[4과목] R기초

1. 데이터 분석 도구의 현황

• 분석도구 비교

	SAS	SPSS	R	Python
프로그램 비용	유료, 고가	유료, 고가	오픈소스, 무료	오픈소스, 무료
설치용량	대용량	대용량	모듈화로 간단	모듈화로 간단 (배우기 쉬움)
다양한 모듈 지원 및 비용	별도구매	별도구매	오픈소스	오픈소수
최신 알고리즘 및 기술반영	느림	다소 느림	매우 빠름	매우 빠름 (기계학습에 능숙)
학습자료 입수의 편의성	유료 도서 위주	유료 도서 위주	공개 논문 및 자료 많음	공개 논문 및 자료 많음
질의를 위한 공개 커뮤니티	NA	NA	매우 활발	매우 활발
유지보수	쉽다	쉽다	어렵다	어렵다

 

2. 대화형 모드와 배치모드

• 대화형 모드 (interactive mode): 프롬프트에 코딩을 하여 결과를 바로 알 수 있음
• 배치모드 (batch mode): 프로그램 파일 형태(사용자와 인터렉션이 필요하지 않는 방식)로 프로세스 자동화할 떄 사용 → batch.R, .bat 실행파일

 

3. 벡터(vector) vs 리스트(list)

• 공통점: 위치로 인덱스, 이름 지정 가능
• 차이점: 벡터는 동일 자료형, 리스트는 여러 자료형
• 행렬(matrix): 벡터의 차원
• 어레이(array): 행렬의 다차원

 

4. R 코드

• 변수 삭제하기: rm
• 문자열 추출: substr("bigdata", 1, 4)
• 데이터 프레임: data.frame(벡터, 벡터)
• 구조 변경: as.list(벡터)
• 행결합: rbind(d1, d2)
• 열결합: cbind(d1, d2)
• 병합: mergen(df1, df2, by= "공통 열 이름)
• 데이터셋 조회: subset(df, select=변수, subset=변수>조건)
• 함수적용(결과를 벡터, 행렬): vec <- sapply(a, func)
• 함수적용(결과를 리스트): list <- lsapply(a, func)
• 함수적용(데이터프레임): dff <- apply(df, 1, sum)

                                 (1이면 행, 2이면 열)

• 집단별 함수적용: tapply(vec,factor, func)
• 벡터, 리스트 함수 적용: mapply(factor, vec1, vec2, vec3)
• Reshape 패키지의 melt(), cast()

• plyr 패키지: apply함수에 기반한 입력과 출력데이터를 동시에 배열로 치환하여 처리하는 패키지