R 기본문법 ( 변수, 연산, plot그리기, 데이터프레임생성)

a <- 1


1 -> c
# 변수명은 낙타기법을 사용
# goto and => gotoAnd
# goto and play => gotoAndPlay

# 여러 개의 데이터를 저장 하는 변수
# c()

var1 <- c(1,2,3,4,5)

var2 <- c(1:5)

var3 <- seq(1, 5)

var4 <- seq(1,10, by=2)

# 변수와 숫자간 연산이 가능..
var4 + 2

# 변수와 변수간의 연산 가능
var3 + var4

# 변수에 문자 할당 : 이때 문자는 " "로 감싸야 한다!
str1 <- "a"
str2 <- c("a", "b" , "가", "나")

str2 + 2
# Error in str2 + 2 : non-numeric argument to binary operator

### 숫자 다루는 함수
# 1. 평균 :  mean(다중값을 보유한 변수)
mean(var2)

# 2. 최대, 최소 값 추출 함수 : max() / min()
max(var2)
min(var2)

### 문자 다루는 함수
# 1. paste() : 여러 개의 문자른 하나로 합하는 함수
#              구분자를 지정할 수 있다 : collapse ="구분자"

str2
paste(str2)
paste(str2, collapse = "__")

str4 <- paste(str2, collapse = "        ")

# 일반적인 패키지 설치 함수
# install.packages("설치할 패키지 명칭")

# 설치 패키지 로드 함수
# library(라이브러리명)

x <- c("a", "a", "b", "c")

qplot(x)

# mpg 데이터

qplot(data = mpg, x= hwy)

qplot(data = mpg, x= drv, y=hwy)

qplot(data = mpg, x= drv, y=hwy, geom = "line")

qplot(data = mpg, x= drv, y=hwy, geom = "boxplot")

qplot(data = mpg, x= drv, y=hwy, geom = "boxplot", colours= drv)


english <- c(90, 80, 60, 70)

math <- c(50, 60, 100, 20)

# 데이터 프레임 : data.frame( , )
df_midturm <- data.frame(english, math)

class <- c(1,1,2,2)
df_midturm <- data.frame(english, math, class)

# 데이터프레임을 이용한 집계
mean(df_midturm$english)

### 데이터프레임 생성 방법 1
# c() 함수를 이용하여 각각의 데이터 리스트 작성 후,
# data.frame() 함수로 통합

### 데이터프레임 생성 방법 2
# data.frame() 함수를 이용하여 헌번에 만드는 방법
# 변수명 <- data.frame(컬럼명 = c(~~), 컬럼명 = c(~~~))

### 데이터프레임 생성 방법 3
# 외부테이터를 읽어들여서 생성하는 방법
# 외부테이터의 형식에 따라 읽어들이는 함수가 다양

# 엑셀 파일을 읽어낼 경우, 해당 패키지가 필요 : readxl
# 실제 읽어들이는 함수 : read_excel(파일명.확장자)

# 작업 폴더의 파일 읽기
df_exam <- read_excel("excel_exam.xlsx")

# 만약 다른 폴더의 파일을 읽어들일 경우
# "드라이브명/폴더명/파일명.확장자"
# 윈도우 탐색기 : C:\day1   =>  C:/day1

# 탭 또는 , 로 구별되어 있는 csv 파일 읽기
# 실제 읽어들이는 함수 : read.csv(파일명.확장자)


df_csv_exam <- read.csv("csv_exam.csv")

# CSV 파일의 첫번째 행이 컴럼명이 아닐 경우,
df_csv_exam <- read.csv("csv_exam.csv", header = F)

# CSV 파일 내에 문자가 포함 되어 있을 경우,
df_csv_exam <- read.csv("csv_exam.csv",   stringsAsFactors = F)

# 데이터프레임을 파일(CSV)로 저장할 경우
# write.csv(데이터프레임 이름, file="저장할 파일명.확장자")
write.csv(df_midturm, file="write_result.csv")

# R 전용 데이터 파일로 저장
# saveRDS(데이터프레임이름, file="저장할 파일명.rds")
saveRDS(df_csv_exam, file="only_r.rds")

# R 전용 데이터 파일을 읽기
df_rds <- readRDS("only_r.rds")