Data Frame

in Notes / Dataanalytics / R / R Programming Language

Another widely used data structure for data analyzing

데이터프레임 I - 기본 속성

벡터를 이용한 데이터프레임 만들기

a = ['홍길동', '홍길순', '홍길자']; b = [80, 100, 70]; c = [60, 50, 70 ] 

> DATA <- data.frame(row.names = a, 국어 = b, 영어 = c)

  • DATA :

     국어영어
    홍길동8060
    홍길순10050
    홍길자7070

  • 새로운 열 추가

    > DATA <- data.frame(DATA, 평균 = (b+c)/2, 합계 = b+c )

  • DATA :

     국어영어평균합계
    홍길동806070140
    홍길순1005075150
    홍길자707070140

  • 함수 str과 데이터프레임

    > str( a )    
chr [1:3] "홍길동" "홍길순" "홍길자"

> str( DATA )
'data.frame':   3 obs. of  4 variables:
$ 국어: num  80 100 70
$ 영어: num  60 50 70
$ 평균: num  70 75 70
$ 합계: num  140 150 140

> class( DATA )
[1] "data.frame"
  • 구성요소와 벡터
    > DATA$국어   
 [1]  80 100  70

> str(DATA$국어)
  num [1:3] 60 50 70
  • rownames, colnames
    > rownames(DATA)
[1] "홍길동" "홍길순" "홍길자"

> colnames(DATA)
[1] "국어" "영어" "평균" "합계

INDEXING

  • indexing: VECTORS
    > DATA$국어[2]
 [1] 100
> DATA$국어[c(1,3)]
 [1] 80 70
  • indexing: DATAFRAMES
    > DATA[1, 3]
 [1] 70
> DATA[1:2, 4]
 [1] 140 150

> DATA[ c(1,3) , c(3,4) ]
        평균 합계
홍길동   70  140
홍길자   70  14

> DATA[ c(1,3) , ]
        국어 영어 평균 합계
홍길동   80   60   70  140
홍길자   70   70   70  140
    • row * col 중 하나 미표기 시 ALL 출력

값 편집

  • VALUES
      > DATA$영어[2] <- 70
  > DATA$영어[2:3] <- c( 70, 80 )
  > DATA[ 2:3, 1 ] <- c( 70, 80 )
  • ROW, COLNAMES
      > rownames(DATA)[1] <- "깁갑동"
  > rownames(DATA)[2:3] <- c( "김철수", "김영희" )

  • DATA :

     국어영어평균합계
    깁갑동806070140
    김철수707075150
    김영희808070140

조건 검색

> DATA$영어[ DATA$영어 > 60]
 [1] 70 80
> DATA[ DATA$영어 > 60, 1:3 ]
          국어 영어 평균
  김철수   70   70   75
  김영희   80   80   70
  • 연습문제 #1: 다음의 df를 만드시오.

    • df :

       국어영어평균
      깁갑동806170.5
      김철수955072.5
      김영희807376.5
    답:
      rowN <- c( "김갑동", "김철수", "김영희")
  kor <- c( 80, 95, 80)
  eng <- c( 61, 50, 73)
  df <- data.frame(rownames=rowN, 국어 = kor, 영어 = eng, 평균 = (kor+eng)/2)

데이터프레임 정렬

> sort(df$국어)
 [1] 80 95 80
> sort(-df$국어)
 [1] -95 -80 -80
  • order
    > order(df$국어)
 [1] 1 3 2
> order(-df$국어)
 [1] 2 1 3
> order(df$국어, decreasing = T)
 [1] 2 1 3
> df$국어[order(df$국어)]
 [1] 80 80 95   #sort와 똑같다

> df[ order( df$국어), ]
    rownames 국어 영어 평균
  1   김갑동   80   61 70.5
  3   김영희   80   73 76.5
  2   김철수   95   50 72.5
> df[ order( -df$국어), ]
    rownames 국어 영어 평균
  2   김철수   95   50 72.5
  1   김갑동   80   61 70.5
  3   김영희   80   73 76.5
> df[ order( df$국어) ,-df$영어 ]
    rownames 국어 영어 평균
  1   김갑동   80   61 70.5
  3   김영희   80   73 76.5
  2   김철수   95   50 72.5

데이터프레임 II - 파일 다루기

Scan 함수들

  • 수치 데이터 scan:

    > scan( file = "filename.ext", what = numeric() )
> scan( file = "filename.ext", what = numeric(), sep= ' ' )
    • 두 개 같음

  • 문자열 데이터 scan:

    > scan( file = "05_data02.txt", what = character())
[1] "a"   "b"   "c"   "d"   "e"   "f g h i j"

> scan( file = "05_data02.txt", what = "character" , quote = NULL)
[1] "a"   "b"   "c"   "d"   "e"   "\"f"  "g" "h" "i" "j\"
    • charater() : space로 구분하며 인용보어 안에 있을 경우 하나로 묶는듯 하다
    • “character”, quote=NULL : 각 space마다 구분하며 인용보어가 있을 시 문자열로 변환한다

함수 cat, 함수 write로 출력

  > scan( file = "05_data02.txt", what = "char", quote =NULL)
  [1] "a"   "b"   "c"   "d"   "e"   "\"f"  "g" "h" "i" "j\""

  > cat(data, sep= "\n")
  a
  b
  c
  d
  e
  "f
  g
  h
  i
  j"

  > cat( data, file = "out.txt", sep = "\n" )
  > write( data, file = "out.txt", sep = "\n" )
  • 두 출력 방식 모두 같다.

함수 readLines, 함수 writeLines

> readLines( "05_data02.txt")
[1] "a b c d e"   "\"f g h i j\""
> writeLines( readLines( "05_data02.txt") )
  • scan vs. readLines ```R

    a <- readLines(“03_WhatIsR.txt”) Warning.. b <- scan( file = “03_WhatIsR.txt”, what = “char”, qutoe = NULL, sep = ‘\n’)

length(a) ; length(b) [1] 26 [1] 17 ```

  • Length 차이 있는 이유는 readLines는 빈 줄도 한줄로 출력한다
    • scan, sep = “\n” 는 비어있는 줄은 무시한다
  • 연습문제 #1: What Is R의 an -> a로 변환하고 내림차순 정렬
    답:
      > b <- scan(file = "03_WhatIsR.txt", what = "char", quote = NULL)
  Read 486 items
  > b [ b=="an"] <- "a"
  > b[b=="an"]
  character(0)
  > TEXT <- sort(b, decreasing = T)
  > head(TEXT)
  [1] "written" "written" "write"   "within"  "with"    "with"

벡터의 빈도표 만들기

> Freq.TEXT <- table(TEXT)
> head( Freq.TEXT )
 TEXT
 "environment"      (easily)     (formerly    (including       (linear            …) 
            1             1             1             1             1             1 
> class( Freq.TEXT )  # [1] "table"
> length( Freq.TEXT ) # unique 수, 281
  • table: 위에 table 명 무조건 출력, 밑에 빈도 수는 무조건 integer, table의 length를 찾는 것 : unique한 값의 개수를 찾는것과 같다
#빈도 내림차순 정렬
> Freq.TEXT <- sort( table(TEXT), decreasing = T )  
> head(names(Freq.TEXT))
[1] "and" "a" "of" "is" "R" "the"
head(unname(Freq.TEXT))
[1] 27 18 18 14 14
  • 연습문제 #2: Freq2 (Freq의 알파벳 내림차순) 생성
    답:
      > Freq2 <- Freq.TEXT[order(-rank(names(Freq.TEXT)))]
  > head(Freq2)
  TEXT
  written   write  within    with Windows    wide 
        2       1       1       3       1       3

빈도표를 데이터프레임으로 전환

> Freq.Data <- data.frame( Freq.TEXT )
> head(Freq.Data)
  TEXT Freq
1  and   27
2   of   18
3   is   14
4    R   14
5  the   14
6    a   13

> Freq.Data <- data.frame( row.names= rownames(Freq.TEXT), Freq = as.vector(Freq.TEXT))
> head(Freq.Data)
    Freq
and   27
of    18
is    14
R     14
the   14
a     13
  • table 데이터구조는 벡터가 아님 -> unname(tablename) 보다 as.vector(tablename)이 훨씬 나음
  • unname하면 안좋다…
  • unname, table, 둘 다 사용해서 dataframe으로 변형해보기

데이터프레임에 상대빈도 열 추가

> Freq.Data['Rel.Freq'] = round( Freq.Data$Freq / sum(Freq.Data$Freq), 3)
> head(Freq.Data)
      Freq Rel.Freq
  and   27    0.056
  of    18    0.037
  is    14    0.029
  R     14    0.029
  the   14    0.029
  a     13    0.027

함수 write.table

  • DataFrame을 파일로 출력하기
    > write.table( Freq.Data, file= "Freq.txt", quote = F, sep = "\t", col.names = NA )
  • quote = F : rowname에 인용보어 제거
  • col.names = NA : column명 앞으로 안치우치게

함수 read.delim

  • DataFrame을 파일에서 가져오기
    > read.delim( file= "Freq.txt", sep = "\t", header = T, row.names = 1, quote = NULL)
  • row.names = 1 : 첫번쨰줄을 행명으로 사용한다…..?????
> length(df)
[1] 2
> nrow(df)
[1] 281
> ncol(df)
[1] 2
> dim(df)
[1] 281   2