데이터를 체계적으로 유지하기 위해 R에서 DataFrame을 만드는 방법

by

데이터프레임(DataFrame)은 R 프로그래밍 언어에서 데이터를 분석하고 조작하는 데 핵심적인 역할을 하는 기본적인 데이터 구조입니다. 데이터프레임은 구조적이고 다재다능하며 강력한 도구를 제공하여 통계 분석, 데이터 과학, 그리고 산업 전반에 걸친 데이터 기반 의사 결정 등 다양한 분야에서 그 중요성을 인정받고 있습니다.

데이터프레임은 데이터를 체계적이고 효율적으로 저장하고 관리할 수 있는 틀을 제공함으로써 사용자들이 데이터로부터 유용한 통찰력을 얻고 정보에 기반한 결정을 내리는 데 도움을 줍니다.

R의 데이터프레임은 행과 열로 이루어진 테이블 형태의 구조를 가집니다. 여기서 각 행은 특정 관찰치를 나타내고, 각 열은 특정 변수를 나타냅니다. 이러한 구조는 데이터를 쉽게 구성하고 처리할 수 있도록 해주며, 숫자, 문자, 날짜 등 다양한 데이터 유형을 수용할 수 있어 활용도가 높습니다.

이 글에서는 데이터프레임의 중요성을 알아보고, data.frame() 함수를 사용하여 데이터프레임을 만드는 방법과 함께 데이터 조작, CSV 및 Excel 파일에서 데이터프레임 생성, 다른 데이터 구조를 데이터프레임으로 변환하는 방법, 그리고 tibble 라이브러리를 활용하는 방법 등을 상세히 설명하고자 합니다.

R에서 데이터프레임이 중요한 몇 가지 주요 이유는 다음과 같습니다.

DataFrame의 필수적인 이유

  • 구조화된 데이터 저장소: 데이터프레임은 스프레드시트와 유사하게 구조화된 테이블 형식으로 데이터를 저장하는 방법을 제공합니다. 이러한 구조화된 형식은 데이터 관리 및 구성을 간편하게 만들어 줍니다.
  • 다양한 데이터 유형 지원: 데이터프레임은 동일한 구조 내에서 여러 가지 데이터 유형을 처리할 수 있습니다. 숫자, 텍스트 문자열, 요인, 날짜 등 다양한 유형의 데이터를 열에 담을 수 있다는 것은 실제 데이터 작업에서 매우 중요한 장점입니다.
  • 데이터 구성: 데이터프레임의 각 열은 변수를, 각 행은 관찰치 또는 사례를 나타냅니다. 이처럼 구조화된 레이아웃은 데이터 구성을 명확하게 이해하고 데이터의 의미를 더 쉽게 파악할 수 있도록 돕습니다.
  • 데이터 가져오기 및 내보내기: 데이터프레임은 CSV, Excel, 데이터베이스 등 다양한 파일 형식으로부터 데이터를 쉽게 가져오고 내보낼 수 있습니다. 이 기능은 외부 데이터 소스를 사용하는 과정을 단순화합니다.
  • 상호 운용성: 데이터프레임은 R 패키지 및 함수에서 광범위하게 지원되며, 다른 통계 분석 및 데이터 과학 도구들과의 호환성을 보장합니다. 이러한 상호 운용성은 R 생태계 내에서 데이터 작업을 원활하게 만들어 줍니다.
  • 데이터 조작: R은 `dplyr`과 같은 다양한 패키지들을 제공하며, 이를 통해 데이터프레임 내에서 데이터를 필터링, 변환 및 요약하는 작업을 손쉽게 수행할 수 있습니다. 이러한 기능은 데이터 정제 및 준비 과정에서 매우 중요합니다.
  • 통계 분석: 데이터프레임은 R에서 제공하는 다양한 통계 및 데이터 분석 기능의 표준 데이터 형식으로 사용됩니다. 이를 통해 회귀 분석, 가설 검정 등 여러 통계 분석을 효율적으로 수행할 수 있습니다.
  • 시각화: `ggplot2`와 같은 R의 데이터 시각화 패키지는 데이터프레임과 원활하게 연동됩니다. 이를 통해 데이터 탐색과 분석 결과를 시각적으로 전달하는 데 유용한 차트와 그래프를 쉽게 만들 수 있습니다.
  • 데이터 탐색: 데이터프레임은 요약 통계, 시각화 등 다양한 분석 방법을 통해 데이터 탐색을 용이하게 합니다. 이는 분석가와 데이터 과학자들이 데이터의 특성을 이해하고 패턴이나 이상값을 파악하는 데 도움을 줍니다.

R에서 DataFrame 만들기

R에서 데이터프레임을 만드는 방법은 다양하지만, 가장 일반적인 방법들은 다음과 같습니다.

#1. data.frame() 함수 사용

    
# 필요한 라이브러리 로드 (미리 로드되지 않은 경우)
if (!require("dplyr")) {
    install.packages("dplyr")
    library(dplyr)
}

# dplyr 라이브러리 로드
library(dplyr)

# 재현성을 위한 시드 설정
set.seed(42)

# 실제 제품 이름과 함께 샘플 판매 데이터프레임 생성
sales_data <- data.frame(
  OrderID = 1001:1010,
  Product = c("노트북", "스마트폰", "태블릿", "헤드폰", "카메라", "TV", "프린터", "세탁기", "냉장고", "전자레인지"),
  Quantity = sample(1:10, 10, replace = TRUE),
  Price = round(runif(10, 100, 2000), 2),
  Discount = round(runif(10, 0, 0.3), 2),
  Date = sample(seq(as.Date('2023-01-01'), as.Date('2023-01-10'), by="days"), 10)
)

# 판매 데이터프레임 출력
print(sales_data)

위 코드가 수행하는 작업을 자세히 살펴보겠습니다.

  • 먼저 R 환경에서 `dplyr` 라이브러리를 사용할 수 있는지 확인합니다.
  • 만약 `dplyr`을 사용할 수 없다면, 라이브러리를 설치하고 로드합니다.
  • 재현 가능한 결과를 위해 난수 시드를 설정합니다.
  • 실제 제품 이름과 랜덤 값을 사용하여 샘플 판매 데이터프레임을 생성합니다.
  • 마지막으로, 콘솔에 생성된 판매 데이터프레임을 출력합니다.

판매 데이터프레임 출력 결과

이 방법은 R에서 데이터프레임을 만드는 가장 간단한 방법 중 하나입니다. 또한 특정 열과 행을 추출, 추가, 삭제 및 선택하는 방법과 데이터를 요약하는 방법에 대해서도 살펴보겠습니다.

열 추출

데이터프레임에서 특정 열을 추출하는 두 가지 방법이 있습니다.

  • 인덱싱을 사용하여 R 데이터프레임에서 마지막 세 열을 가져올 수 있습니다.
  • 이름으로 개별 열에 접근하고 싶을 때는 $ 연산자를 사용하여 데이터프레임에서 열을 추출할 수 있습니다.

시간을 절약하기 위해 두 가지 방법을 함께 살펴보겠습니다.

    
# sales_data 데이터프레임에서 마지막 세 열(Discount, Price, Date) 추출
last_three_columns <- sales_data[, c("Discount", "Price", "Date")]

# 추출된 열 출력
print(last_three_columns)

############################################# 또는 #########################################################

# $ 연산자를 사용하여 마지막 세 열(Discount, Price, Date) 추출
discount_column <- sales_data$Discount
price_column <- sales_data$Price
date_column <- sales_data$Date

# 추출된 열로 새 데이터프레임 생성
last_three_columns <- data.frame(Discount = discount_column, Price = price_column, Date = date_column)

# 추출된 열 출력
print(last_three_columns)

위 코드 중 하나를 사용하여 필요한 열을 추출할 수 있습니다.

R 데이터프레임에서 행을 추출하는 데는 여러 가지 방법을 사용할 수 있습니다. 간단한 방법은 다음과 같습니다.

    
# last_three_columns 데이터프레임에서 특정 행(3, 6, 9번째 행) 추출
selected_rows <- last_three_columns[c(3, 6, 9), ]

# 추출된 행 출력
print(selected_rows)

특정 조건을 사용하여 행을 선택할 수도 있습니다.

    
# 특정 조건을 만족하는 행을 추출하고 정렬
selected_rows <- sales_data %>%
  filter(Discount < 0.3, Price > 100, format(Date, "%Y-%m") == "2023-01") %>%
  arrange(OrderID) %>%
  select(Discount, Price, Date)

# 추출된 행 출력
print(selected_rows)

추출된 행

새 행 추가

R의 기존 데이터프레임에 새 행을 추가하려면 rbind() 함수를 사용할 수 있습니다.

    
# 새 행을 데이터프레임 형태로 생성
new_row <- data.frame(
  OrderID = 1011,
  Product = "커피 메이커",
  Quantity = 2,
  Price = 75.99,
  Discount = 0.1,
  Date = as.Date("2023-01-12")
)

# rbind() 함수를 사용하여 새 행을 데이터프레임에 추가
sales_data <- rbind(sales_data, new_row)

# 업데이트된 데이터프레임 출력
print(sales_data)

새 행이 추가된 결과

새 열 추가

간단한 코드를 사용하여 데이터프레임에 새로운 열을 추가할 수 있습니다. 여기에서는 결제 방법 열을 데이터에 추가해 보겠습니다.

    
# 각 행에 대한 결제 방법 값을 가진 "PaymentMethod"라는 새 열 생성
sales_data$PaymentMethod <- c("신용 카드", "페이팔", "현금", "신용 카드", "현금", "페이팔", "현금", "신용 카드", "신용 카드", "현금", "신용 카드")
# 업데이트된 데이터프레임 출력
print(sales_data)

데이터프레임에 추가된 열

행 삭제

불필요한 행을 삭제하려면 다음 방법을 사용할 수 있습니다.

    
# OrderID를 기준으로 삭제할 행 식별
row_to_delete <- sales_data$OrderID == 1010

# 식별된 행을 제외하고 새 데이터프레임 생성
sales_data <- sales_data[!row_to_delete, ]

# 삭제된 행 없이 업데이트된 데이터프레임 출력
print(sales_data)

열 삭제

dplyr 패키지를 사용하여 R 데이터프레임에서 열을 삭제할 수 있습니다.

    
# dplyr 라이브러리 로드 (설치되지 않은 경우 설치)
# install.packages("dplyr")
library(dplyr)

# select() 함수를 사용하여 "Discount" 열 제거
sales_data <- sales_data %>% select(-Discount)

# "Discount" 열 없이 업데이트된 데이터프레임 출력
print(sales_data)

요약 정보 얻기

R에서 데이터 요약을 얻으려면 summary() 함수를 사용할 수 있습니다. 이 함수는 데이터의 숫자 변수의 중심 경향과 분포에 대한 간략한 개요를 제공합니다.

    
# 데이터 요약 정보 얻기
data_summary <- summary(sales_data)

# 요약 정보 출력
print(data_summary)

데이터프레임 내에서 데이터를 조작하기 위해 따를 수 있는 몇 가지 단계입니다.

이제 데이터프레임을 생성하는 두 번째 방법으로 넘어가겠습니다.

#2. CSV 파일에서 R DataFrame 만들기

CSV 파일에서 R 데이터프레임을 생성하려면 read.csv() 함수를 사용할 수 있습니다.

    
# CSV 파일을 데이터프레임으로 읽어들이기
df <- read.csv("my_data.csv")

# 데이터프레임의 첫 몇 행 보기
head(df)

이 기능은 CSV 파일에서 데이터를 읽어와 변환합니다. 그런 다음 필요에 따라 R에서 데이터를 처리할 수 있습니다.

    
# readr 패키지 로드 (설치되지 않은 경우 설치)
if (!requireNamespace("readr", quietly = TRUE)) {
  install.packages("readr")
}
library(readr)

# CSV 파일을 데이터프레임으로 읽어들이기
df <- read_csv("data.csv")

# 데이터프레임의 첫 몇 행 보기
head(df)

`readr` 패키지를 사용하여 R에서 CSV 파일을 읽을 수 있습니다. `readr` 패키지의 `read_csv()` 함수는 이 용도로 일반적으로 사용되며, 기존 함수보다 더 빠른 성능을 제공합니다.

#3. as.data.frame() 함수 사용

as.data.frame() 함수를 사용하여 R에서 데이터프레임을 만들 수 있습니다. 이 함수는 행렬이나 리스트와 같은 다른 데이터 구조를 데이터프레임으로 변환할 때 사용합니다.

사용 방법은 다음과 같습니다.

    
# 데이터를 표현하기 위한 중첩 리스트 생성
data_list <- list(
  OrderID = 1001:1011,
  Product = c("노트북", "스마트폰", "태블릿", "헤드폰", "카메라", "TV", "프린터", "세탁기", "냉장고", "전자레인지", "커피 메이커"),
  Quantity = c(1, 5, 1, 9, 10, 4, 2, 10, 1, 8, 2),
  Price = c(1875.88, 585.31, 978.36, 1886.03, 1958.63, 323.23, 1002.49, 1164.63, 1817.66, 363.55, 75.99),
  Discount = c(0.3, 0.28, 0.02, 0.15, 0.12, 0.27, 0.13, 0.25, 0.22, 0.24, 0.1),
  Date = as.Date(c("2023-01-08", "2023-01-03", "2023-01-02", "2023-01-01", "2023-01-10", "2023-01-09", "2023-01-05", "2023-01-06", "2023-01-04", "2023-01-07", "2023-01-12")),
  PaymentMethod = c("신용 카드", "페이팔", "현금", "신용 카드", "현금", "페이팔", "현금", "신용 카드", "신용 카드", "현금", "신용 카드")
)

# 중첩 리스트를 데이터프레임으로 변환
sales_data <- as.data.frame(data_list)

# 데이터프레임 출력
print(sales_data)

생성된 판매 데이터프레임

이 방법을 사용하면 각 열을 하나씩 지정하지 않고도 데이터프레임을 만들 수 있으며, 데이터 양이 많을 때 특히 유용합니다.

#4. 기존 데이터프레임에서

R의 기존 데이터프레임에서 특정 열이나 행을 선택하여 새 데이터프레임을 만들려면 대괄호 []를 인덱싱에 사용할 수 있습니다. 작동 방식은 다음과 같습니다.

    
# 특정 행 및 열 선택
sales_subset <- sales_data[c(1, 3, 4), c("Product", "Quantity")]

# 선택된 하위 집합 출력
print(sales_subset)

이 코드에서는 `sales_data`에서 특정 행(1, 3, 4)과 특정 열(“Product” 및 “Quantity”)을 포함하는 `sales_subset`이라는 새로운 데이터프레임을 만듭니다.

행 및 열 인덱스와 이름을 조정하여 필요한 데이터를 선택할 수 있습니다.

생성된 하위 데이터프레임

#5. 벡터에서

벡터는 논리, 정수, 실수, 문자, 복소수 또는 원시 값을 포함하여 동일한 데이터 유형의 요소로 구성된 R의 1차원 데이터 구조입니다.

반면에 R 데이터프레임은 행과 열이 있는 테이블 형식으로 데이터를 저장하도록 설계된 2차원 구조입니다. 벡터에서 R 데이터프레임을 생성하는 여러 방법이 있으며, 아래에는 그 예가 나와 있습니다.

    
# 각 열에 대한 벡터 생성
OrderID <- 1001:1011
Product <- c("노트북", "스마트폰", "태블릿", "헤드폰", "카메라", "TV", "프린터", "세탁기", "냉장고", "전자레인지", "커피 메이커")
Quantity <- c(1, 5, 1, 9, 10, 4, 2, 10, 1, 8, 2)
Price <- c(1875.88, 585.31, 978.36, 1886.03, 1958.63, 323.23, 1002.49, 1164.63, 1817.66, 363.55, 75.99)
Discount <- c(0.3, 0.28, 0.02, 0.15, 0.12, 0.27, 0.13, 0.25, 0.22, 0.24, 0.1)
Date <- as.Date(c("2023-01-08", "2023-01-03", "2023-01-02", "2023-01-01", "2023-01-10", "2023-01-09", "2023-01-05", "2023-01-06", "2023-01-04", "2023-01-07", "2023-01-12"))
PaymentMethod <- c("신용 카드", "페이팔", "현금", "신용 카드", "현금", "페이팔", "현금", "신용 카드", "신용 카드", "현금", "신용 카드")

# data.frame() 함수를 사용하여 데이터프레임 생성
sales_data <- data.frame(
  OrderID = OrderID,
  Product = Product,
  Quantity = Quantity,
  Price = Price,
  Discount = Discount,
  Date = Date,
  PaymentMethod = PaymentMethod
)

# 데이터프레임 출력
print(sales_data)

이 코드에서는 각 열에 대해 별도의 벡터를 만든 다음 data.frame() 함수를 사용하여 이러한 벡터를 `sales_data`라는 데이터프레임으로 결합합니다.

이렇게 하면 R의 개별 벡터에서 구조화된 테이블 형식의 데이터프레임을 만들 수 있습니다.

#6. 엑셀 파일에서

R에서 Excel 파일을 가져와 데이터프레임을 만들려면 기본적으로 R에서는 CSV 파일 읽기만 지원하므로 `readxl`과 같은 타사 패키지를 사용해야 합니다. Excel 파일을 읽는 함수 중 하나는 `read_excel()`입니다.

    
# readxl 라이브러리 로드
library(readxl)

# Excel 파일 경로 정의
excel_file_path <- "your_file.xlsx"  # 실제 파일 경로로 변경

# Excel 파일 읽어 데이터프레임 생성
data_frame_from_excel <- read_excel(excel_file_path)

# 데이터프레임 출력
print(data_frame_from_excel)

이 코드는 Excel 파일을 읽고 해당 데이터를 R 데이터프레임에 저장하여 R 환경 내에서 데이터를 사용할 수 있도록 합니다.

#7. 텍스트 파일에서

R에서 read.table() 함수를 사용하여 텍스트 파일을 데이터프레임으로 가져올 수 있습니다. 이 함수는 읽을 파일 이름과 파일의 필드를 구분하는 방법을 지정하는 구분 기호라는 두 가지 필수 매개 변수를 필요로 합니다.

    
# 파일 이름과 구분 기호 정의
file_name <- "your_text_file.txt"  # 실제 파일 이름으로 변경
delimiter <- "\t"  # 실제 구분 기호로 변경 (예: 탭으로 구분된 경우 "\t", CSV의 경우 ",")

# read.table() 함수를 사용하여 데이터프레임 생성
data_frame_from_text <- read.table(file_name, header = TRUE, sep = delimiter)

# 데이터프레임 출력
print(data_frame_from_text)

이 코드는 텍스트 파일을 읽고 R에서 데이터프레임을 생성하여 R 환경에서 데이터 분석에 액세스할 수 있도록 합니다.

#8. 티블 사용하기

제공된 벡터를 사용하여 생성하고 tidyverse 라이브러리를 활용하려면 다음 단계를 따르세요.

    
# tidyverse 라이브러리 로드
library(tidyverse)

# 제공된 벡터를 사용하여 티블 생성
sales_data <- tibble(
  OrderID = 1001:1011,
  Product = c("노트북", "스마트폰", "태블릿", "헤드폰", "카메라", "TV", "프린터", "세탁기", "냉장고", "전자레인지", "커피 메이커"),
  Quantity = c(1, 5, 1, 9, 10, 4, 2, 10, 1, 8, 2),
  Price = c(1875.88, 585.31, 978.36, 1886.03, 1958.63, 323.23, 1002.49, 1164.63, 1817.66, 363.55, 75.99),
  Discount = c(0.3, 0.28, 0.02, 0.15, 0.12, 0.27, 0.13, 0.25, 0.22, 0.24, 0.1),
  Date = as.Date(c("2023-01-08", "2023-01-03", "2023-01-02", "2023-01-01", "2023-01-10", "2023-01-09", "2023-01-05", "2023-01-06", "2023-01-04", "2023-01-07", "2023-01-12")),
  PaymentMethod = c("신용 카드", "페이팔", "현금", "신용 카드", "현금", "페이팔", "현금", "신용 카드", "신용 카드", "현금", "신용 카드")
)

# 생성된 sales 티블 출력
print(sales_data)

이 코드는 `tidyverse` 라이브러리의 tibble() 함수를 사용하여 `sales_data`라는 이름의 티블 데이터프레임을 생성합니다. 언급했듯이 티블 형식은 기본 R 데이터프레임에 비해 더 많은 정보를 제공합니다.

R에서 DataFrame을 효율적으로 사용하는 방법

R에서 데이터프레임을 효율적으로 사용하는 것은 데이터 조작 및 분석에 필수적입니다. 데이터프레임은 R의 기본 데이터 구조이며 일반적으로 data.frame 함수를 사용하여 생성 및 조작됩니다. 효율적으로 작업하기 위한 몇 가지 팁은 다음과 같습니다.

  • 생성하기 전에 데이터가 깨끗하고 체계적으로 구성되어 있는지 확인합니다. 불필요한 행이나 열을 제거하고, 누락된 값을 처리하고, 데이터 유형이 적절한지 확인합니다.
  • 열에 적절한 데이터 유형(예: 숫자, 문자, 요인, 날짜)을 설정합니다. 이렇게 하면 메모리 사용량과 계산 속도가 향상될 수 있습니다.
  • 인덱싱 및 하위 집합화를 사용하여 데이터의 더 작은 부분으로 작업합니다. subset() 및 [] 연산자는 이러한 목적에 유용합니다.
  • attach() 및 detach()는 편리할 수 있지만 모호함과 예상치 못한 동작을 초래할 수 있습니다.
  • R은 벡터화된 작업에 고도로 최적화되어 있습니다. 가능하면 데이터 조작을 위해 루프 대신 벡터화된 함수를 사용하십시오.
  • 중첩 루프는 R에서 느릴 수 있습니다. 중첩 루프 대신 벡터화된 작업을 사용하거나 lapply 또는 sapply와 같은 함수를 적용해보세요.
  • 대규모 데이터프레임은 많은 메모리를 소비할 수 있습니다. 대규모 데이터 세트에 대해 메모리 효율성이 더 높은 data.table 또는 dtplyr 패키지 사용을 고려해 보세요.
  • R에는 데이터 조작을 위한 다양한 패키지가 있습니다. 효율적인 데이터 변환을 위해 dplyr, tidyr 및 data.table과 같은 패키지를 활용하세요.
  • 특히 여러 데이터프레임으로 작업할 때 전역 변수의 사용을 최소화합니다. 함수를 사용하고 데이터프레임을 인수로 전달합니다.
  • 집계 데이터로 작업할 때 dplyr의 group_by() 및 summarize() 함수를 사용하면 계산을 효율적으로 수행할 수 있습니다.
  • 대규모 데이터 세트의 경우 작업 속도를 높이려면 병렬 또는 foreach와 같은 패키지와 함께 병렬 처리를 사용하는 것이 좋습니다.
  • R로 데이터를 읽을 때 더 빠른 데이터 가져오기를 위해 read.csv와 같은 기본 R 함수 대신 readr 또는 data.table::fread와 같은 함수를 사용합니다.
  • 매우 큰 데이터 세트의 경우 데이터베이스 시스템이나 Feather, Arrow 또는 Parquet와 같은 특수 저장 형식을 사용하는 것이 좋습니다.

이러한 모범 사례를 따르면 R에서 데이터프레임을 효율적으로 사용하여 데이터 조작 및 분석 작업을 더 쉽게 관리하고 더 빠르게 수행할 수 있습니다.

마지막 생각

R에서 데이터프레임을 만드는 것은 간단하며 원하는 대로 다양한 방법을 사용할 수 있습니다. 이 글에서는 데이터프레임의 중요성을 강조하고 data.frame() 함수를 사용하여 데이터프레임을 만드는 방법과 데이터 조작, CSV 및 Excel 파일에서 데이터프레임 생성, 다른 데이터 구조를 데이터프레임으로 변환하는 방법, 그리고 tibble 라이브러리를 활용하는 방법 등을 상세하게 설명했습니다.

R 프로그래밍에 가장 적합한 IDE에 대한 정보도 함께 고려해 보세요.