[R기초] 데이터 단위 위계 한 방 정리(스칼라, 벡터, 요인, 행렬, 배열, 데이터프레임, 리스트)

R에서 사용되는 데이터 형태가 다양했지만, 머릿속에 혼재되어있었다.

개별적인 의미를 정리한 블로그는 많았지만,

이들을 구조화하고 차이를 발힌 글은 잘 보지 못했다.

 

각각의 내용의 차이점을 요약하면 다음과 같았다.

 

요약

> 각 데이터 단위의 위계를 정리하면 다음과 같다.

데이터 구조 위계 (https://kaestory.tistory.com/)

1. 스칼라 (Scalar)

> 하나의 값으로 대부분 언어에서의 가장 최소 단위

> 통계 분석이 목적인 R에서는 스칼라 개념을 사용하지 않으며, 벡터를 최소단위로 계산한다.

> 아래의 예시에서, 1이라는 하나의 Scalar) 값도 R에서는 하나의 벡터(Vector)로 인식함을 알 수 있다.

<입력>
is(1)

<출력>
[1] "numeric" "vector"

 

2. 벡터 (Vetcor)

> R에서 사용되는 기본 단위로, 1차원 자료구조로, 동일한 자료형으로 구성되어야 한다.

> 아래의 예시에서, 백터 내에, 수치형, 문자형, 논리형을 같이 넣자, 모두 "문자형" 벡터로 변환되었다.

<입력>
Vector_A <- c(1, 2, "가", T)
is(Vector_A)

<출력>
[1] "character"           "vector"              "data.frameRowLabels"
[4] "SuperClassMethod"

 

3. 요인(Factor)

> 백터와 유사하나, 범주 구분을 위해 사용되는 좀 더 특수한 개념으로 볼 수 있다.

> 아래의 예시에서 A를 요인으로 변환할 수 있었으며, 요인도 여전히 벡터도 될 수 있음을 알 수 있다.

<입력1>
A <- c(1,2,1,1,2,1,2)
is(A)

<출력1>
[1] "numeric" "vector"

<입력2>
A <- factor(A, levels = c(1,2), labels = c("남","여"))
is(A)

<출력2>
[1] "factor"              "integer"             "oldClass"           
[4] "double"              "numeric"             "vector"             
[7] "data.frameRowLabels"

4. 행렬 (Matrix)

> 2개 이상의 벡터가 행열 형태로 쌓인것으로 각 행열의 자료형은 동일해야한다.

> rbind: 벡터를 행(Row) 방향으로 묶어줌

> cbind: 벡터를 열(Column) 방향으로 묶어줌

> 아래 예시에서, 자료형은 행렬이자 배열(행렬을 포함하는 개념)이자, 벡터가 된다.

<입력1>
A <-c(1, 2, 3, 4, 5)
B <-c(2, 4, 6, 8, 10)

R <- rbind(A,B)
C <- cbind(A,B)

print(R)
is(R)

<출력1>
  [,1] [,2] [,3] [,4] [,5]
A    1    2    3    4    5
B    2    4    6    8   10
[1] "matrix"    "array"     "structure" "vector"

<입력2>
print(C)
is(C)

<출력2>
     A  B
[1,] 1  2
[2,] 2  4
[3,] 3  6
[4,] 4  8
[5,] 5 10
[1] "matrix"    "array"     "structure" "vector"

 

5. 배열 (Array)

> 행렬이 2차원(행x열)만 표현하였다면, 배열은 3차원 이상의 자료형을 나타내는 자료 구조이다.

> 행렬과 마찬가지로, 동일한 자료형끼리만 뭉칠 수 있다.

> 앞서 사용한 예시를 활용해 아래와 같이 배열을 만들어 보았다.

<입력>
A <-c(1, 2, 3, 4, 5)
B <-c(2, 4, 6, 8, 10)

R <- rbind(A,B)
C <- cbind(A,B)

New <- array(c(R, C))
print(New)
is(New)

<출력>
[1]  1  2  2  4  3  6  4  8  5 10  1  2  3  4  5  2  4  6  8 10
[1] "array"     "structure" "vector"

 

6. 데이터 프레임 (Dataframe)

> 2차원(행*열)로 구성되어 있으며, 자료형이 다른 벡터들을 한번에 묶을 수 있는 단위이다.

> 엑셀과 유사한 형태로 분석에서 가장 많이 사용되는 형태이다.

<입력>
gender <- c(1,2,1,2,1,2)
height <- c(170, 165, 182, 173, 160, 159)

height_by_gender <- data.frame(cbind(gender, height))
View(height_by_gender)
is(height_by_gender)

<출력>
   gender   height
1   1         170
2   2         165
3   1         182
4   2         173
5   1         160
6   1         159
[1] "data.frame" "list"       "oldClass"   "vector"

 

7. 리스트 (List)

> 상기 모든 자료형을 묶을 수 있는 데이터 단위이다.

> 아래와 같이  데이터프레임과 같이 자료형이 달라도 자료형을 변환하지 않은 채 묶을 수 있다.

<입력1>
A <- c(1,2, "가")
B <- list(1,2, "가")

is(A)
str(A)

<출력1>
[1] "character"           "vector"              "data.frameRowLabels"
[4] "SuperClassMethod"  

chr [1:3] "1" "2" "가"

<입력2>
is(B)
str(B)

<출력2>
[1] "list"   "vector"

List of 3
 $ : num 1
 $ : num 2
 $ : chr "가"

 

 

참고자료: http://stanford.edu/~jgrimmer/RDataManagement.pdf