R을 알아보자 (1) : 데이터 프레임(Data Frame), 가장 많이 사용하는 데이터 형태

2019-08-05 (월) 

 1. 데이터 프레임이란? 

 데이터 프레임(Data Frame)은 가장 많이 사용하는 데이터 형입니다. 엑셀의 스프레드시트의 외형과 비슷하다고 봐도 됩니다. 기본적으로 행렬의 형태를 취하고 있습니다. 

이름(열1)	나이(열2)	성별(열3)	학점(열4)
김가렌(1행)	23	남	2.9
현티모(2행)	25	남	3.5
김아리(3행)	21	여	3.7

 개인에 대한 정보를 담고 있는 예시 데이터 프레임을 만들어 보았습니다. (한 행, 한 행에 대한 의미를 강조하기 위해 1행부터 시작했습니다.)

열(column)은 속성(attribute)을 담고 있습니다. 속성에 따라 이름(문자), 나이(숫자), 성별(범주형) 등의 다른 데이터를 받고 있음을 볼 수 있습니다. 

행(row)은 개인에 대한 정보를 담고 있습니다. 가로줄 한 줄, 한 줄이 각각 개인을 가리키고 있음을 알 수 있습니다. 행은 케이스 혹은 레코드라고 불리는 경우도 있습니다. 

 

2. R에서 데이터 프레임 만들고 저장하기 

위의 예시 데이터 프레임을 R에서 직접 만들어 보면서 익히도록 하겠습니다. 

#데이터 프레임 만들기(1) : 하나씩 넣기 
name <- c('김가렌','현티모','김아리')
age <- c(23,25,21)
sex <- c("M","M","F")
credit <- c(2.9, 3.5, 3.7)

df_info <- data.frame(name, age, sex, credit)
df_info 

 각각의 열에 정보를 정의하고, 데이터 프레임으로 묶어보았습니다. 그리고 출력했을 때, 다음과 같은 결과를 확인할 수 있습니다.  

 

데이터 프레임 만들기 

한 번에 넣는 방법으로도 수행해 보았습니다. 똑같은 결과를 확인할 수 있었습니다. 

#한 번에 넣기 
df_info2 <- data.frame(name = c('김가렌','현티모','김아리'),
                      age = c(23,25,21),
                      sex = c("M","M","F"),
                      credit = c(2.9, 3.5, 3.7))
df_info2

만든 데이터 프레임 저장하기

저장하는 함수 write.csv를 이용하면 간단하게 저장할 수 있고, 파일 이름을 정해주면 됩니다. 

write.csv(df_info, file = "df_info.csv") #해당 df를 csv 파일로 저장하기 

탐색기에서 저장된 파일을 찾아보았습니다. 잘 저장되었음을 확인했습니다.

생성된 csv 파일 

3. 데이터 프레임 분석하기 

 간단한 데이터 프레임이 생성되었습니다. 해당 데이터를 분석해 보겠습니다. 

mean(df_info$age)
mean(df_info$credit) # $를 이용해서 데이터프레임의 하위 속성에 접

 

통계치 

간단한 통계치를 출력했습니다. $를 통해 데이터 프레임 내부의 변수를 지정한다는 점이 인상적입니다. 

 

 

4. 외부 데이터 가져오기 

 Github에서 예시 데이터를 가져왔습니다. 이 데이터를 import 해 보도록 하겠습니다.(해당 데이터가 필요하신 분은 댓글에 메일 주소를 남겨주시면 보내드리겠습니다.) 

* working directory를 세팅하기 위해 절대 경로를 지정했습니다. 

* 필요한 패키지를 받았습니다.(readxl)

(1) 불러오기 

getwd()
setwd("C:\\Users\\user\\R-project\\RStudy\\8-1-MyTest") #현재 작업 경로 지정

install.packages("readxl") #패키지 설치 
library(readxl) #패키지 불러오기 

df_exam <- read_excel("excel_exam.xlsx") #data import 
View(df_exam)

UI에서 직접 불러오는 방법도 있습니다. 노란색으로 표시한 곳의 파일을 클릭하면 Import Dataset을 선택하면 왼쪽 창이 뜨는데 바로 불러오고, Import Option도 설정할 수 있습니다. 바로 불러 오고, Code Preview가 뜬다는 점이 매우 인상적입니다. 

UI에서 불러오는 방법 

(2) 불러오기 옵션 

1. 첫 열 인덱스 지정 옵션 

만약 컬럼칼럼 이름이 없는 시트의 경우 기본 옵션으로 불러오게 된다면 1번째 행이 칼럼 이름으로 지정되기 때문에 유실됩니다. 그래서 그런 경우에는 col_names = F 옵션을 채택하여 그대로 Import 될 수 있도록 해야 합니다. 

#컬럼 이름에 대한 옵션 
df_exam_novar <- read_excel("excel_exam_novar.xlsx") #그냥 불러오기 
View(df_exam_novar)
df_exam_novar <- read_excel("excel_exam_novar.xlsx", col_names = F) #컬럼 이름은 안불러오기 
View(df_exam_novar)

컬럼 이름이 없는 시트 

(좌) 그냥 불렀을 때 (우) col_names = F 

왼쪽 출력 결과에서는 1개의 행이 부족한데, 아까 말했듯이 한 개의 행이 칼럼 이름으로 들어갔기 때문입니다. 이런 데이터의 경우에는 오른쪽과 같이 될 수 있도록 옵션을 추가로 코딩해야 합니다. 

 

2. 해당 파일에 시트가 여러 개인 경우 

시트가 여러개인 경우에는 시트 번호를 코딩해야 합니다. 아래와 같이 코딩하면 됩니다. 아주 쉽고 직관적입니다. 

#~번째 시트 가져오기 
df_exam <- read_excel("excel_exam.xlsx", sheet = 2)
df_exam2 <- read_excel("excel_exam.xlsx", sheet = 3)
View(df_exam) 
View(df_exam2)

 

3. CSV 파일을 불러올 때 

문자가 들어있는 CSV 파일을 불러올 때는 이 옵션을 F로 설정해야, 문자 타입으로 인식하기 때문에 오류가 없습니다. 

#csv 파일 불러오기 
df_csv_exam <- read.csv("csv_exam.csv")
df_csv_exam
df_csv_exam <- read.csv("csv_exam.csv", stringsAsFactors = F) #문자가 들어 있는 파일을 불러올 때 옵션