csv 파일이 가장 상세히 설명될 예정이다. 큰 외부 파일, 엑셀 파일 불러오는 방법은 아래에서 간단히 다루도록 하겠다.
<csv 파일 불러오기>
1. 데이터 다운
구글에 'uci 머신러닝 리포'를 검색한 후 제일 상단에 뜨는 영어 사이트에 들어간다
데이터 다운 (필자는 실습용이지만 재밌어보이는 걸로 고름. 와인 품질 데이터 다운 받음)
csv 파일 열어서 상태 확인해줌 (생각보다 예쁘게 정리 안되어있음)
이 파일 자체를 고치진 말고 R에서 불러올 때 고쳐서 불러오면 된다.
다음 단계에서 알아보도록 하자.
2. 데이터 잘 불러오기
R을 실행한다
> read.csv()와 read.table()로 사용할 수 있는데, read.csv()는 read.table() 함수를 실행하되 header=TRUE, sep="," 옵션이 기본이다. 빼먹으면 안된다.
header=TRUE : csv 파일을 첫 행(header, row)이 존재한다는 의미
sep="," : 텍스트를 "," 기준으로 나눠서 읽어들인다는 의미.
예를 들어
이렇게 생겼다면 read.csv()를 사용하고, sep=";" 로 설정해서 불러들이면 됨.
그러면 R이 알아서 ; 기준으로 텍스트 나눠서 불러들임.
(필자는 처음에 암것도 모르고 그냥 불러들이기만 하다가 계속 column=1 이라고 떠서 답답했음)
> wine<-read.csv("D:/wine/wine_red.csv",header=TRUE,sep=";")
엔터 누르면 그 다음에 아무 결과도 안 보일 것이다.
그게 정상인 거임
불러들이기 완료.
3. 데이터 구조 확인하기
이제 데이터 불러들였으니 데이터 구조를 확인해보자.
R 설치하고 책에서 시킨대로 라이브러리를 잔뜩 설치했었다.
데이터 구조를 확인할 때는, dplyr 라이브러리에 있는 glimpse() 함수를 써야 한다.
두 가지 방법으로 쓸 수 있다.
> dplyr::glimpse(wine)
#혹은
> library(dplyr)
> glimpse(wine)
이렇게 입력하면 (필자는 전자의 방법으로 입력)
바라던 대로 column이 12줄인 아름다운 데이터 구조가 보인다 ..
<아주 큰 외부 파일 불러오기>
- 큰 외부파일이란? 행이나 열의 개수가 큰 파일.(백만 개 이상..)
read.table, read.csv 함수로 읽어들일 때 시간이 많이 걸린다
- 해결 방법! data.table 패키지의 fread를 사용함. 속도가 10배 이상 빨라짐.
library(data.table) #패키지 불러오기
DT <- fread("very_big.csv") #데이터 불러오기
DT <- fread("very_big.csv", data.table=FALSE)
<엑셀 파일 읽어 들이기>
- 엑셀에서 파일 형식 바꾸기
1. 엑셀에서 csv로 저장한다.
2. read.csv()로 읽어 들인다.
- 엑셀 파일 바로 읽어들이는 라이브러리 사용
https://github.com/hadley/readxl 의 readxl 라이브러리 사용.
library(readxl)
# xls,xlsx 모든 포맷을 다 읽음
read_excel("my-old-spreadsheet.xls")
read_excel("my-new-spreadsheet.xlsx")
#여러 시트가 있을 때 특정 시트 지정하기
read_excel("my-spreadsheet.xls", sheet="data") #특정 시트명 언급
read_excel("my-spreadsheet.xlsx", sheet=2) #시트 번호 언급
#결측치가 빈 셀이 아닌 다른 문자로 코드되어 있을 경우
read_excel(" my-spreadsheet.xls", na="NA") #결측치의 문자를 언급
끝...
뿌듯하다. 자야지
내일은 변수 이름 설정, etc 를 들고 오겠다
'공부 > 데이터 과학' 카테고리의 다른 글
| [데이터 과학책 정리] 4. 변수 분석하기/데이터 요약 정보 확인 (0) | 2024.08.06 |
|---|---|
| [데이터 과학책 정리] 2. 데이터 과학자가 갖춰야 할 능력 (0) | 2024.08.01 |
| [데이터 과학책 정리] 1. 데이터 과학의 전반적인 과정 (0) | 2024.08.01 |