해당 페키지는 Handley Wickham에 의해서 2007년에 개발된 것이다.

해당 기능은 아래의 저널에 게재 되었다. 해당저널은 JCR 기준 상위 5%이내의 저널이다.

reshape2 package를 이용하는 방법

CRAN에서 제공하는 페키지이다. 좀더 향상된 기능의 자르고 쪼개고 재결합하는 기능을 담고 있다.

우리는 때때로 Wide-format 또는 Long-format을 시시각각 원한다.

Wide-format data

ozone   wind  temp
1 23.62 11.623 65.55
2 29.44 10.267 79.10
3 59.12  8.942 83.90
4 59.96  8.794 83.97

Long-format data

    variable  value
 1     ozone 23.615
 2     ozone 29.444
 3     ozone 59.115
 4     ozone 59.962
 5      wind 11.623
 6      wind 10.267
 7      wind  8.942
 8      wind  8.794
 9      temp 65.548
 10     temp 79.100
 11     temp 83.903
 12     temp 83.968

wide-format의 경우 데이터를 분석 할때 주로 쓰이고

long-format은 그외의 모든 경우에 이용된다.

ggplot2

plyr

modeling functions ( lm(), glm(), gam(), etc)

해당 페키지의 key function은 아래와 같다.

melt: wide-format data를 읽어서 그것을 long-format으로 변경함.

cast: long-format data를 읽어서 그것을 wide-format으로 변경함.

melt 설명

melt은 value와 variable로 구분되서 동작한다.

즉 변수(variable)에 대해서 값(value)를 매칭하는 방식으로 넓게 퍼진 데이터를 길게 변경한다.

melt default의 동작 방식은

numeric data를 포함하는 모든 열들이 변수(variable)이 된다.

원래 프레임의 열이 6개고 모든 열이 numeric data라면 

그리고 행이 135개라면 이것을 default melt으로 변경하면

135 * 6 = 918개의 데이터로 길어 지게 된다.

만약 특정 열에대해서 다른 값들을 정리하고 싶다면, vars = c("x","y") 의 옵션을 사용 한다.

즉, X,Y를 ID 변수로 설정하고 이것의 값들은 변경하지 않는다. 

$원래의 행의 수 \times ( 총 열의수 - ID변수의 수)  = 새로 생성될 행의 수$

> aql <- melt(airquality, id.vars = c("month","day"))

실행결과

> str(airquality)
'data.frame':	153 obs. of  6 variables:
 $ ozone  : int  41 36 12 18 NA 28 23 19 8 NA ...
 $ solar.r: int  190 118 149 313 NA NA 299 99 19 194 ...
 $ wind   : num  7.4 8 12.6 11.5 14.3 14.9 8.6 13.8 20.1 8.6 ...
 $ temp   : int  67 72 74 62 56 66 65 59 61 69 ...
 $ month  : int  5 5 5 5 5 5 5 5 5 5 ...
 $ day    : int  1 2 3 4 5 6 7 8 9 10 ...
> aql <- melt(airquality, id.vars = c("month","day"))
> str(aql)
'data.frame':	612 obs. of  4 variables:
 $ month   : int  5 5 5 5 5 5 5 5 5 5 ...
 $ day     : int  1 2 3 4 5 6 7 8 9 10 ...
 $ variable: Factor w/ 4 levels "ozone","solar.r",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ value   : num  41 36 12 18 NA 28 23 19 8 NA ...

이름변경 방법

aql <- melt(airquality, id.vars = c("month", "day"),
  variable.name = "climate_variable", 
  value.name = "climate_value")
head(aql)

#   month day climate_variable climate_value

# 1     5   1            ozone            41

# 2     5   2            ozone            36

# 3     5   3            ozone            12

# 4     5   4            ozone            18

# 5     5   5            ozone            NA

# 6     5   6            ozone            28

cast 함수의 이해

인간이 이해하기에는 wide-format data가 가장 좋다.

따라서 스크래치 단계에서 많이 사용된다.

cast는 데이터 타입별로 지원한다. 하지만 여기서는 data.frame에 대해서 주로 다루겠다.

aql <- melt(airquality, id.vars = c("month", "day"))

aqw <- dcast(aql, month + day ~ variable)

head(aqw)

#   month day ozone solar.r wind temp

# 1     5   1    41     190  7.4   67

# 2     5   2    36     118  8.0   72

# 3     5   3    12     149 12.6   74

# 4     5   4    18     313 11.5   62

# 5     5   5    NA      NA 14.3   56

# 6     5   6    28      NA 14.9   66

head(airquality) # original data

#   ozone solar.r wind temp month day

# 1    41     190  7.4   67     5   1

# 2    36     118  8.0   72     5   2

# 3    12     149 12.6   74     5   3

# 4    18     313 11.5   62     5   4

# 5    NA      NA 14.3   56     5   5

# 6    28      NA 14.9   66     5   6

동작 방식을 그림으로 정리하면 아래와 같다.

추가적인 정보는 아래의 명령어로 알 수 있다.

1. 자주 사용하는 RStudio 단축키와 명령

    –  Console 화면에서 Ctrl_l (Ctrl_소문자L) : 화면을 깨끗하게 지웁니다.

    –  rm(list=ls(all=TRUE)) : 작업 영역을 깨끗이 청소 합니다.

    –  Ctrl_+ : 화면에 표시되는 문자의 크기를 크게 합니다.

    –  Ctrl_- : 화면에 표시되는 문자의 크기를 작게 합니다.

    –  "Tools -> Global Options…" 메뉴를 선택한 후 "General" 메뉴에서

        "Default working directory (when not in a project):" : RStudio에서 사용할 작업용 폴더를 지정 합니다.

        "Default text encoding: " : ~.R 파일의 인코딩을 지정 합니다.  저는 "UTF-8"을 지정하여 사용하고 있습니다.

    –  RScript 편집 화면에서 Ctrl_Enter : 커서가 있는 라인을 Console 화면에서 실행 합니다.

    –  ? ~ : help(~)와 동일한 기능으로 함수, 데이터셋 등에 대한 도움말을 표시 합니다.

        사용 예 1)  ? iris                 : iris 데이터셋에 대한 도움말

        사용 예 2)  ? summary         : summary 함수에 대한 도움말

    –  ??  ~ : help.search("~")와 동일한 기능으로 함수 등의 이름을 명확히 알지 못할 경우, 검색을 할 때 사용 합니다.

    –  help(package = "~"), library(help = "~") : 패키지(라이브러리) 도움말로 제공하는 함수 목록을 확인할 수 있습니다.

        사용 예)  library(help = "stats") : stats 패키지의 도움말 화면을 표시 합니다.

    –  methods(~) : ~이 대표하는 함수들의 목록을 표시 합니다.

        사용 예)  methods(plot) : 다양한 데이터 타입을 사용하여 챠트를 그려주는 함수명을 확인할 수 있습니다.

                     시계열 데이터를 그려주는 plot.ts(~) 대신에 

                      대표 함수명인 plot(~)를 사용하면 내부적으로 plot.ts(~)가 실행이 됩니다.

    –  args(~) : ~ 함수의 인자 정보를 조회 합니다.

        사용 예) args(lm) : 회귀분석에서 사용하는 lm 함수의 인자 정보를 확인 합니다.

    –  attributes(~) : 데이터셋의 인자 정보를 조회 합니다.

    –  TAB : 자동 완성 기능으로 console 창에서 몇글자를 입력한 후 TAB키를 누르면

                입력한 글자로 시작되는 함수 목록을 보여 주어 자동 완성 기능을 사용할 수 있도록 합니다.

2.  문자셋 관련 사항

  –  UTF-8 문자셋으로 저장된 ~.R 파일을 사용할 경우

      –  "Tools -> Global Options…" 메뉴를 선택한 후 "General" 메뉴에서

        "Default text encoding: " : ~.R 파일의 인코딩을 지정 합니다.  "UTF-8"을 지정하세요.

  –  UTF-8 문자셋으로 저장된 데이터 (csv 파일 등)을 읽을 경우

     read.table(생략, encoding = "UTF-8")                            #— 문자셋 정보를 명시 합니다.

  –  R의 인코딩 정보 확인

      localeToCharset()

      Sys.getlocale()

  –  오류 메시지를 영문으로 보기 (영문 오류 메시지가 명확하고 구글 등의 검색을 통해서 확인하기가 편리 합니다.)

      Sys.setlocale("LC_ALL", "English_United States.1252")  #— 영문 문자셋을 지정 합니다.

      Sys.setlocale()                                                          #— 원래 디폴트로 설정된 문자셋으로 복구 됩니다.

  –   데이터의 인코딩 정보 확인

      Encoding(~)

  –  문자열의 인코딩 변환

      iconv(~, "CP949", "UTF-8) #— "CP949"로 인코딩된 ~라는 데이터에 저장된 문자열을 "UTF-8"로 인코딩된 문자열로 변환

  –  "Notepad++" 텍스트 편집기 : 오픈소스로 제공되는 편집기로 사용이 편리 합니다.

      –   다운로드 사이트 : http://notepad-plus-plus.org/

      –   파일의 문자셋 변경 방법

           편집기의 우측 하단 영역에 문자셋이 표시 됩니다.  (ANSI, ANSI as UTF-8 등)

              윈도우의 디폴드 문자셋인 CP949를 사용할 경우 ANSI로 표시됨

              BOM이 없는 UTF-8 문자셋을 사용할 경우 ANSI as UTF-8로 표시됨

           "인코딩" 메뉴에서

              "ANSI로 변환" 메뉴 선택                    : UTF-8 문자셋으로 저장된 파일을 CP949 문자셋으로 변환 

              "UTF-8 (BOM 없음)로 변환" 메뉴 선택 : CP949 문자셋으로 저장된 파일을 UTF-8 문자셋으로 변환

R을 써야 하는 이유?

하나의 연구를 마무리 짓기위해서는 검증 실험이 절대적이다.

이러한 상황속에서 논문을 한편 쓰고나면 엄청나게 많은 데이터들이 난잡하게 파일로 남는것을 알 수 있다.

엄청난 양의 임시파일 

스크립트코드

중간 결과물

여기서 문제는 논문은 보통 여러차례 reject 맞는 것이 일반적이다. revision을 하려고 보면 기억도 나질 않는다.

다시 그래프를 그리고 데이터를 해석하기 위해서는 이전 데이터를 다시 봐야하는데 그럴때 참 많은 어려움을 느낀다.

그나마 프로그램을 엑셀과 같이 1개만 쓰면 모를까

통계 처리를 위해서 SPSS 등과 같은 SAS 프로그램을 사용 했다면 일은 더욱더 복잡해 진다.

이러한 데이터 관리와 처리의 문제를 RStudio를 통해서 해결해 보자.

R의 언어적 장정

백터를 이용해서 데이터를 처리한다. 이러한 자료구조는 전통적인 언어에서 지원하지 못하는 기능이다.

loop대신 apply 종류의 함수를 이용하므로 엄청난 실행 향상을 가져오며 계산의 단순함을 가져온다.

atomic operation을 목표로하므로 하나하나의 기능은 단순하지만 조합하면 무엇이든 할 수 있다.

부분적으로 함수 언어의 형태를 가지므로 병렬화에 용이하다. 하둡과 맵 리듀스에 적용하기 쉽다.

변수 조작

목록출력

ls() # 전체 리스트를 출력한다.

반환값은 벡터이다.

ls.str() # 각변수에 대해서 더 자세한 정보를 보여준다.

변수들을 열함과 동시에 그 구조까지 보여주게 된다.

삭제방법

작업 공간의 변수를 삭제하고 싶을때 사용한다. 한번 지우면 복구가 불가능하니 주의하자.

rm(x) #작업 공간에서 x라는 변수를 삭제 한다.

rm(list=ls()) # rm과 ls()를 조합해서 현재 작업 공간에 정의된 모든 변수를 지울 수도 있다.

R 함수 정의

#한줄짜리
fuction (매개변수, ... ,매개변수n) expr

#여러줄
fuction (매개변수, ... ,매개변수n){ 
expr
}

파일 입출력

read.csv("name")
header = FALSE

# 행에다가 이름을 쓸일은 거의 없기 때문에 FALSE로 설정 한다.
write.csv(x, file="파일명", row.names=FALSE)

#파일 리스트를 출력 하는 방법
list.files()
# 하위 디렉터리 목록을 출력한다.
list.files(recursive=T) 

#현재 디렉터리에서 파일을 읽어 들인다.
files <- list.files(pattern="*.csv")
#절대 경로를 이용해서 파일을 읽어 들인다.
files <- Sys.glob(paste(directory,"//*.csv",sep=""))

객체 저장

오랜 연산결과 끝에 얻어낸 결과라면 해당 결과를 담고 있는 객체를 저장할 필요가 있다.

R객체를 저장하는 것은 save() 이고 불러오는 것은 load()이다.

#메모리에 있는 개체를 파일에 저장한다.
save(x,y, file="xy.RData"
#모든 메모리에 존재하는 객체를 파일에 저장 한다
rm(list=ls()) # 메모리에 있는 개체를 모두 삭제
a <- 1:5
b <- 6:10
c <- 11:15
save(list=ls(), file=abc.RData")
load("abc.RData")

Working Directory 변경

getwd() 를이용해서 확인 할 수 있다.

setwd() 를 이용해서 설정 한다.

시스템 환경 변수 계산 하는 방법

환경 변수를 알아내거나 변경하는 방법을 말한다.

Sys.getenv("SHELL")
Sys.setenv(SHELL="/bin/ksh")

R의 홈 디렉터리를 찾아내는 방법

Sys.getenv("R_HOME")