R02_CSV, 엑셀파일에서 데이터 프레임 만들기

Goals

• 데이터 프레임 생성, 헤더가 없는 csv 파일에서 데이터프레임 생성, Separation : 콤마( , ) 대신 콜론 ( : ) 사용, MS Excel 읽어서 데이터프레임 생성( readxl )

Notes

# 현재 작업 디렉토리(폴더) 확인

>> getwd ( )

# 현재 작업 디렉토리 변경

>> setwd ('c:/dev/lab-r')

#  ./data/csv_exam.csv  파일을 읽어서 데이터 프레임 생성 : read.csv('데이터 디렉토리')

   exam_csv = read.csv('data/csv_exam.csv')

  # 데이터 프레임의 내용을 확인

> exam_csv

   id class math english science

1   1     1   50      98      50

2   2     1   60      97      60

3   3     1   45      86      78

  # 수학 점수들의 합계

> sum(exam_csv$math)

[1] 1149

# 각 학생들의 수학 영어 과학 점수 합계

> total = exam_csv$math+exam_csv$english+exam_csv$science

#  헤더가 없는 csv 파일에서 데이터프레임 생성

<원본>

<수정>

> exam_csv2=read.csv("data/exam_nohead.csv")

Error in make.names(col.names, unique = TRUE) :

  invalid multibyte string 1

> exam_csv2 <- read.csv('data/exam_nohead.csv', header=FALSE)

> exam_csv2

        V1 V2 V3 V4 V5

1  癤<bf>1  1 50 98 50                                # 인코딩이 깨져서 한문이 나옴

2        2  1 60 97 60

3        3  1 45 86 78

4        4  1 30 98 58

> exam_csv2 <- read.csv('data/exam_nohead.csv', header=FALSE,

                                             fileEncoding = 'UTF-8-BOM')

> exam_csv2

   V1 V2 V3 V4 V5                                       # 문제 해결, 대문자로 적어야 함.

1   1  1 50 98 50

2   2  1 60 97 60

3   3  1 45 86 78

4   4  1 30 98 58

>> 콤마( , ) 대신 콜론 ( : ) 사용

>> csv 파일 수정

>> sep의 기본값 : 쉼표 ' ,  '

> exam_csv3 = read.csv("data/csv_exam2.csv",

                        header= TRUE,

                       sep = ':',

                       fileEncoding = 'UTF-8-BOM')

> exam_csv3

  id class math english science

1  1     1   50      98      50

<MS Excel file (xls, xlsx)을 읽어서 데이터 프레임을 생성>

# readxl 패키지를 설치

# install.packages("readxl")

# Tools -> install packages -> readxl 입력

# Excel을 직접 읽기 위한 패키지 사용

readxl:::read_excel('data/excel_exam.xlsx')

# 매번 readxl:: 입력하기 싫을 때 : 설치한 패키지를 검색경로에 추가한 후 사용 -> library 함수 사용

> library(readxl)

# 패키지가 검색 경로에 추가됐는지 확인 

> search ( ) 

# 실행

> library('readxl')

> exam_xlsx = read_excel('data/excel_exam.xlsx')

> exam_xlsx

# A tibble: 20 x 5

      id class  math english science

   <dbl> <dbl> <dbl>   <dbl>   <dbl>

1     1     1    50      98      50

2     2     1    60      97      60

3     3     1    45      86      78

4     4     1    30      98      58

#수학 점수 출력

> exam_xlsx$math

[1] 50 60 45 30 25 50 80 90 20 50 65 45 46 48 75 58 65 80 89 78

# 엑셀 파일에서 첫 번째 행이 컬럼(변수) 이름이 아닌 경우

> exam_xlsx_nohead = read_excel('data/exam_nohead.csv')

Error: Can't establish that the input is either xls or xlsx.

> exam_xlsx_nohead = read_excel('data/excel_exam_novar.xlsx',

                                col_names = FALSE)             # TRUE = T, FALSE = F

New names:

* `` -> ...1

* `` -> ...2

* `` -> ...3

* `` -> ...4

* `` -> ...5

> exam_xlsx_nohead

# A tibble: 8 x 5

   ...1  ...2  ...3  ...4  ...5

  <dbl> <dbl> <dbl> <dbl> <dbl>

1     1     1    50    98    50

2     2     1    60    97    60

3     3     2    25    80    65

# 컬럼 이름을 직접 만들어 줄 수 있다

> exam_xlsx_nohead = read_excel('data/excel_exam_novar.xlsx',

                                 col_names = c('id','cl','m','e','s'))

> exam_xlsx_nohead

# A tibble: 8 x 5

     id    cl     m     e     s

  <dbl> <dbl> <dbl> <dbl> <dbl>

1     1     1    50    98    50

2     2     1    60    97    60

3     3     2    25    80    65

# 엑셀 파일에서 특정 sheet에 있는 데이터를 읽는 경우

> exam_xlsx_sheet = read_excel('data/excel_exam_sheet.xlsx',

                                sheet = 3)

> exam_xlsx_sheet

# A tibble: 8 x 5

     id class  math english science

  <dbl> <dbl> <dbl>   <dbl>   <dbl>

1     1     1    50      98      50

2     2     1    60      97      60

3     3     2    25      80      65

# 데이터 프레임을 CSV 파일로 저장하기

> write.csv(exam_xlsx)

"","id","class","math","english","science"

"1",1,1,50,98,50

"2",2,1,60,97,60

"3",3,1,45,86,78

"4",4,1,30,98,58