R:자료형 편집하기

{{R}}<br />

==변수형==
{| class="wikitable"
|+
!변수타입
!기원
!설명
|-
|chr
|character
|문자열
|-
|int
|integer
|정수
|-
|num
|numeric
|자연수
|-
|Factor
|
|명목형 변수
|-
|Posixct
|
|시간변수(년월일시분초)
|-
|Tseries
|
|시계열 변수
|-
|an
|Null
NA
|결측치(빈 값)
|}
{| class="wikitable"
|+
!변수명
!설명
!정보량
!변환
|-
|명목형변수
|특성에 따라 명칭을 주어 구분하는 변수
| rowspan="3" |아래로 갈수록 정보량이 많아진다.
| rowspan="3" |아래에서 위로 변환은 가능하지만,
위에서 아래로의 변환은 정보량 부족으로 불가.
|-
|서열형변수
|명목형변수에서 서열정보 추가
|-
|연속형변수
|셀 수 없으며, 구간(0~10)으로 정의되는 변수
|}

==데이터 파악 관련함수==
{| class="wikitable"
!이름
!기원
!기능
!사용법
|-
|str()
|
|데이터의 타입 확인
|str(데이터)
|-
|is()
|is
|데이터의 타입 확인
str이 변수타입을 알려준다면,

is는 참과 거짓으로 알려준다.

결과값은 기존 데이터형의 좌표목록으로 나온다.
|is.integer(데이터)
|-
|as()
|as
|변수타입을 바꾼다.
|as.integer(데이터)
|-
|summary()
|summary
|해당 데이터의 요약정보를 본다.
변수타입과 관련 정보들을 보여준다.
{| class="wikitable"
|+
!데이터형
!결과
|-
|Factor
|Low, Mid, High에 해당하는 집계를 보여준다.
|-
|Numeric
|최솟값, 최대값, 평균, 각 분위수
1분위수는 하위 25%에 해당하는 값.

2분위수는 Median으로 나타나고,

3분위수는 상위 25%에 해당하는 값.
|-
|
|
|}
|summary(데이터)
|}

==데이터 조작 관련함수==

=== 데이터 수치 조작 ===
{| class="wikitable"
!이름
!기원
!기능
!사용법
|-
|quantile()
|qunatile
|각 분위수에 해당하는 값을 꺼낸다.
|quantile(데이터셋$열이름, probs = c(0.1, 0.3, 0.5, 0.7, 0.9)
10, 30, 50, 70, 90%에 해당하는 값들을 보여준다.

[이걸 변수에 저장하거나 하진 못하나?]
|-
|sum()
|sum
|합.
|sum(데이터셋$열이름)
|-
|rowSums()
|
|행별 합.
|rowSums(데이터셋[범위])
rowSums(데이터셋[2:8])
|-
|colSums()
|
|열별 합.
|colSums(데이터셋[범위])
|-
|mean()
|mean
|평균.
|mean(데이터셋$열이름)
|-
|rowMeans()
|
|행별 평균.
|rowMeans(데이터셋[범위])
|-
|sd()
|
|표준편차
|sd(데이터셋$열이름)
|}
위 연산들에서 결측치를 생략하고 계산하고자 한다면 뒤에 <code>na.rm=True</code>를 붙여주면 된다. ex) <code>sum(데이터셋[범위], na.rm=True)</code>

=== 데이터 통계 ===
{| class="wikitable"
!이름
!기원
!기능
!사용법
|-
|table()
|table
|빈도 테이블 작성.
열 안에 속한 요소가 몇 번씩 등장하는지 세어 테이블로 만든다.
|테이블명 = as.data.frame(table(데이터셋$열이름))
|-
|xtabs()
|
|2차원 테이블 작성.
열이름1과 열이름2 안에 나타나는 조합의 수별로 몇 번씩 등장하는지 센다.
|테이블명 = as.data.frame(xtabs(~ 데이터셋$열이름1 + 데이터셋$열이름2))
|}
==시간변수 다루기==
3가지 방법이 있다.
{| class="wikitable"
|+
!방법
!사용처
!사용예시
|-
|as.Date()
|년-월-일 형태
|as.Date(변수, formet="날짜형식")
as.Date(2020-08-03, formet="%Y-%m-%d"
|-
|as.POSIXct()
|년-월-일 시:분:초 형태
|
|-
|lubridate패키지
|
|
|}

===날짜형식===
2020년 1월 22일 23시 24분 25초 월요일 이라고 할 때의 데이터 표시를 알아보자.
{| class="wikitable"
|+
!
!형식
!예시
!형식
!예시
|-
!세기
|%C
|20세기
|
|
|-
!년
|%Y
|2020
|%y
|20
|-
! rowspan="2" |월
|%m
|01
|%B
|1월
|-
|%b
|1
|
|
|-
!일
|%d
|22
|
|
|-
! rowspan="2" |시
|%H
|23
|%l
|11
|-
|%p
|PM
|
|
|-
!분
|%M
|24
|
|
|-
!초
|%S
|25
|
|
|-
! rowspan="2" |요일
|%a
|월
|%A
|월요일
|-
|%u
|1~7
(1:월요일)
|%w
|0~6
(2:월요일)
|}
<br />

===시간변수 관련함수===
{| class="wikitable"
!이름
!기원
!기능
!사용법
|-
|format()
|
|형식에 해당하는 데이터만 뽑는다.
|format(날짜변수, "형식")
|}

== 문자열 관련함수 ==
{| class="wikitable"
|+
!이름
!기원
!기능
!사용법
|-
|substr()
|
|문자열 추출
|substr(데이터, 시작번호,끝번호)
substr(데이터셋$열이름[인덱스], 1, 5)
|-
|paste()
|
|문자열 붙이기
맨 뒤에 ,<code>set="사이에 넣을 것"</code> 을 사용하면 붙일 문자들 사이에 들어갈 것을 지정할 수 있다.

(기본설정은 띄어쓰기 한 칸)
|paste(데이터, "붙일문자", "붙일문자2", ....)
|-
|strsplit()
|
|문자열 분리
"나눌문자열"을 기준으로 문자열들을 나눈다.
|strsplit(데이터, split="나눌문자열")
|-
|gsub()
|
|문자열 대체
|gsub("원래문자열", "대체할문자열", 데이터)
|}

== 쓸 만한 활용법 ==
{| class="wikitable"
|+
!의도
!방법
!
|-
|열별 결측치 카운팅
|colSums(is.na(데이터셋))
|
|-
|결측치가 들어간 행 지우기
|데이터셋 = na.omit(데이터셋)
|그러나, 결측치 비율이 상당할 경우 위험한 작업이다.
|-
|특정 데이터에 결측치가 들어간 경우 삭제
|<code>데이터셋 = 데이터셋[complete.cases(데이터셋[범위]), ]</code>
|
|-
|결측치에 일정 값 부여
|데이터[is.na(데이터)] = 일정값
|일반적으로 연속형변수의 경우, 평균으로 대체하고,
이산현병순의 경우, 최빈값으로 대체한다.
|-
|
|
|
|}