코딩곰의 생물정보학

이번 글에서는 R에서 기본 구조인 vector를 다루는 방법에 대해 알아보도록 할게요!

먼저 vector를 생성하기 위해서는 c(요소1, 요소2, ... )를 사용하면 됩니다.

보시는 것처럼 c()로 완전히 비워서 할당을 하면 NULL로 빈 벡터가 생성됩니다.

그리고 콤마로 분리를 시켜주다가 값을 하나 비우게 되면 에러가 나는 것을 볼 수 있습니다.

그렇다면 숫자를 입력하여 만들 때 1,2,3,4,... 이렇게 모두 입력하는 방법밖에 없을까요?

아닙니다 간단히 c(첫 숫자 : 끝 숫자)를 입력해주면 됩니다! 간단하죠?

그럼 1, 2, 3, 4, 5, 6으로 구성된 vector를 만들면 다음과 같습니다.

R의 경우 index를 1번부터 부여를 합니다.(python은 0부터 시작하기 때문에 python에 익숙하신 분들은 헷갈릴 수 있어요)

index를 이용하여 값을 뽑기 위해서는 vector를 할당한 변수명[index]를 입력하시면 됩니다.

값을 하나만 입력하면 해당하는 index에 있는 값을 보여주고, vector 형식으로 여러개의 index를 입력하면 여러개의 값을 한번에 출력해줍니다.

vector내의 값을 수정하거나 제거하는 방법은 간단히 index를 이용하면 됩니다.

그럼 예를 한번 볼까요?

앞에서 만들어둔 v4에서 4번째 값은 90이었습니다. 이것을 100으로 바꾸기 위해서 변수 자리에 v4[4]를 입력하여 vector v4의 4번재 인자를 설정한 다음 100으로 할당해주면 값이 변경되는 것을 확인할 수 있습니다.

이제 값을 제거해보도록 할게요.

5번째 값인 50을 지우려면 v4[-5]라고 하면 됩니다. 즉 index에 -를 붙여주면 끝이에요!

5번째 있던 50이 사라진 것을 보실 수 있어요.

만들어진 vector에 값을 추가하거나, vector를 합치는 방법을 알아보도록 할게요.

vector에 값을 추가하는 방법은 c( ) 를 이용하는 방법인데요. 다음과 같아요.

기존의 vector(v4)의 끝에 값을 추가하는 방법은 그냥 c(v4, 추가하려는 값)을 사용하면 되구요.

중간에 넣기 위해서는 v(v4[추가하려는 자리 앞 index], 추가하려는 값, v4[추가하려는 자리 뒤 index] ) 입니다.

설명만 보면 헷갈리니까 예를 한번 볼게요.

기존에 만들어둔 vector를 합치는 방법도 간단합니다.

c(vector1, vector2)라고 입력해주면 끝이에요.

그렇다면 vector를 정렬하는 방법은 무엇이 있는지 있을까요?

sort(), order()라는 함수를 이용할 수 있습니다. 두 함수 모두 정렬을 할 수 있지만 사용방법이 조금 다릅니다.

먼저 sort()를 보도록 할게요.

sort함수는 기본적으로 vector내의 값을 작은값부터 큰값 순서로 정렬하여 출력해줘요.

만약 순서를 뒤집어 큰 값부터 작은값 순서로 정렬하고 싶다면 decreasing=T 또는  decreasing=TRUE라고 추가를 해주시면 됩니다.

다음으로 order()입니다.

order함수는 sort와 달리 index를 출력해줘요.

예를 보면서 설명해드릴께요.

order함수는 값을 정렬한 후 그 값이 가지고 있던 원래 index를 출력해줍니다.

앞에서 만든 v6에서 보면 가장 작은 값은 7번째에 있는 10, 가장 큰 값은 4번째에 있는 100입니다.

따라서 order(v6)를 하면 가장 작은 수 10이 있는 index 7이 제일 앞으로 나오고, 그 다음 숫자인 20이 있는 index 2를.... 이런식으로 출력하여 마지막에는 가장 큰 수인 100이 있는 index인 4를 마지막으로 출력해줍니다.

따라서 sort함수와 같이 정렬된 값을 얻고싶다면 order로 정렬된 index를 이용하여 다음과 같이 입력하면 됩니다.

sort함수와 마찬가지로 큰 값부터 정렬을 하고싶다면 decreasing=T 또는  decreasing=TRUE라고 추가를 해주시면 됩니다.

sort함수보다 한 단계 복잡한데요. 그럼 sort만 사용하면 될텐데 왜 order를 사용할까요.

지금은 1차원 구조인 vector를 사용하기 때문에 sort만 사용해도 충분합니다. 그러나 2차원 구조인 matrix나 data.frame을 다룰 때, 한 column기준으로 정렬하기 위해서 사용합니다.

엑셀에서 한 column기준으로 정렬하는 것을 생각하시면 이해가 쉬우실거에요.

이번에 다뤄볼 주제는 데이터의 구조에요~

유형?구조? 처음 접하시는 분은 헷갈릴 수 있어요.

하지만 정확히 어떻게 들어가는지 알아야 나중에 데이터를 다루고, 원하는 그림을 그리는데 도움이 될꺼에요.

R에서 사용하는 데이터의 구조는 1차원 형태의 vector, factor, 2차원 형태의 matrix, data.frame 그리고 다양한 데이터 형태의 집합인 list형태가 있습니다.

그럼 하나하나 간단히 살펴보도록 하겠습니다.

Vector의 경우 가장 기본적인 데이터 구조인데요.

그냥 단순히 숫자나 문자가 일렬로 모여있는 집합이라고 생각하면 됩니다.

예를 들어 한 반에 있는 학생들의 수학 성적이 70, 60, 90, 55, 95, 80, ... 이렇게 있다고 할때, 수학 성적을 모은것이 하나의 vector가 될 수 있습니다.

vector를 만들기 위해서는 c( )를 사용하며, 들어가는 각 값들을 콤마( , )로 구분시켜 주면 됩니다.

보시는 것처럼 콤마로 구분시켜주고 값을 넣지 않는다면 에러가 나타납니다.

또한 벡터에는 한가지 유형의 데이터만 들어갈 수 있습니다.

숫자는 숫자만, 문자는 문자만 들어갈 수 있어요.

만약 숫자와 문자를 같이 넣어주면 숫자는 문자로 강제 변환됩니다.

강제 변환되는 기준은 다음과 같습니다.

c(숫자, 문자) -> 문자

c(숫자, 논리) -> 숫자

c(숫자, 복소수) -> 복소수

즉 문자 > 복소수 > 숫자 > 논리 순서입니다.

Factor는 vector와 비슷한 모습으로 1차원 구조의 문자나 숫자의 집합입니다.

vector와 다르게 level이라는 것이 존재하는데요.

통계에서 범주형 자료 다루기 위하여 만들어진 데이터 구조이기 때문입니다.

예를 들어 혈액형의 경우 A, B, AB, O형 같이 카테고리로 나누어지는 데이터에서 사용됩니다.

factor(vector) 로 만들 수 있습니다.

factor에는 카테고리가 level로 나타나며, 문자형태로 보이지만, levels의 index로 부여가 되어있습니다.

as.numeric이란 함수를 사용하여 숫자로 변환시켜보면 factor1에 있던 값들이 levels의 index로 변하는 것을 볼 수 있습니다.

다음으로 볼 구조는 matrix입니다.

Row와 column으로 이루어진 2차원 형태입니다.

우리에게 익숙한 표 형태의 데이터라고 생각하시면 됩니다~!

matrix(인자, row 수, col 수) 로 만들 수 있습니다.

Vector처럼 한 matrix내에는 한 가지 유형의 데이터만 넣을 수 있습니다.

Data.frame은 matrix와 같이 row와 column으로 이루어진 2차원 구조입니다.

matrix와 거의 비슷하지만 차이점은 하나의 data.frame안에 여러 유형의 데이터를 넣을 수 있습니다. (column별로 동일하게 넣을 수 있습니다.)

data.frame(matrix)로 생성할 수 있습니다.

마지막으로 list의 경우 list(vector, factor, matrix, data.frame,...) 로 만들 수 있습니다.

데이터 구조 상관없이 넣어줄 수 있습니다.

다음 예시에서 v1은 vector, f1은 factor, m1은 matirx, d.f.set.up은 data.frame입니다.

R에서 사용되는 데이터의 구조에 대해 알아보았습니다.

다음 글에서는 각 데이터구조에 따라 다루는 방법을 알아보도록 할께요!