R에서 NA와 NULL, &와 &&의 차이
R에서 NA와 NULL, &와 &&의 차이
R이란?
R은 데이터 분석을 위한 통계 및 그래픽스를 지원하는 자유 소프트웨어 환경이면서 하나의 컴퓨터 언어이자 다양한 패키지(통계, 머신러닝, 금융 등등의 라이브러리)의 집합입니다.
설치
‘R’과 R을 사용하기 위한 IDE인 ‘RStudio’를 이용합니다.
변수
변수에 값을 할당할 때는 <- 또는 <<-또는 =을 사용합니다. 하지만 =은 경우에 따라 사용될 수 없는 경우가 있어 <-로 쓰는 게 좋습니다.
NA와 NULL의 차이
NA는 길이가 1인 논리적 상수로 missing value 이거나 만약 데이터에 값이 존재하지 않는다면 NA로 표시할 수 있습니다. 즉, 지정한 범위의 값이 아닐 때 NA로 처리할 수 있습니다. 예를 들어, 설문지에 1번과 2번이 있는데 3번을 고른 사람이 있다면 NA로 나오게 됩니다. 어떤 변수에 NA가 저장되어있는지 확인하려면 is.na()함수로 확인할 수 있습니다.
NULL은 R의 NULL 객체를 나타냅니다. 예약어이고 변수가 초기화되지 않는 경우에 사용할 수 있습니다. 즉, 아직 데이터 값을 입력하지 않았을 때를 의미합니다. NULL이 할당되었는지는 is.null()함수로 확인할 수 있습니다.
&와 &&의 차이
&는 AND 연산자로 boolean이 저장된 벡터끼리의 연산시 각 원소 간을 계산합니다.
c(TRUE, TRUE) & c(TRUE, FALSE)의 결과로 TRUE FALSE가 나옵니다.
&&는 AND 연산자로 boolean이 저장된 벡터끼리의 연산시 한 개의 boolean 값을 계산합니다.
c(TRUE, FALSE) && c(TRUE, FALSE)의 결과로 TRUE가 나옵니다.
c()는 열벡터를 선언하는 명령입니다.
a <- c(1, 2, 3)의 경우 (1, 2, 3)으로 된 열을 a 벡터에 넣습니다.
요인(Factor)
요인은 범주형 변수를 위한 데이터 타입입니다. 첫 번째 인자는 그 변수에 저장되는 값이고 두 번째 인자가 범주(Category)를 줄 수 있습니다. nlevels()로 범주의 수를 구할 수 있고, levels()로 범주 목록을 알 수 있습니다. 그리고 R에서 index는 0이 아닌 1에서 시작합니다.
sex <- factor(“m”, c(“m”, “f”))
nlevels(sex)
2
levels(sex)
“m” “f”
factor()는 기본적으로 데이터에 순서가 없는 변수를 만듭니다. 만약 범주형 데이터지만 순서가 있는 값일 경우는 순서형 변수로 만들기 위해 ordered()를 사용하거나 factor()호출 시 ordered=TRUE로 지정해줍니다.
ordered(c(“a”, “b”, “c”)) 또는 factor(c(“a”, “b”, “c”),ordered=TRUE)
벡터(Vector)
벡터에 나열하는 인자들은 한 가지 유형의 타입이어야 합니다. 만약 다른 타입의 데이터를 섞어서 저장하면 이들 데이터는 한 가지 타입으로 자동 형변환됩니다. c()안에 인자들을 나열하여 정의하면 됩니다.
x <- c(1, 2, 3, 4, 5)
그리고 벡터는 중첩될 수 없습니다. 중첩하려면 리스트를 사용해야 합니다. c(1, 2, 3, c(1, 2, 3))과 같이 중첩하게 되면 그냥 그대로 1 2 3 1 2 3이 들어가게 됩니다.
숫자형 데이터의 경우, start:end형태로 시작값부터 끝값까지의 값을 갖는 벡터를 만들 수 있습니다. 또는 seq(from, to, by) 형태로도 시작값과 끝값을 설정해주는 것이 가능합니다.
x <- 1:10
seq(1, 10, 2) #이렇게 하게 되면 1부터 10까지 홀수만 나오게 됩니다.
seq_along()은 인자로 주어진 데이터의 길이만큼 1, 2, 3 … N으로 구성된 벡터를 반환합니다. seq_len()은 N 값이 인자로 주어지면 1, 2, … N 으로 구성된 벡터를 반환합니다.
seq_along(c(‘a’, ‘b’, ‘c’)) # 1 2 3
seq_len(3) #1 2 3
벡터의 각 셀에는 이름을 부여할 수 있습니다. names()에 원하는 이름을 벡터로 넘겨주면 됩니다.
x <- c(1, 3, 4)
names(x) <- c(“k”, “s”, “p”)
그리고 벡터는 x[1]이나 x[3]같이 인덱스로 접근할 수 있고 x[-1]처럼 그 인덱스에 해당되는 요소를 제외시킬 수 있습니다.
벡터에서 원하는 위치에 있는 저장된 값을 가져오려면 x[c(1, 3)]처럼 색인 벡터를 넣어주면 됩니다.
x[start:end]도 가능합니다.
만약 이름이 있다면 이름으로도 접근이 가능합니다. x["s"] 또는 x[c("s", "p")]
벡터의 길이는 length() 또는 NROW()를 통해 알 수 있습니다. NROW()는 벡터를 n행 1열의 행렬로 취급해 길이를 반환하기 때문에 가능합니다.
%in% 연산자는 어떤 값이 벡터에 포함되어 있는지 boolean으로 알려줍니다.
“a” %in% c(“a”, “b”, “c”)
TRUE
벡터를 집합으로 취급해 집합간 합집합, 교집합, 차집합을 계산할 수 있습니다.
setdiff(c(“a”, “b”, “c”), c(“a”, “d”)) #차집합
“b” “c”
union ( c ( “ a “ , “ b “ , “ c “ ) , c ( “ a “ , “ d “ ) ) #합집합
“a” “b” “c” “d”
intersect ( c ( “ a “ , “ b “ , “ c “ ) , c ( “ a “ , “ d “ ) ) #교집합
“a”
집합간 비교는 setequal()을 사용합니다.
setequal ( c ( “ a “ , “ b “ , “ c “ ) , c ( “ a “ , “ d “ ) )
FALSE
출처
- http://r4pda.co.kr/## R이란?
R은 데이터 분석을 위한 통계 및 그래픽스를 지원하는 자유 소프트웨어 환경이면서 하나의 컴퓨터 언어이자 다양한 패키지(통계, 머신러닝, 금융 등등의 라이브러리)의 집합입니다.
설치
‘R’과 R을 사용하기 위한 IDE인 ‘RStudio’를 이용합니다.
변수
변수에 값을 할당할 때는 <- 또는 <<-또는 =을 사용합니다. 하지만 =은 경우에 따라 사용될 수 없는 경우가 있어 <-로 쓰는 게 좋습니다.
NA와 NULL의 차이
NA는 길이가 1인 논리적 상수로 missing value 이거나 만약 데이터에 값이 존재하지 않는다면 NA로 표시할 수 있습니다. 즉, 지정한 범위의 값이 아닐 때 NA로 처리할 수 있습니다. 예를 들어, 설문지에 1번과 2번이 있는데 3번을 고른 사람이 있다면 NA로 나오게 됩니다. 어떤 변수에 NA가 저장되어있는지 확인하려면 is.na()함수로 확인할 수 있습니다.
NULL은 R의 NULL 객체를 나타냅니다. 예약어이고 변수가 초기화되지 않는 경우에 사용할 수 있습니다. 즉, 아직 데이터 값을 입력하지 않았을 때를 의미합니다. NULL이 할당되었는지는 is.null()함수로 확인할 수 있습니다.
&와 &&의 차이
&는 AND 연산자로 boolean이 저장된 벡터끼리의 연산시 각 원소 간을 계산합니다.
c(TRUE, TRUE) & c(TRUE, FALSE)의 결과로 TRUE FALSE가 나옵니다.
&&는 AND 연산자로 boolean이 저장된 벡터끼리의 연산시 한 개의 boolean 값을 계산합니다.
c(TRUE, FALSE) && c(TRUE, FALSE)의 결과로 TRUE가 나옵니다.
c()는 열벡터를 선언하는 명령입니다.
a <- c(1, 2, 3)의 경우 (1, 2, 3)으로 된 열을 a 벡터에 넣습니다.
요인(Factor)
요인은 범주형 변수를 위한 데이터 타입입니다. 첫 번째 인자는 그 변수에 저장되는 값이고 두 번째 인자가 범주(Category)를 줄 수 있습니다. nlevels()로 범주의 수를 구할 수 있고, levels()로 범주 목록을 알 수 있습니다. 그리고 R에서 index는 0이 아닌 1에서 시작합니다.
sex <- factor(“m”, c(“m”, “f”))
nlevels(sex)
2
levels(sex)
“m” “f”
factor()는 기본적으로 데이터에 순서가 없는 변수를 만듭니다. 만약 범주형 데이터지만 순서가 있는 값일 경우는 순서형 변수로 만들기 위해 ordered()를 사용하거나 factor()호출 시 ordered=TRUE로 지정해줍니다.
ordered(c(“a”, “b”, “c”)) 또는 factor(c(“a”, “b”, “c”),ordered=TRUE)
벡터(Vector)
벡터에 나열하는 인자들은 한 가지 유형의 타입이어야 합니다. 만약 다른 타입의 데이터를 섞어서 저장하면 이들 데이터는 한 가지 타입으로 자동 형변환됩니다. c()안에 인자들을 나열하여 정의하면 됩니다.
x <- c(1, 2, 3, 4, 5)
그리고 벡터는 중첩될 수 없습니다. 중첩하려면 리스트를 사용해야 합니다. c(1, 2, 3, c(1, 2, 3))과 같이 중첩하게 되면 그냥 그대로 1 2 3 1 2 3이 들어가게 됩니다.
숫자형 데이터의 경우, start:end형태로 시작값부터 끝값까지의 값을 갖는 벡터를 만들 수 있습니다. 또는 seq(from, to, by) 형태로도 시작값과 끝값을 설정해주는 것이 가능합니다.
x <- 1:10
seq(1, 10, 2) #이렇게 하게 되면 1부터 10까지 홀수만 나오게 됩니다.
seq_along()은 인자로 주어진 데이터의 길이만큼 1, 2, 3 … N으로 구성된 벡터를 반환합니다. seq_len()은 N 값이 인자로 주어지면 1, 2, … N 으로 구성된 벡터를 반환합니다.
seq_along(c(‘a’, ‘b’, ‘c’)) # 1 2 3
seq_len(3) #1 2 3
벡터의 각 셀에는 이름을 부여할 수 있습니다. names()에 원하는 이름을 벡터로 넘겨주면 됩니다.
x <- c(1, 3, 4)
names(x) <- c(“k”, “s”, “p”)
그리고 벡터는 x[1]이나 x[3]같이 인덱스로 접근할 수 있고 x[-1]처럼 그 인덱스에 해당되는 요소를 제외시킬 수 있습니다.
벡터에서 원하는 위치에 있는 저장된 값을 가져오려면 x[c(1, 3)]처럼 색인 벡터를 넣어주면 됩니다.
x[start:end]도 가능합니다.
만약 이름이 있다면 이름으로도 접근이 가능합니다. x["s"] 또는 x[c("s", "p")]
벡터의 길이는 length() 또는 NROW()를 통해 알 수 있습니다. NROW()는 벡터를 n행 1열의 행렬로 취급해 길이를 반환하기 때문에 가능합니다.
%in% 연산자는 어떤 값이 벡터에 포함되어 있는지 boolean으로 알려줍니다.
“a” %in% c(“a”, “b”, “c”)
TRUE
벡터를 집합으로 취급해 집합간 합집합, 교집합, 차집합을 계산할 수 있습니다.
setdiff(c(“a”, “b”, “c”), c(“a”, “d”)) #차집합
“b” “c”
union ( c ( “ a “ , “ b “ , “ c “ ) , c ( “ a “ , “ d “ ) ) #합집합
“a” “b” “c” “d”
intersect ( c ( “ a “ , “ b “ , “ c “ ) , c ( “ a “ , “ d “ ) ) #교집합
“a”
집합간 비교는 setequal()을 사용합니다.
setequal ( c ( “ a “ , “ b “ , “ c “ ) , c ( “ a “ , “ d “ ) )
FALSE