love R

[독후감] 의미 있는 삶을 위하여 (알렉스 룽구)

love R — Sat, 7 Oct 2023 19:47:09 +0900

<의미 있는 삶을 위하여 (알렉스 룽구)>

내 인생의 의미가 무엇인가? 어떤 비전을 가지고 살아야 하는가?

이에 대한 답은 개개인마다 다르고 정답이 없지만 이를 찾을 수 있도록 방법적인 측면을 제공하는 책이다.

나의 삶을 관통하는 비전을 설정하고(추상적), 그것을 실현하기 위한 목표(구체적)를 세우고 해동해야 한다는 것이다.

저자는 개개인은 자신만의 비전에 따라 행동의 방향성을 결정하여 자아확장을 이룰 수 있다는 것을 강조하고 있다.

개인적인 측면에서 생각해볼 때 내 인생의 비전, 의미를 깊이 생각해보진 않았던 것 같다.

하지만 경험적으로 봤을 때 나는 무언가에 흥미를 느끼고 재밌다는 생각이 들었을 때 몰입을 했던 것 같다.

책에서는 지구, 환경, 공동체, 진리, 존재론 등에 무엇이 됐든 나 이외에 헌신할 수 있는 대상을 찾아 거기에 나를 내던지라고 한다. 나는 아직 저런 거시적인 시점에서 '그렇게 살아야 한다' 라는 것이 와닿진 않는다.

회사에서 일에 집중하는 때는 어떤 문제를 빨리 해결해야될 필요가 있을 때였다.

"왜 일하지?"에 대해 생각해봤다.

자아 실현의 수단으로서? 아니면 돈을 벌기 위해서?

답을 아직 모르겠다.

어릴 때부터 알게 모르게 세뇌가 된 것 같기도하다.

수능보고 대학교에 가고, 취업하고, 결혼하고, 아이를 올바르게 키우고, 이런 사회에서 정해진 룰 같은것들 말이다.

만약 저 과정들이 끝났다 쳐도 60~70세 정도일텐데 그 이후엔 무엇을 위해서?

이런 어려운 질문을 평소에도 생각해볼 기회가 많지만, 사실은 생각하기 싫고 외면한 부분이 있다.

내 미래는 어떻게 될지에 대한 두려움에 대해 무엇을 위해서 살아야 하는지를 모를 것 같기 때문이다.

다만 무언가에 몰입할 때가 언제인지 생각해보면 내 호기심, 흥미가 있는 것들이었다.

그럼 뭘 위해서 살아야될까? 내 비전이 뭘까?라는 진부하지만 어려운 질문에 마주하는 것이 필요하다고 느꼈다.

일반적으로 '돈'과 '비전'은 마치 상반된 것처럼 보인다.

그러나 저자는 돈을 벌면서도 스스로의 비전을 실현시킬 수 있다고 한다.

그 방법은 다른 존재에게 긍정적인 가치를 전달하면 돈은 저절로 따라 들어온다는 것이다.

사실 돈을 많이 벌어야하는 게 좋은거고 그 이유에 대해선 깊이 생각해보는 기회를 가지지 않았었다.

연봉이 오르고, 어떤 특정시점 이후부터는 세금도 많이 떼가니(...) 내가 받는 고만고만한 월급보다 더 중요한 인생의 가치가 있지 않을까 생각했다.

현재 일하는 분야는 내가 제일 잘하는 분야이고, 이걸 통해서 어떤 가치를 주려고 하는지.. 이런 부분을 더 고민해야 봐야 할 것 같다.

저자는 자신만의 의미를 발견하는 것이 중요하며 모든 목표는 그것을 실현하기 위한 수단이라고 한다.

내용이 읽기 쉬운 듯하지만 추상적인 개념이 꽤 많이 등장해서 한번 봤을 때 엄청 와닿진 않는다.

많은 문장이 추상적인 단어를 과하게 포함하고 있다는 생각이 들었다. 이게 독자에게 혼동을 유발할 수 있는 여지가 있다.

예를 들면 사랑, 진리, 탐구, 의미, 비전, 존중, 존엄성 등.. 스스로 생각해본 적이 없으면 책읽기만 해서는 어려운 개념들이다.

저자도 자신이 생각하고, 경험하고, 관조한 부분을 절대적으로 믿지 말라고 당부한다. 즉, 이 책을 가이드로만 생각하고 비전은 자신이 찾아나가는 것이라고 한다. 프롤로그에서 나온 말인데 가장 눈에 띄는 부분이었다.

약 500페이지 정도인데 이중에 10~20 페이지 정도만 건져서 삶에 적용시킬 수 있다면 의식성장에 충분히 도움줄 수 있을 듯 하다.

[R] separate_longer_delim 함수 (구분자로 된 변수 처리하기)

love R — Tue, 6 Jun 2023 16:17:05 +0900

separate_longer_delim 함수 (구분자로 된 변수 처리하기)

1. 구분자(콤마, 빈칸 등)로 구분된 데이터셋

아래 그림처럼 데이터셋에 구분자가 포함된 변수들이 있습니다. 이 데이터셋은 각각의 사람이 어떤 과일을 좋아하는지를 나타낸 것입니다.

Q) 만약 성별에 따라 어떤 과일을 좋아하는지 빈도를 구하려면?

table() 함수를 이용해서 빈도 수를 구할 수 있습니다. 하지만 이 상태에서는 table 함수를 쓰면.. 안됩니다. 왜냐하면 콤마를 포함해서 한 문자열로 인식하기 때문에 각각의 과일 구분이 어렵습니다.

이 형태가 각 과일과 성별에 대한 빈도표입니다.

빈도표를 만들기 위해 데이터셋을 long format으로 만들어주는 과정이 필요합니다.

이 작업을 일일히 하기 어렵습니다. 이 때 꽤 좋은 해결 방법이 있습니다.

2. separate_longer_delim 함수 (tidyr 패키지)

tidyr 패키지의 separate_longer_delim를 사용하기 위해 아래 인자(arguments)를 알아야 합니다.

data 인자는 함수를 적용할 데이터프레임

cols 인자는 여러 개 행으로 구분할 컬럼명

delim 인자는 문자열을 구분하는 구분자

# 데이터셋 생성
df <- data.frame(
  name = c("A", "B", "C", "D", "E"),
  height = c(172, 167, 196, 180, 150),
  sex = c("male", "female", "female", "female", "male"),
  fruits = c("apple, melon, banana, tomato", "melon, banana", "tomato", "melon, tomato", "apple, strawberry, banana"))

print(df)

# tidyr 설치, 불러오기
install.packages(tidyr)
library(tidyr)

df2 <- separate_longer_delim( data = df, # data 인자에 생성된 데이터프레임(df)
cols = fruits, # 여러 개의 행으로 반환될 컬럼명(fruits)
delim = ", " # 과일이 콤마로 나뉘어져 있음 -> 주의: 문자이므로 따옴표를 꼭 표시
)

print(df2)

table(df2$fruits,df2$sex)

3. 특수문자로 구분된 데이터 다루기

이번엔 꽤나 복잡한 특수문자로 구분된 데이터를 처리해보겠습니다.

잘 이해가 안되면 이 부분을 스킵해도 무방합니다.

df3 <- data.frame(
  name = c("A", "B", "C", "D", "E"),
  height = c(172, 167, 196, 180, 150),
  sex = c("male", "female", "female", "female", "male"),
  fruits = c("apple/)(*&^%$#@!, melon, banana**    tomato", "melon/   banana", "tomato", "melon& tomato", "apple,^&%$ strawberry, banana"))

print(df3)

위 fruits 변수를 보면 난감합니다. 과일들이 제멋대로 나뉘어져 있거든요. 이때는 함수를 적용하기 전에 미리 전처리 과정이 필요합니다. 어떤 함수를 쓰든 그에 맞는 데이터셋 구조로 변경해야 합니다. separate_longer_delim 함수를 이용하기 위해서 각 과일이 구분자로 나뉘어져 있어야 합니다. 그런데 fruits 변수에서... 여러 특수문자와 심지어 공백이 여러 개가 있네요. 이제 과일 사이사이에 구분자를 통일해줄거에요.

아래 세 단계에 거쳐 진행될 것입니다.

1) 여러 특수문자를 제거하고
2) 여러 공백을 단 하나로만 바꾸고
3) separate_longer_delim 함수를 적용

step 1. 특수문자를 없애기

특수문자를 제거하기 위해서 문자열을 대체하는 기능인 gsub 함수를 이용합니다.

gsub 함수는 문자열의 패턴을 찾아 다른 문자로 교체하는 기능입니다.

gsub(pattern, replacement, x)

pattern 인자는 문자열벡터(x)에서 대체될 패턴 (character string to be replaced ㅑㅜ)
replacement 인자는 대체할 문자 (character as a replacement)
x 인자는 문자열 벡터 (character vector)

간단한 예를 들면

gsub(pattern = "f", # 대체될 문자
replacement = "zz", #대체할 문자
x = c("fpp",'fff','ffaaz','f0f1cz') # 문자열 벡터
)

[1] "zzpp" "zzzzzz" "zzzzaaz" "zz0zz1cz"

# 특수문자 없애기
test_fruits <- gsub(pattern = "[!@#$%^&*()/,]", #특수문자를 삽입
replacement = "", # 대체할 문자는 따옴표를 두번 쳐서 아무것도 없는 것으로 변경
x = df3$fruits # df3 데이터셋의 fruits 변수
)

print(test_fruits)

[1] "apple melon banana tomato" "melon banana" "tomato" "melon tomato" "apple strawberry banana"

*** pattern 인자에서 쓰인 특수문자들은 정규표현식이라는 것의 내용 중 일부입니다. 특수문자열들은 대괄호에 의해 "또는"이라는 의미로 쓰였습니다. 정규표현식은 여기서 다루기엔 쉽지 않은 내용이므로 생략하겠습니다. 대괄호([ ])가 있으면 그 안에 있는 문자들은 "또는" 이라는 의미로 쓰입니다. 예를 들어, a[bc]z는 abz 또는 acz입니다.

step 2. 여러 개 공백을 하나의 공백으로 바꾸기

다 된 것처럼 보이지만.. 공백이 하나가 아닌 곳이 있습니다. 띄어쓰기(공백)도 한 개, 두 개, 세 개 등등은 각각의 문자로 인식합니다. 그래서 여러 공백이 있는 부분을 딱 하나로 바꿀 것입니다.

# 여러 개 공백을 하나의 공백으로 바꾸기
# 마찬가지로 gsub 함수를 이용

test_fruits2 <- gsub(pattern = "\\s+",
replacement = " ", # 공백 하나로 변경
x = test_fruits)

여러 공백이 한 개로 변경됐습니다.

print(test_fruits2)

[1] "apple melon banana tomato" "melon banana" "tomato" "melon tomato" "apple strawberry banana"

pattern 인자에서 \s+는 반복되는 공백을 의미하는 것으로만 알아두시면 됩니다. 위와 마찬가지로 정규표현식 중 일부입니다.

step 3. separate_longer_delim 함수 이용하기

# 이 전에 생성한 df3$fruits는 특수문자가 섞인 변수들로 구성되어 있었죠.
# df3의 fruits 변수를 위에서 생성한 test_fruits2의 값으로 변경합니다.

df3$fruits <- test_fruits2

df4 <- separate_longer_delim(data = df3,
cols = fruits,
delim=" " # 공백 하나로 구분자
)

df4의 결과를 보면..

print(df4)

# df4의 결과를 이용해서 table 함수로 빈도표 작성
table(df4$fruits, df4$sex)

이번 포스팅이 도움이 되었으면 좋겠습니다

[R] merge 함수를 이용한 조인 (데이터셋 결합)

love R — Tue, 16 May 2023 21:15:30 +0900

R merge 함수로 조인하기

이전에 R을 이용한 Join 방법 내용을 포스팅을 했었는데요.

이번에는 R에 기본적으로 내장되어 있는 함수인 'merge'를 이용해서 해보려고 합니다.

1. merge 함수의 쓰임새

merge 함수는 다수의 데이터셋을 결합해야 하는 경우에 쓰입니다.

예를 들어,

1) 학생들의 시험 성적 데이터셋

2) 학생들의 신장, 몸무게 데이터셋

여기서 데이터셋을 한 번에 볼 수 있도록 결합하는 것이 목적입니다.

우선 아래 코드에 따라 데이터셋을 생성합니다.

df1 <- data.frame(name = c("Kim","Lee","Park","Jeong"),
math = c(30,50,60,80),
english = c(60,70,80,100))

df2 <- data.frame(name = c('Kim','Lee','Park','Cho'),
weight = c(70,71,56,60),
height = c(170,185,160,165))

df1 = 이름, 수학, 영어 성적

df2 = 이름, 몸무게, 신장

위 데이터셋에서 name 변수가 두 데이터셋에 공통적으로 있습니다.

이렇게 결합하는 기준이 되는 것을 키(key)라고 합니다.

현재 테이블에서는 name 변수가 공통적인 key가 되겠지요.

merge
merge(dataset1,
dataset2,
by = 'key' # 결합할 기준의 변수)

2. 데이터셋 결합 (Table Join)

2-1. inner Join

Inner Join은 두 테이블에 있는 key 변수의 공통적인 부분만 선택하여 결합합니다.

왼쪽 데이터셋(df1)에 name 변수에는 Kim, Lee, Park, Jeong이 있고

오른쪽 데이터셋(df2)에 name 변수에는 Kim, Lee, Park, Cho가 있습니다.

여기서 공통은 Kim, Lee, Park가 되겠죠.

merge(df1, df2, by = 'name')

2-2. Left Join (왼쪽 테이블 기준)

Left Join은 왼쪽 테이블의 모든 항목을 오른쪽 테이블과 결합하는 것입니다.

다시 말해서, 왼쪽 테이블의 정보는 모두 포함되고, 오른쪽 테이블의 정보가 손실됩니다.

왼쪽 테이블의 Jeong은 오른쪽 테이블에 없지만, Left Join 결과에서 Jeong이 포함되어 있습니다.

다만, 신장과 체중의 정보는 없기 때문에 결측치(NA)로 나오게 됩니다.

R에서는 all.x=TRUE 인자를 설정하면 left join이 수행됩니다.

merge(df1, df2, by='name', all.x = TRUE)

2-3. Right Join (오른쪽 테이블 기준)

Right Join은 오른쪽 테이블의 모든 항목을 왼쪽 테이블과 결합하는 것입니다.

Left join과 비슷하게 all.y=TRUE 인자를 설정하면 right join이 수행됩니다.

merge(df1, df2, by='name', all.y = TRUE)

2-4. Full Join

Full Join은 모든 테이블의 자료를 결합하는 것입니다.

위에서 소개한 조인 방법들과 별 다를게 없지만, 모든 행이 결합되어 나타납니다.

왼쪽, 오른쪽 테이블 구분없이 모두 나오기 때문에 어느 한 쪽이라도 정보가 없으면 결측치 처리됩니다.

all =TRUE 인자를 설정하면 Full Join이 수행됩니다.

merge(df1, df2, by='name', all = TRUE)

이 외에 dplyr 패키지에 있는 방법으로 할 때, R을 이용한 Join 방법을 참고해주세요.

[R] duplicated 함수 끝내기 (중복 데이터 확인하기)

love R — Tue, 21 Mar 2023 23:15:57 +0900

R duplicatd 함수

1. duplicated 함수

duplicated 함수는 반복적으로 나타나는 요소를 보여주는 함수입니다.

함수의 결과 형태는 논리형 벡터(Logical vector)로 나타납니다.

# 1~4의 반복요소 만들기
dup <- c(1,1,1,1,2,2,2,2,2,3,3,4,4)
dup
[1] 1 1 1 1 2 2 2 2 2 3 3 4 4

# duplicated 함수 적용
duplicated(dup)

[1] FALSE TRUE TRUE TRUE FALSE TRUE TRUE TRUE TRUE FALSE TRUE FALSE TRUE

dup에 1부터 4까지의 요소가 저장되어 있습니다.

1: 4개
2: 5개
3: 2개
4: 2개

이 벡터(dup)에 duplicated 함수를 적용하면 아래처럼 논리 연산자가 산출됩니다.

[1] FALSE TRUE TRUE TRUE FALSE TRUE TRUE TRUE TRUE FALSE TRUE FALSE TRUE

여기에 우리가 만든 dup 벡터를 적용하면 아래처럼 나타낼 수 있습니다.

1	1	1	1	2	2	2	2	2	3	3	4	4
FALSE	TRUE	TRUE	TRUE	FALSE	TRUE	TRUE	TRUE	TRUE	FALSE	TRUE	FALSE	TRUE

뭔가 공통점이 보이나요?

반복되는 요소 중에 가장 처음 나타난 값이 FALSE로 반환되고 그 이후에는 TRUE로 반환됩니다.

# dup 벡터에서 반복된 값을 추출하기

# duplicated 함수를 적용한 것을 'dup_logic' 이라는 이름으로 저장

dup_logic <- duplicated(dup)

# 반복값 추출 -> 벡터 subsetting 이용 -> 위에서 TRUE로 반환된 숫자들이 나옴.

dup[dup_logic]

[1] 1 1 1 2 2 2 2 3 4

여기서 중복된 요소를 하나씩만 추출하려면 다음같이 합니다.

duplicated(dup)

[1] FALSE TRUE TRUE TRUE FALSE TRUE TRUE TRUE TRUE FALSE TRUE FALSE TRUE

# 방법1.
# 느낌표(!)를 붙이면 논리형 연산자들이 반대로 나오죠
# TRUE -> FALSE // FALSE->TRUE

!duplicated(dup)
[1] TRUE FALSE FALSE FALSE TRUE FALSE FALSE FALSE FALSE TRUE FALSE TRUE FALSE

dup[ !duplicated(dup) ]
[1] 1 2 3 4

# 방법2.
# unique 함수 이용

dup_logic <- duplicated(dup)

dup[dup_logic]
[1] 1 1 1 2 2 2 2 3 4

# 이 결과에 unique 함수를 취하면

unique(dup[dup_logic])
[1] 1 2 3 4

2. 데이터프레임에 duplicated 적용해보기

그럼 ~ R에선 데이터프레임 쓸 일이 많으니 함 적용해볼게요

# 데이터프레임 생성
dup_data <- data.frame(item = c("책",'가방','연필','지우개','지우개','연필'),
price = c(1000,2000,3000,4000,4000,2000))
dup_data

item price
1 책 1000
2 가방 2000
3 연필 3000
4 지우개 4000
5 지우개 4000
6 연필 2000

위 데이터를 보면 (지우개,4000) 이 중복된 행이 있네요.

요런 놈들을 제거해볼게요.

# duplicated 함수
duplicated(dup_data)

# '행'단위로 반복된 행이 있는지를 TRUE or FALSE 형태로 나옴
[1] FALSE FALSE FALSE FALSE TRUE FALSE

# 앞에 느낌표를 붙여서 반대로 만들기
!duplicated(dup_data)
[1] TRUE TRUE TRUE TRUE FALSE TRUE

# subsetting 을 통해 중복되지 않은 행을 추출
# 데이터프레임의 subsetting을 할 시에는 행단위로 참/거짓을 판단 -->> 즉, dataset[논리형벡터, ]

dup_data [ !duplicated(dup_data), ] # 다섯번째 행이 FALSE로 반환되었으니까 빼고 추출됨
item price
1 책 1000
2 가방 2000
3 연필 3000
4 지우개 4000
6 연필 2000

[R] seq 함수 (숫자 연속으로 나열하기)

love R — Fri, 30 Sep 2022 23:10:43 +0900

seq 함수(숫자 연속으로 나열하기)

1. seq 함수

seq 함수는 숫자를 연속적으로 생성하기 위한 것입니다.

시작번호와 끝번호를 지정하면 순차적으로 수가 나열되며 by 인자를 통해 간격 조정도 가능합니다. 아래는 seq 함수 사용을 위한 각 인자에 대한 설명입니다.

seq( from = # 시작 번호
to = # 끝 번호
by = # 간격
length. out = # 결과값(벡터)의 길이

2. seq 함수 예시

from에 1을 지정하고 to에 5를 지정하면 1부터 5까지의 순열이 생성됩니다. 이 때 by를 생략하면 기본값으로 1이 인식됩니다. 만약 숫자 간격을 1 이 외의 수로 지정하고 싶다면 by 인자에 수를 따로 지정해야 합니다.

length.out 인자는 결과값(벡터)의 길이를 지정합니다. 예를 들어 length.out = 7을 지정하면 7등분으로 균등하게 나뉜 범위로 순열이 생성됩니다.

# 1~5까지 1씩 증가
seq( from = 1, to = 5, by = 1)
[1] 1 2 3 4 5

# 1~5까지 0.4씩 증가
seq( from = 1, to = 5, by=0.4)
[1] 1.0 1.4 1.8 2.2 2.6 3.0 3.4 3.8 4.2 4.6 5.0

# 1~5까지의 결과값의 길이를 7로 맞춤(1~5를 7등분한 결과)
test <- seq( from = 1, to = 5, length.out = 7)
test
[1] 1.000000 1.666667 2.333333 3.000000 3.666667 4.333333 5.000000

length(test)
[1] 7

# -2~3까지 0.4씩 증가(음수에도 적용됨)
seq(from= -2, to=3, by=0.4)
[1] -2.0 -1.6 -1.2 -0.8 -0.4 0.0 0.4 0.8 1.2 1.6 2.0 2.4 2.8

3. seq.Date 함수 (날짜형 다루기)

seq.Date 함수는 날짜에 대한 순열을 생성합니다.

from에 시작 날짜, to에 끝 날짜를 정하고 by 인자에는 날짜 순열을 생성할 간격을 지정합니다.

***주의: from과 to 인자에는 날짜형 타입(Date type)을 입력해야 합니다***

seq.Date( from # 시작 날짜
to # 끝 날짜
by # 날짜 간격 ("day", "week","month","quarter","year")
length.out # 결과값(벡터)의 길이

4. seq.Date 함수 예시

1) Date type의 자료를 생성
start_date <- as.Date("2022-09-01")
end_date <- as.Date("2022-10-03")

2) seq.Date 함수 적용

# 9월 1일부터 10월 3일까지 일자 별로 결과가 나옵니다.

seq.Date( from = start_date
to = end_date
by = "day")

[1] "2022-09-01" "2022-09-02" "2022-09-03" "2022-09-04" "2022-09-05"
[6] "2022-09-06" "2022-09-07" "2022-09-08" "2022-09-09" "2022-09-10"
[11] "2022-09-11" "2022-09-12" "2022-09-13" "2022-09-14" "2022-09-15"
[16] "2022-09-16" "2022-09-17" "2022-09-18" "2022-09-19" "2022-09-20"
[21] "2022-09-21" "2022-09-22" "2022-09-23" "2022-09-24" "2022-09-25"
[26] "2022-09-26" "2022-09-27" "2022-09-28" "2022-09-29" "2022-09-30"
[31] "2022-10-01" "2022-10-02" "2022-10-03"

# 월별로 결과가 나옵니다.
seq.Date( from = start_date
to = end_date
by = "month")

[1] "2022-09-01" "2022-10-01"

[R] rep 함수 (반복적으로 값 산출하기)

love R — Sun, 3 Jul 2022 03:55:49 +0900

rep 함수 (반복적으로 값 산출하기)

숫자나 문자열을 반복적으로 산출하는 작업 시에는 rep 함수를 사용합니다.

1. rep 함수

2. rep 함수 예시(숫자형)

1) 3을 5회 반복
rep(x=3, times=5)
[1] 3 3 3 3 3

2) 1~3을 4회 반복
rep(x=1:3, times=4)
[1] 1 2 3 1 2 3 1 2 3 1 2 3

3) 1~3의 각 요소를 4회씩 반복
rep(x=1:3, each=4)
[1] 1 1 1 1 2 2 2 2 3 3 3 3

4) 1~3의 각 요소를 4회씩 반복 & 전체를 3회 반복
rep(x=1:3, each=4, times=3)
[1] 1 1 1 1 2 2 2 2 3 3 3 3 1 1 1 1 2 2 2 2 3 3 3 3 1 1 1 1 2 2 2 2 3 3 3 3

5) 1~3의 각 요소를 4회씩 반복 & 전체를 3회 반복 & 길이를 22으로 맞춤
test <- rep(x=1:3, each=4, times=3, lengh.out=22)
test
[1] 1 1 1 1 2 2 2 2 3 3 3 3 1 1 1 1 2 2 2 2 3 3

length(test)
[1] 22

3. rep 함수 예시(문자형)

1) 문자형 벡터 반복
rep(x=c("one","two","three"), times=4)
[1] "one"   "two"   "three" "one"   "two"   "three" "one"   "two"   "three" "one"   "two"   "three"

2) 문자형 벡터 각 요소를 반복
rep(x=c("one","two","three"), each=3)
[1] "one"   "one"   "one"   "two"   "two"   "two"   "three" "three" "three"

3) 문자형 벡터 각 요소를 2회 반복 & 전체를 4회 반복
rep(x=c("one","two","three"), each=2, times=4)
[1] "one"   "one"   "two"   "two"   "three" "three" "one"   "one"   "two"   "two"   "three" "three" "one"   "one"
[15] "two"   "two"   "three" "three" "one"   "one"   "two"   "two"   "three" "three"

4) 문자형 벡터 각 요소를 2회 반복 & 전체를 3회 반복 & 길이를 15으로 맞춤
test <- rep(x=c("one","two","three"), each=2, times=3, length.out=15)
test
[1] "one"   "one"   "two"   "two"   "three" "three" "one"   "one"   "two"   "two"   "three" "three" "one"   "one"
[15] "two"

length(test)
[1] 15

[SAS] Proc Import 데이터 불러오기

love R — Fri, 7 Jan 2022 22:07:18 +0900

Import procedure은 외부 데이터를 불러오기 위한 프로시저입니다.

사용법은 아래와 같습니다.

1. Proc import statement

PROC IMPORT DATAFILE = 파일위치 or 파일명
DBMS= 불러올 데이터 타입 - (CSV, DLM,...)
OUT= 생성할 데이터셋 이름 지정
REPLACE; 데이터 덮어쓰기
RUN;

csv 파일을 아래처럼 생성하였습니다.

PROC IMPORT DATAFILE = 파일위치 or 파일명;
DBMS= CSV
OUT= WORK.TEST1;
RUN;

만약 데이터를 덮어쓰고 싶다면 replace 를 지정해야 합니다.

즉, replace 지정하지 않으면 아무리 실행해도 최초에 생성된 데이터셋에서 변하지 않습니다!

PROC IMPORT DATAFILE = 파일위치 or 파일명;
DBMS= CSV
OUT= WORK.TEST1
REPLACE;
RUN;

2. GETNAMES statement

GETNAMES statement는 raw data의 첫번째 행에 변수명이 포함되어 있을 경우 이용할 수 있는 statement입니다.

예를 들면 csv파일 형식의 경우 콤마( , )로 구분되어 있습니다. 대부분의 경우 csv파일의 가장 첫번째 행에 변수 이름이 있습니다. 이때 getnames statement를 이용합니다. 이 때 Default 값은 YES 이므로 getnames statement를 생략하여도 됩니다.

주의할 점은 세미콜론(;)을 따로 지정해줘야합니다. getnames statement가 단독적으로 존재하기 때문입니다.

PROC IMPORT DATAFILE = 파일위치 or 파일명
DBMS= CSV
OUT= WORK.TEST2;
GETNAMES = YES;
RUN;

만약 NO라고 지정한다면 아래 그림처럼 변수명이 관측치로 인식이 됩니다.

3. DATAROW statement

DATAROW statement는 지정된 숫자부터 행을 읽습니다.

PROC IMPORT DATAFILE = 파일위치 or 파일명
DBMS= CSV
OUT= WORK.TEST3;
GETNAMES = YES;
DATAROW = 3;
RUN;

원시 데이터 아래처럼 5개의 행으로 구성되어있지만

DATAROW statement를 지정하면 아래처럼 일부 데이터만 추출됩니다.

※ 만약 첫번째 행부터 특정 행까지 불러오고 싶다면 options statement의 obs를 이용합니다.

OPTIONS OBS=3;
PROC IMPORT DATAFILE = 파일위치 or 파일명
DBMS= CSV
OUT= WORK.TEST4;
GETNAMES = YES;
RUN;

[R] 작업 디렉토리에서 파일 찾기 및 변수 할당하기

love R — Thu, 4 Nov 2021 00:04:19 +0900

작업 디렉토리에서 특정 문자열을 포함한 파일을 찾고 싶을 때가 있는데요.

이 때는 작업디렉토리에서 파일 이름을 먼저 불러와야 합니다.

아래 단계를 통해 간단하게 알 수 있는 방법이 있습니다.

1. getwd()로 작업 디렉토리 확인하기

작업 디렉토리는 사용자마다 다를 수 있습니다.

getwd() 는 현재 작업 디렉토리로 지정된 주소를 확인합니다.

저는 "C:/love_R" 이라는 곳에 지정되어 있습니다.

2. dir()로 작업 디렉토리 파일 확인하기

dir() 함수는 작업 디렉토리 안에 있는 파일들을 확인할 수 있습니다.

이 때 "covid" 문자를 포함한 파일들만 보고 싶다면 어떻게 할까요?

3. grep 함수로 문자 찾기

dir() 로 화면에 보여지는 파일들은 문자형 벡터로 주어집니다.

test_dir 변수에 할당하고 class 함수를 이용해 타입을 확인해보면 문자열 벡터임을 확인할 수 있습니다.

이때 grep 함수를 이용해서 문자를 찾습니다.

위 파일명에서 "covid" 문자만 포함하는 파일들을 찾습니다.

grep 함수는 문자형벡터에서 문자를 검색할 수 있고 그 결과값은 인덱스로 반환(중요)됩니다.

grep(찾을 문자, 문자형벡터)

# grep 함수에서 찾을 문자는 "covid" 이며 문자형 벡터는 test_dir 입니다.
# 결과값이 test_dir(문자형벡터)에서 "covid"를 포함한 파일명의 인덱스를 반환합니다.

grep("covid", test_dir)
[1]  3  4  5  6  7  8  9 10 15

# 문자형벡터에서 위치만 알려주니까 어떤 파일명이 있는지 모릅니다.
# 이제 인덱스를 파일명으로 불러옵니다. 인자에 value=TRUE를 넣어줍니다.
grep('covid', test_dir, value=TRUE)
[1] "covid_t.csv"      "covid100.csv"     "covid19.csv"
[4] "covid19_1.csv"    "covid19_15.csv"   "covid19_2.csv"
[7] "covid19_3.csv"    "covid19_4.csv"    "test_covid19.csv"

위처럼 value=TRUE 인자를 넣어 특정 문자가 어떤 것인지 바로 반환할 수 있습니다

다른 방법으로는 R의 인덱스 추출 기능을 이용하여 반환할 수 있습니다.

grep("covid", test_dir)
[1]  3  4  5  6  7  8  9 10 15

# [ ] 이용
test_dir[grep("covid", test_dir)]
[1] "covid_t.csv"      "covid100.csv"     "covid19.csv"
[4] "covid19_1.csv"    "covid19_15.csv"   "covid19_2.csv"
[7] "covid19_3.csv"    "covid19_4.csv"    "test_covid19.csv"

4. assign 함수로 변수 할당하기

# 반복문(for 문)을 이용해서 각 파일을 저장
# length(covid_file)는 covid_file 변수의 벡터 길이 반환함
# for 반복문과 assign함수를 이용해서 a1, a2, a3, ..., a9까지 각 파일을 저장

covid_file <- test_dir[grep("covid", test_dir)]
for( i in 1:length(covid_file)){
assign(paste0("a",i), read.csv(paste0("C:/love_R/", covid_file[i])))
}

# Environment 창에서 a1~a9 까지 차례로 변수에 부여된 것을 알 수 있습니다.

[SAS] 데이터셋 만들기(input, cards) ㅡ ①

love R — Thu, 12 Aug 2021 23:44:43 +0900

SAS 데이터셋 만들기

아래와 같은 표를 SAS로 만들어 봅시다.

아래 코드를 입력하고 F3를 누르면 데이터셋이 생성됩니다.

DATA test_dataset; /* 데이터셋 명*/
INPUT id Sex $ Age JobType $; /* 칼럼명 */
CARDS; /*데이터 입력*/
1 Male 38 Engineer
2 Female 27 Singer
3 Female 32 Teacher
4 Male 23 Student
;
run;

DATA 명령어는 데이터셋 명을 지정합니다.

이 예에서는 test_dataset 이라는 이름으로 만듭니다.

해당 데이터는 WORK 라이브러리(일시적인 라이브러리)에 저장됩니다.

만약 영구적인 라이브러리에 데이터셋을 저장하려면 데이터셋의 이름 앞에 라이브러리 명을 입력합니다.

A123 이라는 이름의 라이브러리에 저장하기 위해서는 A123.test_dataset 을 적어야 합니다.

만약 A123 이라는 라이브러리가 없으면 새로 만들어야하는데 만드는 방법은 지난 포스팅을 참고해주세요.

칼럼명 입력시 $ 표시가 되어있는 부분이 있습니다.

이는 문자형 자료 입력시에 지정해줘야 하는 기호입니다.

여기서는 Sex와 JobType 이 문자형이기 때문에 변수명 뒤에 $ 표시를 하였습니다.

CARDS는 데이터를 입력하기 위한 선언입니다.

[SAS] 라이브러리 지정하기

love R — Thu, 12 Aug 2021 00:25:40 +0900

[SAS] 라이브러리 지정하기

SAS 라이브러리란 데이터를 저장해놓는 폴더와 같은 개념입니다.

라이브러리에는 두 가지 종류가 있습니다.

- 일시적으로 생성되는 라이브러리

- 영구적으로 생성되는 라이브러리

여기에서 일시적으로 생성된다는 뜻은 SAS 세션이 지속되는 동안만 저장되는 공간이고 프로그램을 껐다가 다시 키면 라이브러리는 삭제됩니다.

따라서 영구적으로 저장해놓을 필요가 있는 자료가 있을 때는 특별히 이름을 지정해야 합니다.

반대로 일시적인 라이브러리는 따로 이름을 지정하지 않습니다.

대신에 "WORK" 라고하는 특별한 이름을 씁니다.

라이브러리 이름이 "WORK"에 저장된 자료는 모두 일시적으로 저장됩니다.

1. 일시적인 라이브러리 생성법

DATA work.test1;
INPUT test_var;
CARDS;
1
2
3
4
;
RUN;

위 그림에서 WORK라고 하는 라이브러리 명에 TEST1이라는 데이터셋이 생성된 것을 확인할 수 있습니다.

해당 파일을 열면 자료가 잘 생성됨을 확인할 수 있습니다.

일시적인 라이브러리에 데이터셋을 저장하는 건 라이브러리명을 쓰지 않아도 됩니다.

위 SAS 코드와 비교하면 work. 을 쓰지 않고도 저장할 수 있는 셈이죠.

DATA test2;
INPUT test_var2;
CARDS;
10
20
30
40
;
RUN;

2. 영구적인 라이브러리 생성법

영구적인 라이브러리를 생성하기 위해서는 위 방법보다는 살짝 복잡한데 어렵진 않습니다.

우선 Server Files and Folders 를 클릭하여 엽니다.

그리고 폴더를 생성합니다.

저는 AA1 이라는 이름으로 폴더를 생성하겠습니다.

영구적인 라이브러리 생성은 물리적인 주소 공간에 생성되는 폴더를 이용합니다.

즉, 1) 폴더를 생성하고 2) 라이브러리 할당 이 필요합니다.

그러면 AA1이라는 폴더 생성을 완료하였으니 이 폴더를 라이브러리로 할당합니다.

Name 에는 지정될 라이브러리명을 입력합니다. 저는 LIB_AA1 이라고 지정하였습니다.

Path 에는 실제 폴더가 저장된 주소를 입력합니다. Browse 버튼을 누르고 아까 만들어놨던 폴더를 지정합니다.

위 과정을 마치면 아래처럼 라이브러리가 설정되었습니다.

그러면 이제 LIB_AA1 이라는 라이브러리에 데이터셋을 저장할 수 있습니다.

DATA LIB_AA1.test3;
INPUT test_var3;
CARDS;
101
201
301
401
;
RUN;

LIB_AA1 라이브러리에 TEST3 데이터셋이 잘 생성되었습니다.