R # DataStructure / subset

[Kimuksung]

DataStructure

1) Vector - 동일한 자료형을 가지는 1차원 배열 구조.

생성 함수: c() / seq() / rep()

x<- c(1,3,5,7)
y<- c(3,5)
length(x)

집합 관련 함수

union(x,y) #합집합
setdiff(x,y) # 차집합
intersect(x,y) #교집합

벡터 변수 유형

num <- 1:5
num <-c(-10:5)

벡터 원소 이름 지정 c

names <- c("kim","park","uk")
age <- c(27,25,31)
names(age) <- names
str(age)
#object의 자료구조를 알려준다. 아래와 같다면 vector 형식
#Named num [1:3] 27 25 31
#- attr(*, "names")= chr [1:3] "kim" "park" "uk"

seq()

num<-seq(1,10,by=2)
num2<-seq(10,1,by=-2)

rep()

rep(1:3,times=3)
rep(1:3,each=3)

data가 너무 많다면 아래것들이 잘려서 나오게 되는데 이 때 혀결 방법

options(max.print = .Machine$integer.max)

options(max.print = 9999999)

install.packages('stringr') install.packages(url,repos=NULL) #현재 위치에 새로운 pakage를 설치

.libPaths()

library(stringr) #package memory upload

memory loading 패키지 확인

search()

색인(index) : 저장 위치

object[n]

a<- 1:50 a[c(10:15 , 30:35)] #여러 범위 지정

함수 이용

length(a) a[10:(length(a)-5)] a[seq(2,length(a),by = 2)]

특정 원소 제외(-)

a[-c(20:30)]

조건식

a[a>=10 & a<=30] a[a<=10 | a>=30] a[!(a>=10)]

matrix - same data dtype by 2 demension

how to use : matrix() , rbind() , cbind()

function : apply()

matrix

m1 <- matrix(data=c(1:5)) # row : vector num , column : 1
dim(m1) # row , column
mode(m1) # numberic
class(m1) # matrix

m2 <- matrix(data = c(1:9),nrow=3,ncol=3,byrow=T) # row first m3 <- matrix(data = c(1:9),nrow=3,ncol=3,byrow=F) # column first

# rbind

x<- 1:5 y<- 6:10 z<- 11:15 w<- c('r','r','r','r','r') m4 <- rbind(x,y) m4 <- rbind(m4,z) m4 <- rbind(m4,w)

# cbind

m5 <- cbind(x,y,z,w)

matrix indexing

object[row,column]

m6<- matrix(data = c(1:9),nrow=3,ncol=3) m6 m6[2:3,1:2]

속성

m6[-2,] m6[-1,-1] m6[,-c(1,3)]

row, column 이름 지정

colnames(m6) <- c("one","two","three") m6[,'one'] m6[,'one':'two'] # x 불가능 m6[,1:2] # o

> broadcast 연산 low demension => big demension

x<- matrix(1:12,nrow=4,ncol=3, byrow=T)

scala(0) * matrix(2) - 작은 차원이 큰 차원으로 들어가게 된다.

0.5 * x

vector(1) * matrix(2)

y<- 10:12 y+x x

matrix * matrix - 동일한 차원

x+x x*x

> 전치 행렬 - 행 => 열 열 => 행

x t(x)

# apply() : 처리 함수

help("apply") apply(x,1,sum) apply(x,2,mean)

# array 자료 구조
# - 3차원 배열 구조
# how to use: array()

arr <- array(data=c(1:12),dim=c(3,2,2)) #3 - 2 - 2로 만들어준다. arr data() data("iris3") #3차원 data 불러오기 iris3 dim(iris3) # 꽃이 3개 종류 각각의 넓이,높이,등등 4개 50개씩 조사

array index

arr[,,1] iris3[,,1] iris3[,1,] iris3[,,3]

>data frame - column 마다 다른 자로형을 가질 수 있다. 2차원 구조
# how to use? data.frame()
# function? apply() -> 행렬을 처리

#1) vector를 이용

no <- 1:3 name <- c("홍길동","이순신","유관순") sal <- c(250,350,300)

emp <- data.frame( NO = no, Name = name ,Pay = sal) emp dim(emp) class(emp) mode(emp) #여러형의 자료형인 경우 list라 나온다.

>자료 참조 : column 대부분 index 가끔
# objects$column ex)emp$NO

pay <- emp$Pay mean(pay) sd(pay)

objects[row,column]

emp_row <- emp[c(1,3),] #특정행 추출출 emp[-2,] emp_row emp[2]

>csv / text file / db table
setwd("C:/ITWILL/2_Rwork/Part-I")

emp_txt <- read.table("emp.txt", header=T , sep="") #text 불러오기 emp_txt class(emp_txt) # dataframe

emp_csv <- read.csv("emp.csv") emp_csv class(emp_csv) # dataframe

sid <- 1:3 #학번 score <- c(90,85,83) #연속형 gender <- c('M','F','M')

student <- data.frame(SID=sid,Score=score,Gender=gender , stringsAsFactors = T) #false -> chr true-> factor

> 자료 구조 보기
str(student) 

>특정 칼럼 -> vector
score <-student$Score
score

> List : key-value
# 1) key 생략: [key=value...]

lst <- list('lee','이순신',35,'hong','홍길동',30)

key -> value

lst[[5]]

# 2) key -value 형식

lst2 <- list(first= 1:5, second=6:10) lst2$first lst2$second lst2$first[3]

# 3) 다양한 자료형

lst3 <- list(name=c('홍길동','김욱성'), age=c(33,27),gender=c('M','F')) lst3$name[1] mean(lst3$age)

# 4) 다양한 자료구조

lst4 <- list(one = c('one','two','three'), two = matrix(1:9,nrow=3), three=array(1:12,c(2,3,2)) ) lst4 lst4$one lst4$two lst4$three

# 5) list 형 변환

multi_list <- list(r1=list(a=1,b=2,c=3), r2=list(10,20,30), r3=list(100,200,300) )

multi_list$r1$a

# 중첩 list function 
# key말고 data만 보여주겠다.

mat <- do.call(rbind,multi_list) mat

# list 처리 함수

x<- list(1:10)

list -> vector

v <- unlist(x) # key 제거 a <- list(1:5) b <- list(6:10)

list 객체에 함수 적용

lapply(c(a,b),max) # list 반환 sapply(c(a,b),max) # vector 반환

# 산포도 : 분산 , 표준편차
# 모집단에 대한 분산 , 표준편차
# 분산 = sum((x-산술평균)^2)/n

# 표본에 대한 분산, 표준 편차 <- R
# 분산 = sum((x-산술평균&2))/n-1

>이러한 이유 때문에 값이 조금 다르게 나올 수 있다.

> subset - 특정 row / column을 선택 => 새로운 dataset 생성
x<-1:5
y<-6:10
z<-letters[1:5]
df <- data.frame(x,y,z)

#subset(x, subset, select, drop = FALSE, ...)

1) 조건식 : row 기준

df2<-subset(df,x>=2)

2) select : column 기준

df3<-subset(df,select=c(x,z))

3) 조건식 + select

df4<-subset(df,x>2 & x<=4, select=c(x,z))

4) 특정 column 특정 값으로 subset

subset(df,z %in% c('a','c','e'))

subset(df,z in c('a','c','e')) X

[Kimuksung]

lapply함수는 각각의 '리스트 요소에' 인수로 받은 '함수를 적용'하고

do.call 함수는 '함수의 인수에' '리스트의 각각 요소를 제공'합니다

[Kimuksung]

dataframe을 filtering하기 위해서 subset을 사용하는거 나중에 수많은 data들을 거르고 거를텐데 이때를 위한거 같음 여러가지 형태가 있으니 알맞게 적용해야할듯