[R] 빅데이터 분석 실무 2차시_벡터, 행렬, 배열, 리스트, 데이터프레임

rm(list=ls())
 
### 02_필수 기본 문법
### section 01_ 변수와 여러 가지 데이터 유형들
 
var1 = 1
var2 = 2
var3 = "홍길동"
var4 = as.Date("2018-10-10")
var5 = "R is very interesting"
 
var1
var2
var3
var4
var5
 
# 변수명은 영어+숫자가 기본, 예약어 불가, 띄어쓰기 불가, 대소문자 구분.
# 약칭으로 써도 풀로 읽는 게 중요하다.
# var = variable 등.
 
 
bd = as.Date('1999-10-01')
today = as.Date('2023-06-27')
var6 = today - bd
var6
difftime(today, bd) # 날짜끼리 빼는 함수
 
 
# 날짜와 관련된 패키지 활용하기
install.packages('lubridate')
 
library(lubridate)
 
lubridate:: 
# 패키지:: -> 드롭박스로 종속함수들 나온다.
 
date3 = lubridate::now()
year(date3) # date3를 함수의 인자값으로.
month(date3)
day(date3)
hour(date3)
minute(date3)
 
 
# NA, NULL 확인하기
sum(1, 2, NA) # 결과 -> NA
sum(1, 2, NULL) # 결과 -> 3
 
# NA값 제거하는 방법 -> na를 remove
sum(1, 2, 3, NA, 4, 5, na.rm = T)
 
 
# 점표기법: 종속함수 as, sys, 별칭 등 하위에 있는 종속함수 등을 호출하는 것. 하위에 있는 건 종속함수일 수도 있고, 실행 가능한 코드 조각일 수도 있다.
 
# 콜론 두 개: 사용된 함수의 소속을 표시하는 것. 표현식. :: 없어도 함수 호출에는 문제 없는데 구분을 위해 사용함. (ex. lubridate::now() -> now() 함수가 lubridate() 패키지 소속임을 확인하는 것.)
 
# 파이 3.141592... -> statement 실행 가능한 코드 조각.
 
 
# 여러 건의 데이터
# vector, matrix, array
# 벡터, 행렬, 배열
 
# 벡터: 1차원 배열(x), 일렬로 나열
# 행렬: 2차원 배열(x, y)
# 배열: 3차원 배열(x, y, z)
 
# 차원이 높을수록 데이터 탐색이 용이. 좌표값을 이용하면 되기 때문.
 
# ex) 20230305.xlsx 매출일보 엑셀 파일로 3년치 계산해 달라. -> R에서 계산하려고 엑셀 이용해 행렬 만들고 980층짜리 3차원 배열로 만들어내서 코드로 계산.
 
 
## vector, 벡터
# c() -> concatenate, connet. 벡터화.
벡터1 = c(1, 2, 3) 
벡터2 = c(4, 5, 6)
 
# 벡터 길이가 같으면 각 자리끼리 연산.
벡터1 + 벡터2 
벡터1[1] + 벡터2[2] # 인덱스 1부터 시작.
 
# 한 개의 변수에 여러 건의 데이터
보관소 = c('자전거1', '자전거2', '자전거3', '자전거4')
보관소[1] # index number 
 
 
# 벡터 여부 확인하기
is.vector(보관소) # 결과 -> TRUE
is.array(보관소) # FALSE
is.matrix(보관소) # FALSE
 
보관소[-1] # "자전거2" "자전거3" "자전거4"
보관소[2:3] # "자전거2" "자전거3"
보관소[-1:-2] # "자전거3" "자전거4"
 
'자전거1' %in% 보관소 
# 벡터 안에 해당 값이 있는가? 결과 -> TRUE
 
length(보관소) # 길이
 
 
# vector 관련 함수
union() # 합집합
setdiff() # 차집합
intersect() # 교집합
 
 
## matrix, 행렬 -> 칸 모두 채워져야 함.
# variable = function(argument)
mat1 = matrix(c(1,2,3,4))
mat1
#       [,1]
# [1,]    1
# [2,]    2
# [3,]    3
# [4,]    4
 
mat2 = matrix(c(1,2,3,4), nrow=2) 
# nrow -> 행 개수. 초과 행은 다음 열로.
mat2
#       [,1] [,2]
# [1,]    1    3
# [2,]    2    4
 
mat3 = matrix(c(1,2,3,4,5), nrow=2) 
mat3
#       [,1] [,2] [,3]
# [1,]    1    3    5
# [2,]    2    4    1 -> 문제 있는데 에러는 안 만들고 불필요한 값 추가.
 
mat4 = matrix(c('가', '나', '다', '라'), nrow = 2)
mat4
#      [,1] [,2]
# [1,] "가" "다"
# [2,] "나" "라"
 
mat2
mat4
 
mat4[1,1]
mat4[2,1]
c(mat4[1,1],mat4[2,1])
 
mat5 = matrix(c(1:20), nrow=4)
mat5[c(1,3), c(2,3)]
 
 
## array, 3차원 배열. 
# dim=c(가로, 세로, 높이이)
array1 = array(c(1:12), dim=c(2,2,3))
array1
# , , 1
 
#       [,1] [,2]
# [1,]    1    3
# [2,]    2    4
 
# , , 2
 
#       [,1] [,2]
# [1,]    5    7
# [2,]    6    8
 
# , , 3
 
#       [,1] [,2]
# [1,]    9   11
# [2,]   10   12
 
 
## list, 리스트 = 연속된 데이터의 나열
장바구니 = list(
  c('사과','배추','감자'), 
  c('양파','가지','사과'),
  c('당근','양파','호박'))
장바구니
# [[1]]
# [1] "사과" "배추" "감자"
 
# [[2]]
# [1] "양파" "가지" "사과"
 
# [[3]]
# [1] "당근" "양파" "호박"
 
is.list(장바구니)
is.vector(장바구니) 
# 연속 데이터 나열, 벡터에 리스트 있는 것.
 
unlist(장바구니) # list를 벡터화.
unlist(장바구니)[7] # 결과 -> 당근
 
# 단순 집계하기
# table() -> 종류별 집계 함수
table(unlist(장바구니)) 
# 가지 감자 당근 배추 사과 양파 호박 
#   1    1    1    1    2    2    1 
 
장바구니[1]
# [[1]]
# [1] "사과" "배추" "감자"
 
장바구니[[1]]
# [1] "사과" "배추" "감자"
 
print(장바구니[[1]][3]) # 결과 -> 감자
 
 
## Data Frame, 표 또는 table
# 열의 또다른 이름: 특성, 애트리뷰트, 속성, 시리즈, 변수(학년 = c(1,2,3)으로 표현 가능하므로) 등
# 조회나 합치기(merge)는 크게 중요하지 않아서 넘어갈 예정. 
# merge(d1, d2) -> 교집합, merge(d1, d2, all=T) -> d1 기준, 모든 값. 없는 건 NA로.
 
번호 = c(1,2,3)
이름 = c('누리', '마루', '초코')
학과 = c('세무', '회계', '데사')
 
학생명단 = data.frame(번호, 이름, 학과)
학생명단
 
학생명단$이름
 
# rbind(기존 데이터프레임, 추가할 행 벡터)
학생명단 = rbind(학생명단, c(4,'연탄','유딩'))
학생명단
 
# cbind(기존 데이터프레임, 컬럼명 = 추가할 열 벡터)
학생명단 = cbind(학생명단, 학년 = c(1,2,3,4))
학생명단
 
 
# 숫자형과 문자형 데이터 표기 방식
ex1 = c(1,2,3,4,5)
ex1
ex2 = c("연탄", '마루') # 따옴표 종류 상관없음.
ex2
 
 
### section 02_다양한 형식의 데이터 불러오기와 저장하기
 
# 다양한 형식의 데이터 불러오기
# 1) 텍스트 데이터 불러오기
 
# step1. 텍스트 데이터 생성
# step2. 텍스트 데이터 탐색과 불러오기
 
setwd("c:\\temp\\R")
setwd("c:/temp/R")
getwd()
list.files()
# 확장자 없으면 폴더
 
txt1 = readLines('구매후기.txt') 
print(txt1)
 
# incomplete final line found on -> 맨 마지막 문장에서 엔터 쳐 주면 오류 없음. 텍스트 파일 작성하고 마지막 줄 엔터 필수.
 
# txt 파일 기본 인코딩 유니코드 -> ANSI
# UTF-8 파일로 저장했을 경우 인코딩 오류 해결 -> readLines('파일', encoding='UTF-8')