R Cook Book 5장: 데이터 구조

15 July 2020 - 4 mins read time
Tags: R TIL

데이터 구조

벡터

벡터는 숫자, 문자열 혹은 논리값 중의 한 가지만 포함하며 이들을 섞을 수는 없다

특징

• 한 벡터의 모든 원소는 같은 자료형 또는 R용어 정의에 따르면, 같은 모드를 가지고 있어야 한다 (벡터들은 동질적이다)

• 벡터는 위치로 인덱스된다

  • v[2]는 v의 두번째 원소를 뜻한다

• 벡터는 여러개의 위치로 인덱스될 수도 있으며, 이때 하위 벡터를 반환한다

  • v[c(2,3)]은 v의 두번째와 세번째 원소로 이루어진 하위 벡터이다

• 벡터 원소들은 이름을 가질 수 있다

  • v <- c(10,20,30)
    names(v) <- c("Moe","Larry","Curly")
    print(v)
    #Moe Larry Curly
    # 10  20  30
    

리스트

리스트의 원소들은 서로 다른 모드들을 포함할 수 있다

특징

• 리스트(List)는 이질적이다
  • 여러 자료형의 원소들이 포함될 수 있다. 심지어 리스트나 데이터 프레임 같이 구조화된 다른 객체들도 포함할 수 있다
• 리스트는 위치로 인덱스 된다
  • lst[[2]]는 lst의 두번째 원소를 뜻한다
• 리스트에서 하위 리스트를 추출할 수 있다
  • lst[c(2,3)]은 lst의 둘째와 셋째 원소로 이루어진 하위 리스트다
• 리스트의 원소들은 이름을 가질 수 있다
  • lst[[“Moe”]]와 lst$Moe는 둘 다 ‘Moe’라는 이름의 원소를 지칭한다

모드

물리적인 자료형

• R에서, 모든 객체에는 그것이 메모리에 어떻게 저장되는지를 가리키는 ‘모드’가 있다
• 숫자로 저장될 것인가, 문자열, 다른 객체로의 포인터로 된 리스트, 함수, 아니면 기타 다른것으로 저장될 것인가를 나타내는게 모드이다
  • mode(3.1415) -> “numeric”

클래스

추상적인 자료형

• 모든 객체는 추상 자료형인 ‘클래스’도 가지고 있다. 거리, 시간의 한 지점 또는 무게 등 어떤 하나의 숫자로 나타낼 수 있는 것의 종류가 많다. 이 객체들은 모두 숫자로 저장되기 때문에 ‘수치형’이라는 모드가 되지만, 각각 해석 방법이 다르므로 클래스는 상이할 수 있다

  • d <- as.date("2010-03-15")
    mode(d)
    # numeric
    class(d)
    # date
    

단일값 (Scalar)

• 일부 소프트웨어에서는 단일값과 벡터를 다르게 취급하지만, R에서는 대략 같다고 보면된다
• 단일값은 하나의 원소만 가지고 있는 벡터를 말한다
• ‘원소가 하나인 벡터’를 지칭
  • ex) R에서 내장된 상수 pi는 3.14159를 반환한다
    • 인덱싱도 되지만 pi[2]를 할시 두번째 원소를 물어보면 값이 반환되지 않는다

행렬(Matrix)

• R에서 행렬(Matrix)은 차원을 가진 벡터다. 벡터에 차원을 정해 주기만 하면 행렬로 바꿀 수 있다

  • A <- 1:6
    dim(A)
    # Null
    print(A)
    # 1 2 3 4 5 6
    dim(A) <- c(2,3)
    print(A)
     #    [,1][,2][,3]
    #[1,]  1   3   5
    #[2,]  2   4   6
    

  • 위와 같이 dim 속성을 설정하면 벡터에 차원이 주어진다.

배열

• 행렬에서 다뤘던 특징은 3차원이나, 더 나아가 ‘n차원’ 구조에서도 일반화 된다 주어진 벡터(또는 리스트)에 더 많은 차원을 부여하면 되는 것이다

  • D <- 1:12
    dim(D) <- c(2,3)
    print(D)
    #,, 1
     #    [,1][,2][,3]
    #[1,]  1   3   5
    #[2,]  2   4   6
    #,, 2
     #    [,1][,2][,3]
    #[1,]  7   9   11
    #[2,]  8   10  12
    

  • R은 한번에 하나의 ‘단면’만 출력했다. 3차원 구조를 2차원에 표현할 수 없기 때문이다

요인(Factors)

• R은 벡터에 있는 고유한 값의 정보를 얻어 내는데, 이 교유 값들을 요인의 ‘수준’(level)이라고 일컫는다.
• 요인들은 간단하고 효율적인 형태로 데이터 프레임에 저장된다. 다른 프로그래밍 언어에서는 요인을 ‘열거형 값(enumerated value)들로 이루어진 벡터로 표현한다’
  • 범주형 변수: 요인 하나는 범주형 변수를 나타낼 수 있다
  • 집단 분류: 데이터 항목에다가 집단에 따른 라벨을 붙이거나 태깅을 할 때 쓰는 방법이다

데이터 프레임

• 데이터 프레임은 강력하고 유연한 구조이다. 데이터 프레임은 테이블로 된(사각형) 데이터 구조여서 행과 열이 있다. 하지만 행렬로 구현되지는 않았다. 오히려 리스트라고 볼 수 있다
  • 데이터 프레임이라는 리스트의 원소는 벡터와(또는) 요인이다
  • 그 벡터와 요인들은 데이터 프레임의 열에 해당된다
  • 그 벡터와 요인들은 동일한 길이어야 한다. 다시 말하면 모든 열은 동일한 높이여야 한다
  • 동일한 높이의 열들은 데이터 프레임을 사각형으로 만든다
  • 열에는 이름이 있어야 한다