R: 변수에 데이터 할당하기

assign

R: dplyr 함수 정복

1. rename: 열 이름 바꾸기

1

rename(data.frame 이름, new name = old name)

cs

data.frame에서 old name 열의 이름을 new name으로 변경합니다.

만약 dplyr 파이프 연산자를 사용할 경우

1 2

data.frame %>%     rename(new name = old name)

cs

과 같이 rename에서 data.frame 이름을 생략할 수 있다.

SQL: 열 선택하기(SELECT)

1. LIMIT 키워드를 사용하여 출력되는 열의 수를 제한할 수 있다.

1 2 3

SELECT * FROM people LIMIT 10;

cs

2. 열에서 유일한 값을 선택하고 싶으면 DISTINCT 키워드를 사용한다.

1 2

SELECT DISTINCT language FROM films;

cs

SQL: Oracle SQL Developer 쿼리를 활용하여 csv 파일 익스포트하기

평소 SQL 쿼리를 실행한 다음,
질의 결과에서 우클릭 -> 익스포트 -> 익스포트 마법사를 사용하여 csv 파일로 추출하고 있었습니다.

그러다 많은 테이블을 csv 파일로 추출해야 하는 상황이 발생하였고,
일일이 클릭으로 추출하기에는 귀찮았습니다.

다음을 참고하시면 쿼리를 실행하는 과정에서 csv 파일을 추출할 수 있습니다..

1 2 3 4 5 6

SPOOL 'csv 파일을 저장할 경로/fileName.csv'; SELECT /*csv*/ * FROM table; SPOOL OFF;

cs

쿼리 앞, 뒤로 SPOOL 문을 추가하신 다음,
쿼리의 SELECT 문 다음에 /*csv*/ 주석을 추가하시면 됩니다.
그리고 반드시 띄어쓰기 없이 /*csv*/ 라고 작성하셔야 합니다.
만약 /* csv */ 와 같이 주석 기호 다음으로 띄어쓰기를 하실 경우 csv 형식로 파일이 추출되지 않습니다.

마지막으로 쿼리를 실행하실 때 F9 키가 아닌 F5 키를 사용하셔야 합니다.

SQL: JOIN

animal_outs 테이블에는 있지만 animal_ins 테이블에는 없는 데이터를 조회하고 싶은 경우 아래 코드를 실행하면 된다.

1 2 3 4 5

SELECT outs.animal_id, outs.name FROM animal_ins ins RIGHT JOIN animal_outs outs ON ins.animal_id = outs.animal_id WHERE ins.animal_id is null -- animal_outs에는 있지만 animal_ins에는 없는 데이터를 추출하는 조건 ORDER BY outs.animal_id; Colored by Color Scripter

cs

SQL: HAVING

아래의 코드는 animal_ins 테이블에서 name 열을 기준으로 name count가 2 이상인 경우에만 그룹핑을 한 다음  name열과 name count를 조회한다.

1 2 3 4

SELECT name, count(name) count FROM animal_ins GROUP BY name HAVING count > 1;

cs

'name count가 2 이상' 조건을 사용하기 위해 WHERE 절을 사용할 수 있겠다고 생각하여 아래의 코드를 작성하였습니다.

1 2 3 4

SELECT name, count(name) count FROM animal_ins WHERE count > 1 GROUP BY name;

cs

하지만 아래의 에러가 발생하였습니다. WHERE 절에서는 SELECT 절에서 설정한 열의 별명을 사용할 수 없었습니다.

SQL 실행 중 오류가 발생하였습니다.
Unknown column 'count' in 'where clause'

그래서 별명 count를 사용하지 않고 count(name)을 사용하여 아래의 코드를 작성하였습니다.

1 2 3 4

SELECT name, count(name) count FROM animal_ins WHERE count(name) > 1 GROUP BY name;

cs

하지만 아래의 에러가 발생하였습니다. WHERE 절에서는 count와 같은 그룹핑 함수를 사용할 수 없었습니다.

SQL 실행 중 오류가 발생하였습니다.
Invalid use of group function

위와 같은 과정을 통해 HAVING 절과 WHERE 절의 역할을 이해할 수 있었습니다. 그룹핑 함수를 이용하여 조건을 적용하고 싶다면 HAVING을 사용해야 합니다.

SQL: 최솟값 구하기

아래의 코드는 datetime의 최솟값을 조회합니다.

1 2

SELECT min(datetime) FROM animal_ins;

cs

SELECT 절에서 min(열의 이름)을 사용하여 특정 열의 최솟값을 조회할 수 있습니다.

SQL: 특정 열의 NULL 조회하기

아래 코드는 animal_ins 테이블에서 name이 NULL인 데이터의 animal_id를 조회할 수 있다.

1 2 3

SELECT animal_id FROM animal_ins WHERE name is null

cs

특정 열의 NULL 값을 조회하려면 WHERE 절에서
'열 이름 is null'
을 작성하면 된다.

1 2 3

SELECT * FROM 테이블의 이름 WHERE 열의 이름 is null

cs

만약 NULL 값을 제외한 데이터를 조회하려면
'열 이름 is not null'
을 작성하면 된다.

1 2 3

SELECT * FROM 테이블의 이름 WHERE 열의 이름 is not null

cs

R: 함수의 소스 코드를 보고 싶을 때

문자 커서를 함수에 위치시킨 다음

키보드의 F2 키를 누르면 함수의 소스 코드가 함수 이름의 새 탭으로 열립니다.

혹은 콘솔 창에 함수 이름을 괄호 없이 입력하면 소스 코드를 확인할 수 있습니다.

R: if문

1.

1 2 3 4 5 6 7 8 9

> x <- 6 > if (x %% 2 == 0) { +     print("divisible by 2") + } else if (x %% 3 == 0) { +     print("divisible by 3") + } else { +     print("not divisible by 2 nor by 3...") + } [1] "divisible by 2"

cs

두번째(else if문) 조건이 참이더라도 첫번째(if문) 조건이 참일 경우 첫번째 then절을 실행하고 if문을 종료한다.

R: Rtools을 설치했는데 rstudio에서 rtools를 인식하지 못하는 경우

1 2

Sys.setenv(PATH = paste("rtools을 설치한 경로; ... /Rtools/bin/", Sys.getenv("PATH"), sep = ";")) Sys.setenv(BINPREF = "rtools을 설치한 경로; .../Rtools/mingw_ 시스템 종류, 64비트 운영 체제일 경우; 64/bin/")

cs

위 명령어를 실행하면 rtools를 설치한 디렉토리가 환경 변수에 추가되어 rstudio에서 rtools을 인식할 수 있게 된다.

R: Lists

1. 리스트의 성질(1)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

> # Vector with numerics from 1 up to 10 > my_vector <- 1:10 >  > # Matrix with numerics from 1 up to 9 > my_matrix <- matrix(1:9, ncol = 3) >  > # First 10 elements of the built-in data frame mtcars > my_df <- mtcars[1:10,] >  > # Construct list with these different elements: > my_list <- list(my_vector, my_matrix, my_df) > my_list [[1]]  [1]  1  2  3  4  5  6  7  8  9 10 [[2]]      [,1] [,2] [,3] [1,]    1    4    7 [2,]    2    5    8 [3,]    3    6    9 [[3]]                    mpg cyl  disp  hp drat    wt  qsec vs am gear carb Mazda RX4         21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4 Mazda RX4 Wag     21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4 Datsun 710        22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1 Hornet 4 Drive    21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1 Hornet Sportabout 18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2 Valiant           18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1 Duster 360        14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4 Merc 240D         24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2 Merc 230          22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2 Merc 280          19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4

cs

리스트는 벡터, 매트릭스, 데이터 프레임, 리스트 등 모든 것을 포함할 수 있다.

2. 리스트의 성질(2)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

> # Vector with numerics from 1 up to 10 > my_vector <- 1:10 >  > # Matrix with numerics from 1 up to 9 > my_matrix <- matrix(1:9, ncol = 3) >  > # First 10 elements of the built-in data frame mtcars > my_df <- mtcars[1:10,] >  > # Adapt list() call to give the components names > my_list <- list(vec = my_vector, mat = my_matrix, df = my_df) >  > # Print out my_list > my_list $vec  [1]  1  2  3  4  5  6  7  8  9 10 $mat      [,1] [,2] [,3] [1,]    1    4    7 [2,]    2    5    8 [3,]    3    6    9 $df                    mpg cyl  disp  hp drat    wt  qsec vs am gear carb Mazda RX4         21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4 Mazda RX4 Wag     21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4 Datsun 710        22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1 Hornet 4 Drive    21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1 Hornet Sportabout 18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2 Valiant           18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1 Duster 360        14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4 Merc 240D         24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2 Merc 230          22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2 Merc 280          19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4

cs

리스트는 모든 요소를 포함할 수 있다. 리스트가 포함하는 요소의 성질을 기억하기 힘들기 때문에 요소에 이름을 부여하여 효율적으로 리스트를 관리할 수 있다.

3. 리스트의 요소 선택하기

1 2 3 4 5 6 7 8 9 10 11 12 13 14

> # shining_list is already pre-loaded in the workspace >  > # Print out the vector representing the actors > shining_list[["actors"]] [1] "Jack Nicholson"   "Shelley Duvall"   "Danny Lloyd"      "Scatman Crothers" [5] "Barry Nelson" >  > shining_list$actors [1] "Jack Nicholson"   "Shelley Duvall"   "Danny Lloyd"      "Scatman Crothers" [5] "Barry Nelson" >  > # Print the second element of the vector representing the actors > shining_list[["actors"]][2] [1] "Shelley Duvall" Colored by Color Scripter

cs

두 개의 대괄호 사이에 "열 이름"을 입력하거나([["열 이름"]]),
$ 뒤에 열 이름을 입력한다($열 이름).
대괄호를 사용할 경우 따옴표를 사용해야하고,
$을 사용할 경우 따옴표로 사용하지 않는다.

4. 리스트에 요소 추가하기

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

> # shining_list, the list containing movie name, actors and reviews, is pre-loaded in the workspace >  > # We forgot something; add the year to shining_list > shining_list_full <- c(shining_list, year = 1980) > # ext_list <- c(my_list, 추가하려는 요소의 이름 = 추가하려는 요소) >  > # Have a look at shining_list_full > str(shining_list_full) List of 4  $ moviename: chr "The Shining"  $ actors   : chr [1:5] "Jack Nicholson" "Shelley Duvall" "Danny Lloyd" "Scatman Crothers" ...  $ reviews  :'data.frame':    3 obs. of  3 variables:   ..$ scores  : num [1:3] 4.5 4 5   ..$ sources : Factor w/ 3 levels "IMDb1","IMDb2",..: 1 2 3   ..$ comments: Factor w/ 3 levels "A masterpiece of psychological horror",..: 3 2 1  $ year     : num 1980 Colored by Color Scripter

cs

R: Data frames

1. 데이터 프레임에서 subset() 함수를 사용하여 조건을 만족하는 행만 추출하기

1 2 3 4 5 6 7 8

> # planets_df is pre-loaded in your workspace >  > # Select planets with diameter < 1 > subset(planets_df, subset = diameter < 1)      name               type diameter rotation rings 1 Mercury Terrestrial planet    0.382    58.64 FALSE 2   Venus Terrestrial planet    0.949  -243.02 FALSE 4    Mars Terrestrial planet    0.532     1.03 FALSE

cs

"subset = " 뒤에 조건을 작성하면 된다.

2. order()함수를 이용하여 특정 열의 순위를 기준으로 데이터 프레임 정렬하기

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

> # planets_df is pre-loaded in your workspace >  > # Use order() to create positions > positions <-  order(planets_df$diameter) >  > positions [1] 1 4 2 3 8 7 6 5 >  > # Use positions to sort planets_df > planets_df[positions, ]      name               type diameter rotation rings 1 Mercury Terrestrial planet    0.382    58.64 FALSE 4    Mars Terrestrial planet    0.532     1.03 FALSE 2   Venus Terrestrial planet    0.949  -243.02 FALSE 3   Earth Terrestrial planet    1.000     1.00 FALSE 8 Neptune          Gas giant    3.883     0.67  TRUE 7  Uranus          Gas giant    4.007    -0.72  TRUE 6  Saturn          Gas giant    9.449     0.43  TRUE 5 Jupiter          Gas giant   11.209     0.41  TRUE

cs

R: Factors

1. 순서형 변수

1 2 3 4 5 6 7

> # Temperature > temperature_vector <- c("High", "Low", "High","Low", "Medium") > factor_temperature_vector <- factor(temperature_vector, order = TRUE, levels = c("Low", "Medium", "High")) > # levels: 오름차순으로 레벨을 부여한다. > factor_temperature_vector [1] High   Low    High   Low    Medium Levels: Low < Medium < High Colored by Color Scripter

cs

2. 팩터 레벨 이름 변경하기

1 2 3 4 5 6 7 8 9 10

> # Code to build factor_survey_vector > survey_vector <- c("M", "F", "F", "M", "M") > factor_survey_vector <- factor(survey_vector) >  > # Specify the levels of factor_survey_vector > levels(factor_survey_vector) <- c("Female", "Male") >  > factor_survey_vector [1] Male   Female Female Male   Male   Levels: Female Male Colored by Color Scripter

cs

3. 팩터를 포함하는 벡터 요약하기

1 2 3 4 5 6 7 8 9

> # Generate summary for survey_vector > summary(survey_vector)    Length     Class      Mode          5 character character > # 문자열 벡터를 요약하면 원소가 몇 개인지 알 수 없고 벡터의 길이와 클래스를 출력한다. >  > # Generate summary for factor_survey_vector > summary(factor_survey_vector) Female   Male       2      3 > # 팩터 벡터를 요약하면 원소가 몇 개인지 출력한다. Colored by Color Scripter

cs

R: Matrices

1. 행의 합 구하기

1 2 3 4 5 6 7 8 9 10 11 12 13

> # Construct star_wars_matrix > box_office <- c(460.998, 314.4, 290.475, 247.900, 309.306, 165.8) > star_wars_matrix <- matrix(box_office, nrow = 3, byrow = TRUE,                              dimnames = list(c("A New Hope", "The Empire Strikes Back", "Return of the Jedi"),                                               c("US", "non-US"))) > # dimnames: 리스트의 첫 번째가 rownames, 두 번째가 colnames >  > # Calculate worldwide box office figures > worldwide_vector <- rowSums(star_wars_matrix) >  > worldwide_vector              A New Hope The Empire Strikes Back      Return of the Jedi                  775.398                 538.375                 475.106 Colored by Color Scripter

cs

※ 워크스페이스에 저장된 내용 조회하기

1 2

> ls() [1] "star_wars_matrix"  "star_wars_matrix2"

cs

※ 열의 합은 colSums() 함수를 사용한다.

R: 오프라인 환경에서 설치한 패키지를 로드할 때 lazy-load database 에러가 발생하는 경우

오프라인 환경에서 설치한 패키지를 다음과 같이 로드하였을 때,

1

library(패키지 이름, lib.loc = "패키지 설치 경로")

cs

다음과 같은 에러가 발생하였습니다.
lazy-load database '패키지 설치 경로/R/패키지 이름.rdb' is corrupt

해결책은 간단합니다. R 세션을 재실행해주면 됩니다. 코드는 다음과 같습니다.

1

.rs.restartR()

cs

또는 rstudio를 사용하고 계실 경우 Ctrl + Shift + F10을 누르시면 R 세션을 재실행합니다.

R 세션을 재실행한 뒤 다시 패키지를 로드할 경우 에러가 발생하지 않는 것을 확인할 수 있습니다.

R: 오프라인 환경에서 github 패키지 설치하기

1. 패키지의 github에서 ZIP 파일을 다운로드합니다.

2. ZIP 파일 압축을 풀어줍니다.

3. 다음 코드를 실행합니다.

1

install.packages("ZIP file path", type = "source", repos = NULL, lib = "library path")

cs

ZIP file path: 압축을 푼 ZIP 파일 폴더의 경로를 입력합니다.
type: 압축을 풀었기 때문에 "source"를 입력합니다.
repos: 로컬 파일로 패키지를 설치하기 때문에 NULL 옵션을 사용합니다.
lib: 패캐지를 설치할 라이브러리의 경로를 입력합니다.

3. 패키지 설치에 성공할 경우 설정하신 library path에 "package name-master" 폴더가 생성됩니다.

R: dplyr 패키지를 사용하여 사분위수 구하기

1 2

data %>%     summarise(quantile = quantile(BMI_Z_SCORE))

cs

data라는 data.table에서 사분위수를 구하기 위해 위와 같은 코드를 실행하였다.

그 결과,

Error: Column `quantile` must be length 1(a summary value)

위와 같은 에러가 발생하였다.

이 경우 quantile() 함수로 사분위수를 한 번에 얻는 것이 아니라 quantile() 함수 한 번에 하나의 사분위수를 얻어야 한다.

1 2 3 4 5 6

data %>%     summarise(Q0 = quantile(BMI_Z_SCORE, probs = 0.00),               Q1 = quantile(BMI_Z_SCORE, probs = 0.25),               Q2 = quantile(BMI_Z_SCORE, probs = 0.50),               Q3 = quantile(BMI_Z_SCORE, probs = 0.75),               Q4 = quantile(BMI_Z_SCORE, probs = 1.00))

cs

0사분위수는 최솟값,

2사분위수는 중위수,

4사분위수는 최댓값과 같으므로 아래와 같이 작성할 수 있다.

1 2 3 4 5 6

data %>%     summarise(MIN = min(BMI_Z_SCORE),               Q1 = quantile(BMI_Z_SCORE, probs = 0.25),               MEDIAN = median(BMI_Z_SCORE),               Q3 = quantile(BMI_Z_SCORE, probs = 0.75),               MAX = max(BMI_Z_SCORE)

cs