9.2 readr 패키지
기본적으로 ?? 절에서 학습했던
read.table(),read.csv()와 거의 동일하게 작동하지만, 읽고 저장하는 속도가 base R에서 제공하는 기본 입출력 함수보다 월등히 뛰어남. 최근 readr 패키지에서 제공하는 입출력 함수보다 더 빠르게 데이터 입출력이 가능한 feather 패키지 (Wickham 2019a) 제공데이터를 읽는 동안 사소한 문제가 있는 경우 해당 부분에 경고 표시 및 행, 관측 정보를 표시해줌 \(\rightarrow\) 데이터 디버깅에 유용
주요 함수10
read_table(),write_table()read_csv(),write_csv()
readr vignette을 통해 더 자세한 예시를 살펴볼 수 있음
read_csv(
file, # 파일 명
col_names = TRUE, # 첫 번째 행를 변수명으로 처리할 것인지 여부
# read.table(), read.csv()의 header 인수와 동일
col_types = NULL, # 열(변수)의 데이터 형 지정
# 기본적으로 데이터 유형을 자동으로 감지하지만,
# 입력 텍스트의 형태에 따라 데이터 유형을
# 잘못 추측할 수 있기 때문에 간혹 해당 인수 입력 필요
# col_* 함수 또는 campact string으로 지정 가능
# c=character, i=integer, n=number, d=double,
# l=logical, f=factor, D=date, T=date time, t=time
# ?=guess, _/- skip column
progress, # 데이터 읽기/쓰기 진행 progress 표시 여부
)- 예시
# dataset/titanic3.csv 불러오기
titanic <- read_csv("dataset/titanic3.csv")Rows: 1309 Columns: 14
── Column specification ────────────────────────────────────────────────────────
Delimiter: ","
chr (7): name, sex, ticket, cabin, embarked, boat, home.dest
dbl (7): pclass, survived, age, sibsp, parch, fare, body
ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.titanic# read.csv와 비교
head(read.csv("dataset/titanic3.csv", header = T), 10)# column type을 변경
titanic2 <- read_csv("dataset/titanic3.csv",
col_types = "iicfdiicdcfcic")
titanic2# 특정 변수만 불러오기
titanic3 <- read_csv("dataset/titanic3.csv",
col_types = cols_only(
pclass = col_integer(),
survived = col_integer(),
sex = col_factor(),
age = col_double()
))
titanic3# 대용량 데이터셋 읽어올 때 시간 비교
# install.packages("feather") # feather package
require(feather)필요한 패키지를 로딩중입니다: feathersystem.time(pulse <- read.csv("dataset/pulse.csv", header = T)) 사용자 시스템 elapsed
4.790 0.055 4.847 write_feather(pulse, "dataset/pulse.feather")
system.time(pulse <- readRDS("output/pulse.rds")) 사용자 시스템 elapsed
0.088 0.000 0.088 system.time(pulse <- read_csv("dataset/pulse.csv"))Rows: 69 Columns: 20000
── Column specification ────────────────────────────────────────────────────────
Delimiter: ","
dbl (20000): V1, V2, V3, V4, V5, V6, V7, V8, V9, V10, V11, V12, V13, V14, V1...
ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message. 사용자 시스템 elapsed
15.478 81.200 70.006 system.time(pulse <- read_feather("dataset/pulse.feather")) 사용자 시스템 elapsed
0.292 0.000 0.293 9.2.1 tibble 패키지
- readr 또는 readxl 패키지에서 제공하는 함수를 이용해 외부 데이터를 읽어온 후, 확인할 때 기존 데이터 프레임과 미묘한 차이점이 있다는 것을 확인
- 프린트된 데이터의 맨 윗 부분을 보면
A tibble: 데이터 차원이 표시된 부분을 볼 수 있음 tibble은 tidyverse 생태계에서 사용되는 데이터 프레임 \(\rightarrow\) 데이터 프레임을 조금 더 빠르고 사용하기 쉽게 수정한 버전의 데이터 프레임
tibble 생성하기
- 기본 R 함수에서 제공하는
as.*계열 함수 처럼as_tibble()함수를 통해 기존 일반적인 형태의 데이터 프레임을 tibble 로 변환 가능
head(iris)as_tibble(iris)- 개별 벡터로부터 tibble 생성 가능
- 방금 생성한 변수 참조 가능
- 문자형 변수가 입력된 경우 데이터 프레임과 다르게 별다른 옵션이 없어도 강제로 factor로 형 변환을 하지 않음
# 벡터로부터 tibble 객체 생성
tibble(x = letters, y = rnorm(26), z = y^2)# 데이터 프레임으로 위와 동일하게 적용하면?
data.frame(x = letters, y = rnorm(26), z = y^2)Error in eval(expr, envir, enclos): 객체 'y'를 찾을 수 없습니다# 벡터의 길이가 다른 경우
# 길이가 1인 벡터는 재사용 가능
tibble(x = 1, y = rep(0:1, each = 4), z = 2)# 데이터 프레임과 마찬가지로 비정상적 문자를 변수명으로 사용 가능
# 역따옴표(``)
tibble(`2000` = "year",
`:)` = "smile",
`:(` = "sad")tribble()함수 사용: transposed (전치된) tibble의 약어로 데이터를 직접 입력 시 유용
tribble(
~x, ~y, ~z,
"M", 172, 69,
"F", 156, 45,
"M", 165, 73,
)References
Wickham, Hadley. 2019a. Feather: R Bindings to the Feather ’API’. https://CRAN.R-project.org/package=feather.
주요 함수들의 사용방법은 거의 유사하기 때문에 read_csv() 함수에 대해서만 살펴봄↩︎