수업 시간에 배운 R 설치&설정 방법과 내용 정리

R

1. 시작 전

1-1. 설치

• R 링크
  • download R -> 0-cloud -> Download R for Windows -> base -> previous release -> 3.5.1 3.5.3 순서로 다운로드
  • //library 사용을 위해 3.5.1에서 3.5.3으로 변경
• R studio 링크
  • download -> free ver. -> RStudio Desktop 1.3.1093 (171.62MB)을 default로 install

1-2. 설정

• Tools -> Global Options -> 저장소 C:\R
• Code -> Saving 에서 ASK->UTF-8
• Project 생성
  • new project -> New Directory -> New Project -> Browse -> C:\R
• 새로운 File 생성
  • File -> New File -> R Script
  • ctrl + shift + n
• Eclipse와 같이 *.Rproj(project) 안에 *.R(class) 파일들이 위치한다
• library의 위치
  • c:\Program Files\R\R-3.5.1\library
  • 문서\R\win-library\3.5

KoNLP (library 설치)

1. rstudio 끄기 아래 사이트에서 Rtools35.exe 설치 설치 시 기본 옵션이외의 설치 옵션 모두 클릭 https://cran.r-project.org/bin/windows/Rtools/history.html

2. rstudio 켜기 install.packages(“multilinguer”)

3. 의존성 설치 install.packages(c(“hash”, “tau”, “Sejong”, “RSQLite”, “devtools”, “bit”, “rex”, “lazyeval”, “htmlwidgets”, “crosstalk”, “promises”, “later”, “sessioninfo”, “xopen”, “bit64”, “blob”, “DBI”, “memoise”, “plogr”, “covr”, “DT”, “rcmdcheck”, “rversions”), type = “binary”)

4. Git를 통해 KoNLP를 다운 받기

• install
  • git 연결 프로그램 다운로드 install.packages(“remotes”)
  • KoNLP 설치 remotes::install_github(‘haven-jeon/KoNLP’, upgrade = “never”, INSTALL_opts=c(“–no-multiarch”))

1-3. 단축키

• ctrl + enter : 실행
  • ctrl+Alt+r : 전체 실행
• 화면 크기 조절
  • ctrl+shift++ : 화면 크게
  • ctrl+tab+- : 화면 작게
• 콘솔 이동
  • ctrl+1 : script 창으로
  • ctrl+2 : console 창으로
• ctrl+shift+n : 새로운 script
• ctrl+d : 해당 행 삭제
• ctrl+shift+c : 주석 처리(#)
• alt+- : 화살표(<-) 작성

1-4. 개념

• R은 script language이기 때문에 ;을 찍는게 좋지만 마지막에는 ;을 찍지 않는다.

  • txt 파일을 사용할 때는 마지막 문장에서 enter 후 저장

• 	2열
  	2열
  3행	(3행2열)데이터 값	3행	3행
  	2열

• 변수 만들기

  • c() : combine의 약어, 여러 데이터 값이 필요할 때 사용
  • 1:10 : 1에서 10까지 1씩 증가하는 연속 값을 사용
  • seq() : sequence의 약어, 일정한 간격의 여러 숫자
    • x <- seq(10, 15) : 10~15의 연속된 숫자
    • x <- seq(1, 15, by = 4) : 1에서 15까지 4씩 증가
    • x <-seq(1,10,2) : 1에서 10까지 2씩 증가

2. 데이터 타입

• 데이터 구조

  • 스칼라, 팩터 : 1차원 변수

  • 벡터 : 배열 c

  • 리스트 : k,v

  • 행렬 : 동일 타입의 matrix

  • 배열 : 다차원 행렬

  • 데이터 프레임 : 다중(데이터타입) 행렬

• 함수 사용의 예

  v1 <- c(1,2,3,4,5)
  v
  v3 <-seq(1,10,2)
  

2-1. 스칼라(Scalar)

• R에서 데이터 타입의 기본은 벡터이고, 스칼라 데이터는 길이가 1인 벡터와 같은 것으로 볼 수 있다
• R에서는 문자열을 ""과 '' 중 어느 것으로 묶어도 된다

NA와 NULL

• R과 다른 언어의 가장 큰 차이 중 하나가 바로 NANot Available 상수다.

• is.na() 함수를 이용해 변수에 NA값이 저장되어 있는지 확인 할 수 있다

• NA는 결측치, 즉 데이터를 알지 못하거나 실수로 실수로 빼놓은 경우에 값이 없다고 나타내는 경우에 사용한다

• NULL은 편의를 위해 미정된 값을 표현하는 개념이다

    is_even <- NULL
    if (a 가 짝수면) {
       is_even <- TRUE
    } else {
       is_even <- FALSE
    }
  

2-2. 팩터(Factor)

• 팩터Factor는 범주형Categorical 데이터(자료)를 표현하기 위한 데이터 타입이다. 사실 이것만 보면 무슨 말인지 모르겠다

• 이해를 돕기 위해 예시를 보자

  > 성별 <- factor("m", c("m", "f"))
  > 성별
  [1] m
  Levels: m f
  # 성별의 factor은 m으로 지정하고 factor가 담을 수 있는 # 값의 레벨은 "m", "f"로 제한되었다
  

2-3. 벡터(Vector)

• 벡터는 c( )를 사용해 생성하고, names( )를 사용해 이름을 부여할 수 있다. 아래에 벡터 관련 함수를 정리했다.

• 벡터는 중첩할 수 없다. 따라서 벡터 안에 벡터를 생성하면 단일 차원의 벡터로 변경된다. 중첩된 구조가 필요하다면 역시 리스트를 사용해야 한다.

  > c(1, 2, 3, c(1, 2, 3))
  [1] 1 2 3 1 2 3
  

• 각 셀에는 names() <- 함수를 사용해 이름을 부여할 수 있다

  > x <- c(1, 3, 4)
  > names (x) <- c("kim", "seo", "park")
  > x
  kim seo park
  1 3 4
  

• 벡터는 [ ] 안에 색인을 적어 각 요소를 가져올 수 있다. 이때, 색인은 다른 언어와 달리 1부터 시작한다.

  > x <- c("a", "b", "c")
  > x[1]
  [1] "a"
  > x[3]
  [1] "c"
  

• ‘-색인’ 형태로 음의 색인을 사용해 특정 요소만 제외할 수도 있다.

  > x <- c("a", "b", "c")
  > x[-1]
  [1] "b" "c"
  > x[-2]
  [1] "a" "c"
  

• 여러 위치에 저장된 값을 한 번에 가져오려면 ‘벡터명[색인 벡터]’ 형식을 사용한다.

  > x <- c("a", "b", "c")
  > x[c(1, 2)]
  [1] "a" "b"
  > x[c(1, 3)]
  [1] "a" "c"
  

• ‘start:end’ 형태의 문법은 start부터 end까지의 숫자를 저장한 숫자 벡터를 뜻한다. 따라서 x[start:end]를 사용해 start부터 end까지의 데이터(start와 end에 위치한 요소 포함)를 볼 수 있다.

  > x <- c("a", "b", "c")> x[1:2][1] "a" "b"> x[1:3][1] "a" "b" "c"
  

• 벡터의 각 셀에 names( )를 사용해 이름을 부여했다면, 이 이름을 사용해 데이터를 접근할 수 있다.

  > x <- c(1, 3, 4)> names (x) <- c("kim", "seo", "park")> xkim seo park1 3 4> x["seo"]seo3> x[c("seo", "park")]seo park3 4
  

• 벡터의 연산 함수

  함수명	역할	반환값
  identical	객체가 동일한지를 판단	T / F
  union	합집합	합집합
  intersect	교집합	교집합
  setdiff	차집합	차집합
  setequal	x와 y가 같은 집합인지 판단	T / F

• 벡터의 연산자

  연산자	의미
  value %in% x	벡터 x에 value가 저장되어 있는지 판단함
  x + n	벡터 x의 모든 요소에 n을 더한 벡터를 구함

• == 또는 != 연산자를 사용해 두 벡터에 저장된 값들을 한 번에 비교할 수 있다. 그러나 흔히 if 문 등의 조건문에서는 단 하나의 참 또는 거짓 값을 사용해야 하기 때문에 ==, !=가 아니라 앞서 설명한 identical( )을 사용해야 한다

  > c(1, 2, 3) == c(1, 2, 100)
  [1] TRUE TRUE FALSE
  > c(1, 2, 3) != c(1, 2, 100)
  [1] FALSE FALSE TRUE
  

• 주어진 값을 반복하는 rep 함수

  > rep(1:2, times=5)
  [1] 1 2 1 2 1 2 1 2 1 2
    
  > rep(1:2, each=5)
  [1] 1 1 1 1 1 2 2 2 2 2
    
  > rep(1:2, each=5, times=2)
  [1] 1 1 1 1 1 2 2 2 2 2 1 1 1 1 1 2 2 2 2 2
  

2-4. 리스트(List)

• 리스트는 ‘(키, 값)’ 형태의 데이터를 담는 연관 배열(Associative Array)이다

  > (x <- list(name="foo", height=c(1, 3, 5)))$ name[1] "foo"$ height[1] 1 3 5
  

• 리스트 데이터 접근 문법

  문법	의미
  x$key	리스트 x에서 키 값 key에 해당하는 값
  x[n]	리스트 x에서 n번째 데이터의 서브리스트
  x	리스트 x에서 n번째 저장된 값

  > x <- list(name="foo", height=c(1, 3, 5))> x$name[1] "foo"> x$height[1] 1 3 5> x1[1] "foo"> x2[1] 1 3 5
  

2-5. 행렬(Matrix)

• R의 행렬Matrix은 수학 시간에 배운 행렬의 정의와 같이 행(로우), 열(컬럼)의 수가 지정된 구조다. 벡터와 마찬가지로 행렬에는 한 가지 유형의 스칼라만 저장할 수 있다. 따라서 모든 요소가 숫자인 행렬은 가능하지만, ‘1열은 숫자, 2열은 문자열’과 같은 형태는 불가능하다

• byrow=TRUE

  • 리스트에서 데이터의 방향 변경

• 행렬 생성 함수

  # rownames<- : 행렬의 행 이름을 설정한다.rownames(   x           # 2차원 이상의 행렬과 유사한 객체 ) <- value  # NULL 또는 x와 같은 길이의 문자열 벡터# colnames<- : 행렬의 열 이름을 설정한다.colnames(    x           # 2차원 이상의 행렬과 유사한 객체 ) <- value  # NULL 또는 x와 같은 길이의 문자열 벡터
  

• 행렬은 잘 사용하지 않는다

• A %*% B (곱할 때는 주의!)

• dim(dimension) : 객체의 차원 수를 구한다.

2-6. 배열(Array)

• 행렬이 2차원 데이터라면 배열Array은 다차원 데이터다. 예를 들어, 2×3 차원의 데이터를 행렬로 표현한다면 2×3×4 차원의 데이터는 배열로 표현한다.

2-7. 데이터 프레임(Data Frame)

• 데이터 프레임은 처리할 데이터를 마치 엑셀의 스프레드시트와 같이 표 형태로 정리한 모습을 하고 있다

• nrow : 행 개수 확인

• str : 임의의 R 객체의 내부 구조(structure)를 보인다

  문법	의미
  d$colname	데이터 프레임 d에서 컬럼 이름이 colname인 데이터를 접근한다.
  d$colname <- y	데이터 프레임 d에서 컬럼 이름이 colname인 컬럼에 데이터 y를 저장한다. 만약 colname이 d에 없는 새로운 이름이라면 새로운 컬럼이 추가된다.

• 데이터 프레임에 기존에 없던 컬럼을 추가하고자 할 때도 같은 문법을 사용한다

     x  y  z1  6  2  M2  7  4  F3  8  6  M4  9  8  F5 10 10  M> d$w <- c("A", "B", "C", "D", "E")> d   x  y  z  w1  6  2  M  A2  7  4  F  B3  8  6  M  C4  9  8  F  D5 10 10  M  E
  

• 데이터 프레임의 행 이름, 컬럼 이름은 각각 rownames( ), colnames( ) 함수로 지정할 수 있다.

  > (x <- data.frame(1:3))  X1.31    12    23    3> colnames(x) <- c('val')> x  val1 12 23 3> rownames(x) <- c('a', 'b', 'c')> x  vala 1b 2c 3
  

• 다음과 같이 컬럼 이름을 지정할 수도 있다.

  > d[, c("x", "y")]   x  y1  1  22  2  43  3  64  4  85  5 10> d[, c("x")][1] 1 2 3 4 5# drop 사용> d[, c("x"), drop=FALSE]  x1 12 23 34 45 5
  

• 데이터 프레임 접근 문법

  문법	의미
  d$colname	데이터 프레임 d의 컬럼 이름 colname에 저장된 데이터
  d[m, n, drop=TRUE]	데이터 프레임 d의 m행 n 컬럼에 저장된 데이터.m과 n을 벡터로 지정하여 다수의 행과 컬럼을 동시에 가져올 수 있으며 m, n에는 색인뿐만 아니라 행 이름이나 컬럼 이름을 지정할 수 있다. 만약 m, n 중 하나를 생략하면 모든 행 또는 컬럼의 데이터를 의미한다. d[, n]과 같이 행을 지정하지 않고 특정 컬럼만 가져올 경우 반환 값은 데이터 프레임이 아니라 해당 컬럼의 데이터 타입이 된다. 이러한 형 변환을 원하지 않으면 drop=FALSE를 지정하여 데이터 프레임을 반환하도록 할 수 있다.

• head() : 객체의 처음 부분을 반환한다

• View() : 데이터 뷰어를 호출한다

• as.data.frame() : 데이터를 분석하기 위해 데이터 프레임 형식으로 만들어주게 되는데, 이때 매우 많이 사용된다

3. 데이터 가공 (아직 안함)

데이터 수집

• library(readxl)

• read.csv :

  • sh <- read.csv("shop2.txt",               header = T,               stringsAsFactors=F,               fileEncoding = "UTF-8")
    

• read_excel : xls, xlsx 엑셀 파일을 가져옴

  • ex1 <- read.table(file = "mydata.xls", header=T, sep=",",stringsAsFactors = F)# table을 이용한 이런 방식도 가능하다
    

• read.table : txt 파일 가져옴

  • header : 1행이 변수명인지 아닌지 판단 (header = TRUE)
  • skip : 특정 행까지 제외하고 가져오기 (skip = 2)
  • nrows : 특정 행까지 데이터 가져오기 (nrows = 7)
  • sep : 데이터 구분자 지정 (sep = “,”)

• rda 파일

  • save() : save(데이터세트, file = “파일명”)
  • load() : load(위치)

• csv, txt 파일

  • write.csv(데이터테이블, file = “C:/Rstudy/data_ex.csv”)
  • write.table(데이터테이블, file = “C:/Rstudy/data_ex.txt”)

데이터 가공

ifelse 사용

• sh$AGE_HL <- ifelse(sh$AGE >= 30, "H",                    ifelse(sh$AGE >= 25, "M",                           ifelse(sh$AGE >= 20, "L","F")                           )                    )# 총 구매 금액(PRICE*QT)이 10,000 이하면 "B"# 30,000 이하면 "S", 100,000 이하면 "G" 를 GRADE 컬럼으로 만드시오sh$GRADE <- ifelse(sh$PRICE * sh$QT <= 10000, "B",                   ifelse(sh$PRICE * sh$QT <= 40000, "S",                          ifelse(sh$PRICE * sh$QT <= 100000, "G","F")                   ))
  

Join 함수

library(readxl)y16 <- as.data.frame(read_excel("y16.xlsx"))y17 <- as.data.frame(read_excel("y17.xlsx"))--left_joinbind_col1 <- left_join(y16,y17,by="ID")bind_col2 <- left_join(y17,y16,by="ID")# 왼쪽에 오는 차트에 ID가 없으면 표에 나타내지 않는다--inner_joininner_col1 <- inner_join(y16,y17,by="ID")inner_col2 <- inner_join(y17,y16,by="ID")# 둘이 공통적으로 갖고있지 않은 ID의 내용은 나타내지 않는다--full_joinfull_col1 <- full_join(y16,y17,by="ID")full_col2 <- full_join(y17,y16,by="ID")# 하나라도 ID를 가지고 있으면 그 내용을 나타낸다. 단, 앞에 오는 표에 ID가 없으면# default로 적용되던 ID ascending이 적용되지 않고 그 뒤에 이어서 나타낸다

rowSums, rowMeans

# 예시sht <- load("shoptotal.rda")tt <- sum(sh$TOTAL)tt <- rowSums(sh[,c(4:7)])tt <- rowSums(sh[,c(4:7)], na.rm = T)# 16,17년 결제 금액의 합과 건수의 합을 테이블에 추가하시오# SUM_AMT, SUM_CNTbind_col2$SUM_AMT <- rowSums(bind_col2 %>% select(AMT17,AMT16), na.rm = T)bind_col2$SUM_CNT <- rowSums(bind_col2 %>% select(Y17_CNT,Y16_CNT), na.rm = T)

실습

p.150~151# Q01# 중간고사 성적 파일(mid_exam.xlsx)을 mid_exam에 저장# 수학점수를 MATH_MID, 영어점수를 ENG_MID로 변경library(readxl)library(dplyr)mid_exam <- as.data.frame(read_excel("day02/mid_exam.xlsx"))mid_exam <- rename(mid_exam, MATH_MID = MATH,                   ENG_MID = ENG)# Q02# 기말고사 성적 파일(final_exam.xlsx)을 final_exam에 저장# 수학점수를 MATH_FINAL, 영어점수를 ENG_FINAL로 변경final_exam <- as.data.frame(read_excel("day02/final_exam.xlsx"))final_exam <- rename(final_exam, MATH_FINAL = MATH,                   ENG_FINAL = ENG)# Q03# 중간고사와 기말고사 점수가 모두 있는 데이터를 total_exam에 결합합 total_exam <- inner_join(mid_exam,final_exam,by="ID")# Q04# total_exam을 활용해 수학 점수 평균을 MATH_AVG, 영어 점수 평균을을 ENG_AVG에 구함total_exam$MATH_AVG <- rowMeans(total_exam %>% select(MATH_MID,MATH_FINAL), na.rm = T)total_exam$ENG_AVG <- rowMeans(total_exam %>% select(ENG_MID,ENG_FINAL))# inner_join으로 결합했기 때문에 na값이 없다, na.rm=T 없어도 된다;# Q05# 성적이 모두 입력된 9명 학생의 평균을 TOTAL_AVG에 구함# total_exam$TOTAL_AVG <- rowSums(total_exam %>% filter(is.na(MATH_FINAL) == F) %>% select(MATH_MID,MATH_FINAL))# 처음에 실수로 모든 학생의 데이터를 가져옴, 중간기말 성적이 모두 있는 학생으로 변경# full_join -> inner_join;total_exam$TOTAL_AVG <- rowMeans(total_exam %>% select(MATH_AVG,ENG_AVG))# Q06# 수학 점수와 영어 점수의 전체 평균을 구해본다total_exam %>% summarize(MATOT_AVG=mean(MATH_AVG),                         ENGTOT_AVG=mean(ENG_AVG))# Q07# 중간고사 수학 80점 이상, 중간고사 영어 90점 이상인 학생을 선별total_exam %>% filter(total_exam$MATH_MID >= 80 & total_exam$ENG_MID>= 90)# Q08# 수학 점수 평균과 영어 점수 평균에 대한 상자 그림boxplot(total_exam$MATH_AVG, total_exam$ENG_AVG, ylim = c(40,100), main = "점수",         names=c("수학 평균", "영어 평균"), col = c("red", "blue"))

4. 패키지

• 주요 패키지와 포함 함수

• 패키지의 설치와 사용 방법
  • 설치 : install.package(“package”)
  • 사용 : library(package)
  • win-library를 다른 환경의 동일 경로로 옮기면 windows에서는 그 패키지들을 사용 가능(폴더 형태)

• descr 패키지

  install.packages("descr")library(descr)fq <- freq(r5$AREA, plot = F)# plot는 막대 그래프를 보여주냐 마냐 설정, plot 설정 안해주면 T가 default
  

4-1. reshape2

• 데이터의 행을 열로, 열을 행으로

melt()

• melt(데이터 세트, id.var = “기준열”, measure.var = “변환열”)

  > library(readxl)> score <- read.table("h.txt",     fileEncoding = "UTF-8", sep=",", header = T)> score <- as.data.frame(score)> score 이름 국어 영어 컴퓨터1 민철  100   80     852 지수   70   70    1003 지영   50  100     80> library(reshape2)> melt(score, id.vars = "이름", measure.vars = 	c("국어", "컴퓨터"))  이름 variable value1 민철     국어   1002 지수     국어    703 지영     국어    504 민철   컴퓨터    855 지수   컴퓨터   1006 지영   컴퓨터    80
  

• dim(), str() 을 이용해 table 구조 파악

• names(score) <- tolower(names(score))

  • [1] “이름” “국어” “영어” “컴퓨터”

    header가 영어일 경우, 이를 보여주는 함수를 이용해 하나로 통일시켜 헷갈리는 것을 방지

dcast()

• dcast(데이터 세트, 기준열 ~ 변환열)
  • 데이터 프레임(Data Frame 형태를 변환)

> exam2 <- dcast(exam1, 이름~과목)  이름    과목   점수             이름  국어  컴퓨터     1 민철    국어   100           1 민철  100   852 지수    국어    70      -->  2 지수   70   1003 지영    국어    50           3 지영   50   804 민철   컴퓨터   855 지수   컴퓨터   1006 지영   컴퓨터   80# 1-1. 바로 <NA>값 있는 데이터 지우기m_air <- melt(airquality, id.vars = c("month","day"), na.rm=T)# 1-2. 2번에 걸쳐서 지워주기m_air <- melt(airquality, id.vars = c("month","day"))m_air$value = ifelse(is.na(m_air$value), 0, m_air$value)## 2. month와 day를 기준열로 두고 dcast 함수 호출n_air <- dcast(m_air, month + day ~ variable)

acast()

• acast(데이터 세트, 기준열 ~ 변환열 ~ 분리기준열)

> library(reshape2)> airquality> names(airquality) <- toupper(names(airquality))> m_air <- melt(airquality, id.vars = c("MONTH","DAY"), na.rm = T)> names(m_air) <- toupper(names(m_air))> a_air <- acast(m_air, MONTH ~ MONTH ~ VARIABLE), , OZONE   5 6  7  8  95 26 0  0  0  06  0 9  0  0  07  0 0 26  0  08  0 0  0 26  09  0 0  0  0 29, , SOLAR.R   5  6  7  8  95 27  0  0  0  06  0 30  0  0  07  0  0 31  0  08  0  0  0 28  09  0  0  0  0 30, , WIND   5  6  7  8  95 31  0  0  0  06  0 30  0  0  07  0  0 31  0  08  0  0  0 31  09  0  0  0  0 30, , TEMP   5  6  7  8  95 31  0  0  0  06  0 30  0  0  07  0  0 31  0  08  0  0  0 31  09  0  0  0  0 30> a_air <- acast(m_air, MONTH ~ VARIABLE, mean)# mean과 sum 모두 가능    OZONE   SOLAR.R   WIND      TEMP5 23.61538 181.2963 11.622581 65.548396 29.44444 190.1667 10.266667 79.100007 59.11538 216.4839  8.941935 83.903238 59.96154 171.8571  8.793548 83.967749 31.44828 167.4333 10.180000 76.90000

4-2. KoNLP (Korean Natural Language Process)

설치

1. rstudio 끄기 알툴즈 사이트에서 Rtools35.exe 설치 (R 버전에 맞게) 설치 시 기본 옵션이외의 설치 옵션 모두 클릭

2. rstudio 켜기 install.packages(“multilinguer”)

3. 의존성 설치 install.packages(c(“hash”, “tau”, “Sejong”, “RSQLite”, “devtools”, “bit”, “rex”, “lazyeval”, “htmlwidgets”, “crosstalk”, “promises”, “later”, “sessioninfo”, “xopen”, “bit64”, “blob”, “DBI”, “memoise”, “plogr”, “covr”, “DT”, “rcmdcheck”, “rversions”), type = “binary”)

4. Git를 통해 KoNLP를 다운 받기

   4-1. git 연결 프로그램 다운로드 install.packages(“remotes”)

   4-2. KoNLP 설치 remotes::install_github(‘haven-jeon/KoNLP’, upgrade = “never”, INSTALL_opts=c(“–no-multiarch”))

5. wordcloud 설치

   • 경우에 따라 wordcloud와 wordcloud2 둘 다 사용한다

사전 설정

library(KoNLP) # KoNLP 패키지 로드
useSystemDic() # 시스템 사전 설정
useSejongDic() # 세종 사전 설정
useNIADic() # NIADic 사전 설정

# 분석 단계
# 텍스트 수집 => 분해 => 단어 추출 => 정제 => 정형 데이터 생성 => 분석 => 시각화

단어 추가

add_wd <- c("코비드","코비드19","코로나")
buildDictionary(user_dic = data.frame(
  add_wd,rep("ncn",length(add_wd))
), replace_usr_dic = T)
# replace_usr_dic 옵션은 추가하는 단어들을 기존 사전의 내용과 상관없이 대체해서 사용한다는 의미

형태소 분석과 응용

# 데이터 가져오기wd <- readLines("wc.txt", encoding = "UTF-8")# 단어가 추가된다. USE.NAMES는 열 이름을 나타내는 옵션wd2 <- sapply(wd, extractNoun, USE.NAMES = F)# wd2를 벡터로 변환 후 lwd 변수에 할당lwd <- unlist(wd2)# lwd에서 2글자가 넘는 단어만 가져와 lwd2에 넣는다lwd2 <- Filter(function(x){  nchar(x) >= 2} , lwd)# lwd2의 단어 빈도수를 wc에 넣는다 (몇번 나왔는지 나옴)wc <- table(lwd2)# wd2 에 있는 "선언"이라는 단어를 "Hi"로 바꾸고 lwd에 넣는다lwd <- gsub("선언", "Hi", wd2)# 여러 번 반복해 필요 없는 단어들을 모두 지워보자lwd <- gsub("[0-9]","",lwd)lwd <- gsub("[A-Z]","",lwd)lwd <- gsub("[a-z]","",lwd)# 보고 싶은 단어의 갯수 지정wc <- head(sort(wc, decreasing = T),100)

wordcloud2 사용

• wordcloud2(wc) ==> 단어를 횟수에 따라 워드클라우드 그림으로 나타내준다

  • wordcloud2(wc, color = “random-light”, backgroundColor = “black”)

• 옵션

  • minSize : 시각화할 최소 빈도 수 설정
  • size : 배수 기준 워드클라우드 크기 변경
  • col : 색상 설정
  • rotateRatio : 회전율
  • backgroundColor : 배경색
  • figPath : 이미지

library(wordcloud2)		# wordcloud2 패키지 로드wordcloud2(word_table2) # word_table2의 워드 클라우드 설정# color(색상)과 backgroundColor(배경색) 옵션 사용wordcloud(word_table2, color = "random-light", backgroundColor = "black")# fontFamily(글꼴), size(크기), shape(모양) 옵션 사용wordcloud2(word_table, fontFamily = "맑은 고딕", size = 1.2, color = "random-light",           backgroundColor = "black", shape = "star")## demoFreq의 사용 (가볍게 지나간 부분, 필요에 의해 사용될 수 있다)# 선택된 색상만 반복되는 워드클라우드wordcloud2(demoFreq, size = 1.6, color = rep_len(c("red", "blue"), nrow(demoFreq)))# 일정한 방향으로 정렬된 워드 클라우드wordcloud2(demoFreq, minRotation = -pi / 6, maxRotation = -pi / 6, rotateRatio = 1)# 원하는 이미지에 워드클라우드 표시하기wordcloud2(demoFreq, figPath = "peace.png")

wordcloud 사용

• wordcloud2 사진을 저장하고 싶은데 wordcloud로만 되어 사용하게 됨

1. jpeg() 으로 미리 빈 이미지 파일(0KB)을 만들고 dev.off()하며 저장된다

library(wordcloud)library(tm)library(RCurl)library(RColorBrewer)jpeg(filename = "1p.jpg",width = 300, height = 300,     quality = 120)  # 빈 파일과 설정을 만든다palate <- brewer.pal(9,"Set1")wordcloud(names(wc),          freq=wc,          scale=c(5,0,5),          rot.per = 0.35,          min.freq = 1,          random.color = T,          random.order = F,          colors=palate          )dev.off()# dev.off() 없으면 저장되다가 만다!

1. windows()으로 창을 열어 이미지를 받아온 후 savePlot()으로 저장한다

   미리보기 가능, 저장은 windows() 하나에 한번만 가능

library(wordcloud)library(tm)library(RCurl)library(RColorBrewer)palate <- brewer.pal(9."Set1")windows()wordcloud(names(wc),          freq=wc,          scale=c(5,0,5),          rot.per = 0.35,          min.freq = 1,          random.color = T,          random.order = F,          colors=palate          )savePlot("1p.png",type="png")

4-3. dplyr

• install 중 오류가 나면 install.packages(“Rcpp”) 먼저 해준다

rename()

• 테이블 header의 내용을 바꿔준다

  TX_ID  TX_NM TX_A TX_T  TX_P TX_Q
1  id01 이말숙   23   15 10000    1
2  id02 김말숙   28   NA 20000    2
3  id03 홍말숙   30   15 30000    3

> sh <- rename(sh, ID=TX_ID,
       NAME=TX_NM,
       AGE=TX_A,
       TEMP=TX_T,
       PRICE=TX_P,
       QT=TX_Q
       ) 

    ID   NAME  AGE TEMP PRICE   QT
1  id01 이말숙   23   15 10000    1
2  id02 김말숙   28   NA 20000    2
3  id03 홍말숙   30   15 30000    3

filter()

• filter(데이터 세트, 조건절)

> filter(mtcars, cyl == 4)    mpg cyl  disp  hp drat    wt  qsec vs am gear carb1  22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    12  24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    23  22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    24  32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    15  30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    26  33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    17  21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    18  27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    19  26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    210 30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    211 21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2> filter(mtcars, cyl>=6 & mpg>20)   mpg cyl disp  hp drat    wt  qsec vs am gear carb1 21.0   6  160 110 3.90 2.620 16.46  0  1    4    42 21.0   6  160 110 3.90 2.875 17.02  0  1    4    43 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1

arrange()

• arrange(데이터 세트, 열1, 열2, …)
• 오름차순으로 정렬할 때 사용
  • 내림차순은 arrange(데이터 세트, desc(열1))

select()

• filter() 함수는 행을 추출할 때 사용하지만, select()함수는 지정한 변수(열) 추출할 때 사용한다

> head(select(mtcars, am, gear))Mazda RX4          1    4Mazda RX4 Wag      1    4Datsun 710         1    4Hornet 4 Drive     0    3Hornet Sportabout  0    3Valiant            0    3

mutate()

• mutate(데이터 세트, 추가할 열 이름 = 조건1, …)
• 새로운 열을 추가하고 결과를 할당한다

> head(mutate(mtcars, years = "1974"))   mpg cyl disp  hp drat    wt  qsec vs am gear carb years1 21.0   6  160 110 3.90 2.620 16.46  0  1    4    4  19742 21.0   6  160 110 3.90 2.875 17.02  0  1    4    4  19743 22.8   4  108  93 3.85 2.320 18.61  1  1    4    1  19744 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1  19745 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2  19746 18.1   6  225 105 2.76 3.460 20.22  1  0    3    1  1974

distinct()

• 중복된 값을 제거할 수 있다
• distinct(데이터 세트, 열1, …)

> distinct(mtcars, cyl)
  cyl
1   6
2   4
3   8

> distinct(mtcars, cyl, gear)
  cyl gear
1   6    4
2   4    4
3   6    3
4   8    3
5   4    3
6   4    5
7   8    5
8   6    5

summarise()

• 통계 함수인 mean, sum, median, min, max과 함께 사용한다
• 개수를 구하는 n() 함수와 함께 사용하기도 한다

> summarise(mtcars, cyl_mean = mean(cyl), cyl_min = min(cyl), cyl_max = max(cyl))
  cyl_mean cyl_min cyl_max
1   6.1875       4       8
> summarise(mtcars, mean(cyl), min(cyl), max(cyl))
  mean(cyl) min(cyl) max(cyl)
1    6.1875        4        8

group_by()

• 그룹별 데이터를 요약할 때 사용하며, summarise() 함수와 n()을 이용해 같이 사용하기도 한다

> gr_cyl <- group_by(mtcars, cyl)> summarise(gr_cyl, n())# A tibble: 3 x 2    cyl `n()`  <dbl> <int>1     4    112     6     73     8    14

sample_n()

• sample_n(데이터 세트, 추출할 샘플 개수)

sample_frac()

• sample_frac(데이터 세트, 추출할 샘플 비율)
  • sample_frac(mtcars, 0.2) ==> 20% 추출

%>%

> group_by(mtcars, cyl) %>% summarise(n())# A tibble: 3 x 2    cyl `n()`  <dbl> <int>1     4    112     6     73     8    14

4-4. ggplot2

ggplot

• ggplot(데이터 세트, aes(데이터 속성))
  • aes는 좌표축과 축 이름

library(ggplot2)# jpeg(filename = "gg1.jpg", width = 300, height = 300, quality = 120)ggplot(airquality, aes(x = Day, y = Temp))# dev.off()# 샵 풀고 실행하면 아래와 같은 사진이 저장된다

• geom_point()

ggplot(airquality, aes(x = DAY, y = TEMP)) + geom_point(size = 3, color = "red")# size와 color 없이 'geom_point()'만 입력하면 default 설정으로 나타난다

• geom_line()

ggplot(airquality, aes(x = DAY, y = TEMP)) + geom_line()
# line도 size와 color 변경이 가능하지만 default 값이 더 이쁘다

• geom_point() + geom_line()

ggplot(airquality, aes(x = DAY, y = TEMP)) + geom_line() + geom_point()
# geom과 line을 같이 사용하면 더 좋다

• geom_bar()

ggplot(mtcars, aes(x = cyl)) + geom_bar(width = 0.5)
# 막대 그래프

• geom_bar() 누적

ggplot(mtcars, aes(x = factor(cyl))) + geom_bar(aes(fill = factor(gear)))
# fill을 통해 각 레벨 별로 몇개씩 cyl에 count되었는지 확인한다

# ggplot(mtcars, aes(x = factor(cyl))) + geom_bar(aes(fill = factor(gear))) 
# + coord_polar  을 사용하여 선버스트 차트로 나타낼 수도 있다

• geom_boxplot() : 분포와 심하게 벗어난 극단의 데이터까지 나타내줌(주식 봉)
• geom_histogram() : 도수 분포를 기둥 모양 그래프로 표현한 히스토그램을 만드는 함수
• geom_abline() : x축 또는 y축과 만나는 값인 절편과 기울기를 설정하여 그래프에 사선을 그린다
• geom_hline() : 평행선을 그릴 때 사용하며, y 절편을 입력해야 한다
• geom_vline() : 수직선을 그릴 때 사용하며, x 절편을 입력해야 한다
• geom_text() : 각 점에 텍스트로 표시해줄 때 사용한다
• annotate() : 그래프 위에 사각형이나 화살표 등으로 특정 영억을 강조할때 사용
• labs() : 축 이름과 그래프 제목을 나타내어 그래프 파악을 도움
• theme() : theme_gray() 등 그래프의 테마를 설정해줌

googleVis

ggmap

1. Package 설치

   -> git을 통해 설치받는다

   install.package("devtools")
   library(devtools)
   install_github("dkahle/ggmap") # 깃허브에서 받아옴
   

2. Git에서 받아와 지도를 뿌린다

   library(ggmap)
   library(ggplot2)
      
   googleAPIkey = "AIzaSyCf0OaMj_2ZLeKlOZO2alwc685pjyRf-Gs"
   # 지역의 위치 정보를 가져온 API Key를 저장
   register_google(googleAPIkey) # Google API Key 인증
   mm <- get_googlemap("mapogu", maptype = "roadmap", zoom=12)
   # mm에 구글맵을 받아서 저장함
   ggmap(mm)
   

3. 지도 위에 산점도 그리기

   library(dplyr)
   geo_code <- enc2utf8("마포구") %>% geocode()
   # 한글 검색을 위해 utf8로 변환한 후 위도와 경도 데이터를 geo_code 변수에 할당
   geo_data <- as.numeric(geo_code) #리스트를 숫자로 변환하여 geo_data에 할당
      
   geo_googlemap(center = geo_data, maptype = "roadmap", zoom = 12) %>%
   		geom_point(data = geo.code, aes(x = geo_code$lon, y = geo_code$lat))
   # geo_code에 있는 경도(lon)와 위도(lat) 값으로 산점도 그리기
   

이어서, p.252 부터 실습

5. eclipse 연동

• Rserve를 통한 Java 연동1

install.package("Rserve")
Rserve::runRserve() # front에서 실행      ㅣ =>
Rserve::Rserve()    # background에서 실행 ㅣ => 둘 다 종료하려면 Rstudio를 강제 종료
Rserve::Rserve(args="--RS-enable-remote") # 

a1 <- function(){
  result <- c(1,2,3,4,5)
  return(result)
}
a2 <- function(){
  result <- c(3,4,5,4,5)
  return(result)
  }
a3 <- function(){
  result <- c(7,8,9,4,5)
  return(result)
}

func1 <- function(x){
  if(x == 10){
    return(a1())
  }else if(x == 20){
  return(a2())
  }else if(x == 30){
    return(a3())
  }
}

result <- func1(20)
result

// eclipse와 연결하려면 hive, oracle과 마찬가지로 library가 필요하다
// 네이버 카페에서 Rengine.jar과 RserveEngine.jar 다운로드

public class RTest {

	public static void main(String[] args) throws Exception {
		RConnection rconn = null;
		int arg = 20
		try {
			rconn = new RConnection("127.0.0.1");
			rconn.setStringEncoding("utf8");
			rconn.eval("source('C:/R/day04/f2.R',encoding='UTF-8')")  // 호출
			REXP rexp = rconn.eval("func1("+arg+")")
			int result [] = rexp.asIntegers();

			for(int i : result) {
				System.out.println(i);
		}
}			 catch (RserveException e) {
			e.printStackTrace();
		}
		System.out.println("Connection completed")

		rconn.close();
		}
	}

• Rserve를 통한 Java 연동2 (list 이용)

a1 <- function(){
  result <- c(1,2,3,4,5)
  return(result)
}
a2 <- function(){
  result <- read.csv("test.txt")
  return(result)
  }
a3 <- function(){
  result <- c(7,8,9,4,5)
  return(result)
}

func1 <- function(x){
  if(x == 10){
    return(a1())
  }else if(x == 20){
  return(a2())
  }else if(x == 30){
    return(a3())
  }
}

result <- func1(20)
result
# a2 변경했음

public static void main(String[] args) throws Exception {
		RConnection rconn = null;
		int arg = 20;
		try {
			rconn = new RConnection("127.0.0.1");
			rconn.setStringEncoding("utf8");
			rconn.eval("source('C:/R/day04/f2.R',encoding='UTF-8')");
			REXP rexp = rconn.eval("func1("+arg+")");
//			int result [] = rexp.asIntegers();
//			for(int i : result) {
//				System.out.println(i);
//		}
			RList rlist = rexp.asList();
			String s1 [] = rlist.at("x").asStrings();
			int i1 [] = rlist.at("y").asIntegers();
			for(int i=0;i<s1.length;i++) {
				System.out.println(s1[i]+" "+i1[i]);
			}
			
			} catch (RserveException e) {
			e.printStackTrace();
		}
		System.out.println("Connection completed");

		rconn.close();
	}
	
}

6.실습 문제

7. 오류 예시

treemap 사용 중 오류

install.packages("shiny", type = "binary")
install.packages("devtools", type = "win.binary")

encoding vs fileEncoding

• utf-8 일 때는 read.table 에서 fileEncoding 아니면 encoding로 되는지 확인해보기 –> 한글 사용을 위해 utf-8 사용하는 것