,60,78,58,65,98)
df.score1 <- data.frame(id,class,math,english,science)
df.score1

  id class math english science
1  1     1   50      98      50
2  2     1   60      97      60
3  3     1   45      86      78
4  4     1   30      98      58
5  5     2   25      80      65
6  6     2   50      89      98

데이터를 파악할 때 사용하는 함수들

id1<-c(1:10)
class1<-c(1,1,1,1,1,2,2,2,2,2)
match1<-c(50,60,30,43,22,30,30,30,90,100)
english1<-c(30,20,20,22,11,22,22,33,33,33)
science1<-c(20,20,33,33,3,33,22,11,11,22)
df.score2<-data.frame(id1,class1,match1,english1,science1)
df.score2

   id1 class1 match1 english1 science1
1    1      1     50       30       20
2    2      1     60       20       20
3    3      1     30       20       33
4    4      1     43       22       33
5    5      1     22       11        3
6    6      2     30       22       33
7    7      2     30       22       22
8    8      2     30       33       11
9    9      2     90       33       11
10  10      2    100       33       22

n번째 row까지만 보여주기 head(df,n)

head(df.score2, 8)

  id1 class1 match1 english1 science1
1   1      1     50       30       20
2   2      1     60       20       20
3   3      1     30       20       33
4   4      1     43       22       33
5   5      1     22       11        3
6   6      2     30       22       33
7   7      2     30       22       22
8   8      2     30       33       11

n번째 row까지만 보여주기 tail(df,n)

tail(df.score2,7)

   id1 class1 match1 english1 science1
4    4      1     43       22       33
5    5      1     22       11        3
6    6      2     30       22       33
7    7      2     30       22       22
8    8      2     30       33       11
9    9      2     90       33       11
10  10      2    100       33       22

뷰어창에서 df확인 view(df)에서 V는 대분자

View(df.score2)

데이터가 몇 행, 몇 열로 구성되어있는지 알아보기는 dim함수(row,column)

dim(df.score)

[1] 4 3

str()는 데이터가 들어 있는 변수들의 속성을 보여줌(상세보고서의 느낌)

str(df.score2)

'data.frame':   10 obs. of  5 variables:
 $ id1     : int  1 2 3 4 5 6 7 8 9 10
 $ class1  : num  1 1 1 1 1 2 2 2 2 2
 $ match1  : num  50 60 30 43 22 30 30 30 90 100
 $ english1: num  30 20 20 22 11 22 22 33 33 33
 $ science1: num  20 20 33 33 3 33 22 11 11 22

summary()요약

summary(df.score2)

      id1            class1        match1         english1        science1    
 Min.   : 1.00   Min.   :1.0   Min.   : 22.0   Min.   :11.00   Min.   : 3.00  
 1st Qu.: 3.25   1st Qu.:1.0   1st Qu.: 30.0   1st Qu.:20.50   1st Qu.:13.25  
 Median : 5.50   Median :1.5   Median : 36.5   Median :22.00   Median :21.00  
 Mean   : 5.50   Mean   :1.5   Mean   : 48.5   Mean   :24.60   Mean   :20.80  
 3rd Qu.: 7.75   3rd Qu.:2.0   3rd Qu.: 57.5   3rd Qu.:32.25   3rd Qu.:30.25  
 Max.   :10.00   Max.   :2.0   Max.   :100.0   Max.   :33.00   Max.   :33.00  

변수명 바꾸기

ctrl+shift+M 파이프라인 생성(%>%)

df.score
library(dplyr)
df.score %>%
  data.table::setnames(
    old = "vec.name",
    new = "이름"
  )
df.score

파생변수 만들기

히스토그램

hist(df.score2$mean)

hist(df.score2$total)