블로그 목적 

• R언어에서 외부데이터를 활용하는 방법을 정리및 공유한다.

블로그 요약

• 데이터 프레임(Data Frame)에 대해서 정리해본다.
• Excel 파일을 활용하는 방법에 대해서 정리해본다.
• CSV 파일을 활용하는 방법에 대해서 정리해본다.
• RDS 파일을 활용하는 방법에 대해서 정리해본다.

블로그 상세 내용

우선, 데이터프레임(Data Frame)에 대해서 정리해보겠습니다.

• 데이터프레임은 R언어에서 가장 많이 사용하는 데이터 형태입니다.
  • 데이터프레임의 데이터 형태를 알아보면, 행/열로 구성된 사각형모양의 표를 생각하시면 됩니다.

• 별명	순위	점수
  magic1	1	500
  magic2	2	300

   
  • 설명
    • 위의 표는 3행 3열로 구성된 데이터 프레임입니다.
      • 행은 2명의 자료임을 알 수 있고
      • 열은 별명/순위/점수 3가지 속성으로 되어 있음을 알 수 있습니다.
• 데이터 프레임의 특징에 대해서 정리해보면,
  • 한 구성원의 데이터는 가로 한줄에 나열됨을 확인할 수 있습니다.
• 우리는 데이터 프레임을 보면서, "데이터의 크기"을 말하곤합니다.
  • 행이 많다든가, 열이 많다든가 말이죠..
    • 행이 많을 경우
      • 처리시 컴퓨터가 느려지게되면, 고사양 장비를 구축하면 됩니다.
    • 열이 많을 경우
      • 분석방법의 한계가 오게되면, 고급 분석 방법으로 난관을 풀어나가면 됩니다.
• 그리고, 데이터 분석가의 입장에서 데이터 프레임을 보면, 행보다 열이 많은것이 중요합니다.
  • 즉 열이 많아지면, 변수를 조합할 수 있는 경우의 수가 늘어나게 됩니다.
• 그럼, 데이터 프레임을 한번 만들어 볼까요?

#변수 만들기
nickname <- c("magic1", "magic2")
ranking <- c(1,2)
score <- c(500,300)

#데이터 프레임만들기
df_exam <- data.frame(nickname, ranking, score)

• 설명
  • 위와같이, 우선 변수를 만들고나서, frame 함수를 통해서 데이터프레임을 생성할 수 있습니다.

다음으로 Excel 파일을 활용하는 방법에 대해서 정리해보겠습니다.

• Excel 파일을 불러오는 방법에 대해서 정리해보면 아래와 같습니다.
• 하나, 사전작업으로 아래와 같이 액셀예제파일을 준비합니다.
  • excel_frame.xlsx

• 둘, readxl 패키지를 설치하고 로드후 read_xlsx 함수를 통해서 액셀파일을 불러옵니다.

.libPaths("E:/0.dev/15.dev-r-project/Library")
install.packages("readxl")
library(readxl)
install.packages("Rcpp")
library(Rcpp)

df_exam_excel <- readxl::read_xlsx("excel_frame.xlsx")

• 아래는 해당 결과입니다. (정상적으로 불러와졌네요...)

• 셋, 데이터를 불러오기는 성공했고, mean() 함수를 통해서 점수(score)의 평균을 구해보겠습니다. 

mean(df_exam_excel$score)

• 아래와 같이 점수(score) 의 평균 값이 구해짐을 확인할 수 있었습니다.

이번에는, CSV 파일을 활용하는 방법에 대해서 정리해보겠습니다.

• 참고로, CSV(Comma-separated Values) 파일은 엑셀을 비롯해서, SAS, SPSS등 데이터를 다루는 대부분의 프로그램에서 읽고 쓰기가 가능한 범용 데이터 파일이라고 생각하시면 됩니다.
• CSV 파일을 불러오는 방법에 대해서 정리해보면 아래와 같습니다.
• 하나, 사전작업으로 아래와 같이 CSV 예제파일을 준비합니다.

• 둘, read.csv() 함수를 통해서 액셀파일을 불러옵니다.

df_exam_csv <- read.csv("csv_frame.csv")

•  아래는 해당 결과입니다. (정상적으로 불러와졌네요...)

마지막으로, RDS 파일을 활용하는 방법에 대해서 정리해보겠습니다.

• 참고로, RDS파일은 R 전용 데이터 파일을 말합니다.
• RDS의 특징에 대해서 말씀드리면...
  • 하나, R전용 파일이기때문에 일반파일에 비해서 R에서 읽고쓰는 속도가 빠르며, 용량이 작다는 특징을 가지고 있습니다.
  • 둘, 보통 R에서 분석작업을 할때는 RDS 파일을 사용하고, R을 사용하지 않는 사람과 파일을 송수신할때는 CSV 파일을 이용합니다.
• 우선, RDS 파일을 저장하는 방법에 대해서 정리해보면 아래와 같습니다.
  • saveRDS함수를 통해서 RDS 파일을 저장합니다.

saveRDS(df_exam, file="rds_frame.rds")

• 아래와 같이 RDS 파일이 저장되었음을 확인할 수 있었습니다.

• 추가적으로, RDS 파일을 불러오는 방법에 대해서 정리해보면 아래와 같습니다.
  • readRDS함수를 통해서 RDS 파일을 불러옵니다.

df_exam_rds <- readRDS("rds_frame.rds")

• 아래는 해당결과입니다. (정상적으로 불러와졌네요..)

결론

• 하나, 데이터프레임은 R언어에서 가장 많이 사용하는 데이터 형태입니다.

  • 데이터 형태를 알아보면, 행/열로 구성된 사각형모양의 표를 생각하시면 됩니다.

  • 별명	순위	점수
    magic1	1	500
    magic2	2	300

• 둘, 이제까지 Excel / CSV / RDS 파일들을 활용하는 방법을 알아봤습니다.

• 오늘도 마지막까지 제 글을 끝까지 읽어주셔서 진심으로 감사드리고, 제 글이 조금이라도 여러분의 각자의 삶을 살아가시는데 도움이 되셨길 기원합니다.

• 앞으로도 더욱 좋은 블로그를 남기는 제가 되도록 노력하겠습니다.

나의 목표 및 다짐을 항상 내곁에 두기

• 목표
  • 나의 강점을 바탕으로 나의 일을 잘해냄으로써 타인과 사회를 아릅답게 만든다.
  • 현재 내가 가진 능력으로 누군가에 도움이 될 수 있을까? 에 대해서 항상 생각하기
  • 나는 블로그 생태계에서 IT 테크관련 파워블로거가 반드시 된다!
• 목표를 이루기 위한 실천방안
  • 꾸준한 블로깅/기록법/독서법으로 넘버원이 아닌 온리원이 되보자.
  • 천사불여일행(千思不如一行)을 항상생각하며 체화 및 각인시키자.
    • "천번 생각하는것보다 한번 행동하는 것이 더 중요하다."
  • 기기일약 불능십보(騏驥一躍 不能十步) / 노마십가 공재불사(駑馬十駕 功在不舍)
    • 천리마도 한번에 열걸음을 뛸 수 없고, 느리고 둔한말이라도 열흘이면 하룻길을 간다.
  • 모든 실수에는 마술이 숨어 있다. 따라서 나는 실수하면 실수할수록, 그런 실수에서 더 많이 배울수록 삶에서 더 많은 마술을 갖는다.