상위 5개 R 데이터 유형 | 알아야 할 R 데이터 유형

응용 프로그램을 만들거나 프로그래밍 언어로 프로그래밍을 렌더링하기 위해 프로그램 내에서 사용하는 데이터를 저장하려면 특정 변수가 필요합니다. 또한 이러한 변수가 특정 범주에 할당된다는 점에 유의할 수도 있습니다(일반적으로 C 또는 C++와 같은 대부분의 프로그래밍 언어 또는 일반적으로). 이러한 범주를 데이터 유형이라고 합니다.

데이터 유형은 거의 모든 프로그래밍 언어에서 사용할 수 있는 매우 중요한 개념입니다. 이름에서 알 수 있듯이 데이터 유형은 컴퓨터 프로그램을 사용하여 처리할 수 있는 특정 종류의 데이터를 나타냅니다. Python의 다양한 데이터 유형에 대해 알아보세요.

C와 같은 다른 프로그래밍 언어와 달리 변수는 단순히 일부 R 데이터 유형 으로 선언되지 않고 R 개체와 함께 할당됩니다. R 개체의 데이터 유형은 변수의 데이터 유형이 됩니다. R 객체에는 다음과 같은 몇 가지 유형이 있습니다.

1. 벡터
2. 행렬
3. 기울기
4. 배열
5. 요인
6. 데이터 프레임

벡터는 다른 클래스의 요소를 보유 하는 가장 기본적인 R 데이터 유형 입니다. 이러한 원자 벡터에는 5가지 주요 데이터 유형이 있습니다. 다른 R-Object는 원자 벡터를 기반으로 합니다.

세계 최고의 대학에서 데이터 과학 과정 을 배우십시오 . 이그 제 큐 티브 PG 프로그램, 고급 인증 프로그램 또는 석사 프로그램을 획득하여 경력을 빠르게 추적하십시오.

벡터 생성에 사용되는 R 데이터 유형 중 일부는 다음과 같습니다 .

상위 R 데이터 유형

1. 숫자 데이터 유형

R 프로그래밍 언어에서 10진수 값을 숫자라고 합니다. 이것은 R의 모든 값에 할당된 기본 R 데이터 유형 입니다. 예를 통해 이해해 보겠습니다.

> y = 11.6 # y 변수에 10진수 값을 할당합니다.

> y # y 값을 출력

[1] 11.6

> class(y) # y의 클래스 이름을 출력

[1] "숫자"

여기서 10진수 값(11.6)은 기본적으로 데이터 유형이 숫자인 변수 "y"에 할당되었습니다.

변수에 10진수가 아닌 값을 지정하더라도 기본 데이터 유형은 정수가 아닌 숫자가 됩니다. 다음은 귀하를 위한 예입니다.

> y = 1

> y # y 변수의 값을 출력

[1] 1

> class(y) # y의 클래스 이름을 출력

[1] "숫자"

읽기: Python의 변수 및 데이터 유형 [개발자를 위한 궁극적인 안내서]

2. 정수 데이터 유형

10진수 값이 없는 숫자는 R 프로그래밍 언어의 정수 데이터 유형으로 선언됩니다. R에서 정수 변수를 생성하려면 정수 함수가 취소됩니다. 또한 is.integer 함수를 적용하여 y가 실제로 정수인지 확인할 수 있습니다. 정수 데이터 유형을 이해하기 위해 몇 가지 예를 살펴보겠습니다.

> x = as.integer(5)

> x # x의 값을 출력

[1] 5

> 클래스(x)

[1] "정수"

> is.integer(x) # x가 정수인지 아닌지 확인하는 함수

[1] 참

정수를 선언하는 또 다른 방법은 L 접미사를 추가하는 것입니다.

> x = 5L

> is.integer(x) # x가 정수인지 아닌지 확인하는 함수

[1] 참

숫자 데이터 유형의 값은 as.integer 함수를 사용하여 정수 데이터 유형으로 강제 변환될 수 있습니다.

> as.integer(7.16) # 숫자 값 강제 변환

[1] 7

10진수 값이 있는 문자열은 as.integer 함수를 사용하여 구문 분석할 수도 있습니다.

> as.integer("7.16") # 십진수 문자열 강제 변환

[1] 7

그러나 10진수가 아닌 문자열을 정수 함수로 구문 분석하는 것은 잘못된 것입니다.

확인: MATLAB 데이터 유형

3. 복잡한 데이터 유형

R 프로그래밍 언어의 복소수 값은 순수 허수값 i를 통해 정의됩니다.

> k = 1 + 2i # 복소수 생성

> k

[1] 1+2i

> 클래스(k)

[1] “복잡한”

4. 논리적 데이터 유형

R의 논리적 데이터 유형은 true 또는 false 값을 취합니다. 이 값은 두 값을 비교한 후 생성됩니다. 다음은 귀하를 위한 예입니다.

> 내가 = 4; m = 2

> n = l > m # l이 y보다 큽니까?

> n # 논리값 t 인쇄

[1] 참

> class(n) # z의 클래스 이름 출력

[1] "논리적"

5. 문자 데이터 유형

문자 데이터 유형은 R 프로그래밍 언어에서 문자열 값을 나타내는 데 사용됩니다. 객체는 as.character() 함수를 사용하여 문자 값으로 변환됩니다. 다음은 문자 데이터 유형을 명확하게 이해하기 위한 몇 가지 예입니다.

> y = as.character(7.16)

> y # 문자열을 출력

[1] “7.16”

> class(y) # y의 클래스 이름을 출력

[1] "캐릭터"

두 문자 값을 연결하려면 붙여넣기 기능을 사용할 수 있습니다.

> fname = "리야"; lname = "샤르마"

> 붙여넣기(fname, lname)

[1] "리야 샤르마"

이제 가장 일반적인 데이터 유형을 이해했으므로 벡터 객체를 만들고 데이터 유형을 사용하여 값을 선언하는 방법을 살펴보겠습니다.

벡터는 데이터 유형이 동일한 데이터 요소의 집합입니다.

다음은 세 개의 숫자 값 4, 5, 6을 포함하는 벡터입니다.

> c(4, 5, 6)

[1] 4 5 6

여기 논리값 벡터가 있습니다.

> c(거짓 참 거짓 참)

[1] 거짓 참 거짓 참

벡터에는 문자열도 포함될 수 있습니다.

> c("AA", "BB", "CC", "DD", "EE")

[1] "AA" "BB" "CC" "DD" "EE"

기타 R 객체

행렬

2차원 데이터 세트를 생성합니다. 다음은 예입니다.

행렬을 만듭니다.

M = 행렬( c('q','w','e','r','t','y'), nrow = 2, ncol = 3, byrow = TRUE)

프린트(M)

출력 –

[,1] [,2] [,3]

[1,] "q" "w" "e"

[2,] "r" "t" "y"

기울기

목록은 벡터, 함수 및 기타 목록과 같은 다양한 유형의 요소를 포함하는 객체 유형입니다.

예시

# 벡터와 숫자 값을 포함하는 목록을 만듭니다.

목록1 <- 목록(c(2,5,3),7.9)

# 목록을 인쇄합니다.

인쇄(목록1)

출력 –

[[1]]

[1] 2 5 3

[[2]]

[1] 7.9

배열

행렬과 달리 배열은 n차원일 수 있습니다. 배열에 사용되는 dim 속성은 필요한 수의 차원을 생성합니다. 아래에 언급된 것은 2X2 행렬이 있는 두 개의 요소가 있는 배열을 만드는 예입니다.

배열을 만듭니다.

a <- 배열(c('핑크','파란색'),dim = c(2,2,1))

인쇄(a)

위의 코드를 실행하면 다음과 같은 결과가 생성됩니다.

, , 1

[,1] [,2]

[1,] "분홍색" "파란색"

[2,] "파란색" "분홍색"

요인

요인은 벡터를 사용하여 생성된 r-객체입니다. 요인은 벡터에 있는 고유한 요소 값을 가진 벡터를 레이블로 저장합니다. 레이블은 입력 벡터의 데이터 유형에 관계없이 항상 문자 데이터 유형을 갖습니다. 요인은 통계 모델링을 수행하는 데 매우 유용합니다.

factor() 함수를 사용하여 요인을 생성할 수 있습니다.

# 벡터를 생성합니다.

색상 <- c('노란색', '파란색', '분홍색')

# factor 객체를 생성합니다.

factor_colors <- factor(색상)

# 인자를 출력합니다.

인쇄(factor_colors)

[1]옐로우 블루 핑크

데이터 프레임

데이터 프레임은 테이블 형식의 데이터 개체입니다. 데이터 프레임의 각 열에는 다양한 데이터 모드가 포함될 수 있습니다. 세 개의 열은 모두 정수, 숫자 또는 문자가 될 수 있는 서로 다른 데이터 유형을 가질 수 있습니다.

데이터 프레임은 data.frame() 함수를 사용하여 생성됩니다.

# 데이터 프레임을 생성합니다.

데이터 <- data.frame(

성별 = c("남성", "여성"),

높이 = c(153, 160),

무게 = c(80, 78),

나이 = c(40 29)

)

인쇄(BMI)

산출

성별 키 몸무게 나이

1 남 153.0 80 40

2 여성 160.0 78 29

또한 읽기: 인도의 R 개발자 급여: 신입 및 경험자용

다음은?

R, 데이터 과학에 대해 자세히 알아보려면 일하는 전문가를 위해 만들어졌으며 10개 이상의 사례 연구 및 프로젝트, 실용적인 실습 워크샵, 업계 전문가와의 멘토링, 일대일 교육을 제공하는 데이터 과학 PG 디플로마를 확인하십시오. 업계 멘토와 1위, 최고의 기업에서 400시간 이상의 학습 및 취업 지원.