Chapter 14 Loop Statement
루프 구문을 사용할 경우 반복된 작업을 간단히 수행할 수 있습니다.
14.1 기본 제어 구문 (if, for, while 등)
14.1.1 if 구문
if 구문은 다음과 같이 구성됩니다.
if (test_expression) {
statement
}괄호 안의 test_expression이 TRUE일 경우에만 statement 코드가 실행됩니다.
x = c(8, 3, -2, 5)
if (any(x < 0)) {
print('x contains negative number')
}## [1] "x contains negative number"만일 x중 음수가 존재하면 x contains negative number가 출력되는 조건이며, -2가 음수이므로 조건을 만족합니다.
y = c (8, 3, 2, 5)
if (any (y < 0)) {
print ("y contains negative numbers")
}y에는 음수가 존재하지 않으므로, 구문이 실행되지 않습니다.
14.1.2 if...else 구문
if 구문만 존재할 시 이를 만족하지 않는 경우 아무런 구문도 실행되지 않습니다. if else 구문의 경우 조건을 만족하지 않을 경우 else에 해당하는 구문이 실행됩니다.
if (test_expression) {
statement 1
} else {
statement 2
}만일 test_expression 구문이 TRUE이면 statement 1이 실행되며, 그렇지 않을 경우 statement 2가 실행됩니다.
y = c (8, 3, 2, 5)
if (any (y < 0)) {
print ("y contains negative numbers")
} else {
print ("y contains all positive numbers")
}## [1] "y contains all positive numbers"y에 음수가 존재하는 if구문이 FALSE 이므로, else에 해당하는 메세지가 출력됩니다.
if…else 구문은 ifelse() 함수로 간단히 나타낼 수도 있습니다.
x = c (8, 3, 2, 5)
ifelse(any(x < 0), "x contains negative numbers", "x contains all positive numbers")## [1] "x contains all positive numbers"또한 if와 else 사이에 else if 조건을 통해, 여러 조건을 추가할 수도 있습니다.
x = 7
if (x >= 10) {
print ("x exceeds acceptable tolerance levels")
} else if(x >= 0 & x < 10) {
print ("x is within acceptable tolerance levels")
} else {
print ("x is negative")
}## [1] "x is within acceptable tolerance levels"위 조건은 다음과 같습니다.
- x가 10 이상일 경우 x exceeds acceptable tolerance levels을 출력합니다.
- 만일 x가 10 이상, 10 미만일경우 x is within acceptable tolerance levels을 출력합니다.
- 그렇지 않을 경우 x is negative을 출력합니다.
x는 7 이므로 else에 해당하는 내용이 출력됩니다.
14.1.3 for loop
for loop 구문은 특정한 부분의 코드가 반복적으로 수행될 수 있도록 합니다.
for (i in 1:100) {
<code: do stuff here with i>
}먼저 i에 1이 들어간 뒤 code에 해당하는 부분이 실행됩니다. 그 후, i에 2가 들어간 뒤 다시 code가 실행되며 이 작업이 100까지 반복됩니다. 실제 예제를 살펴보도록 하겠습니다.
for (i in 2010:2016) {
output = paste("The year is", i)
print(output)
}## [1] "The year is 2010"
## [1] "The year is 2011"
## [1] "The year is 2012"
## [1] "The year is 2013"
## [1] "The year is 2014"
## [1] "The year is 2015"
## [1] "The year is 2016"i에 2010부터 2016 까지 대입되어 코드가 실행됩니다.
14.1.4 while loop
while 구문은 for 구문과 비슷하며, 조건이 충족되는한 루프가 계속해서 실행됩니다.
counter = 1
while (test_expression) {
statement
counter = counter + 1
}test_expression이 TRUE이면 statement 코드가 실행되며, counter를 1씩 더합니다. 즉, test_expression이 FALSE가 될때까지 loop가 반복됩니다.
counter = 1
while (counter <= 5) {
print(counter)
counter = counter + 1
}## [1] 1
## [1] 2
## [1] 3
## [1] 4
## [1] 5counter가 5 이하일 경우 이를 출력하며, 6일 경우 test_expression이 FALSE가 되어 loop가 멈추게 됩니다.
14.1.5 next
next 명령어는 loop 구문에서 특정 단계를 실행하지 않고 넘어가기 위해 사용됩니다.
x = 1:5
for (i in x) {
if (i == 3) {
next
}
print(i)
}## [1] 1
## [1] 2
## [1] 4
## [1] 5일반적인 for loop 구문으로써 i를 출력하며, if 구문을 통해 i가 3일 경우 명령을 실행하지 않고 다음 for 구문(i = 4)으로 건너뜁니다.
14.2 Apply 계열 함수
apply 계열 함수는 loop 구문과 비슷한 역할을 하며, 훨씬 간결하게 표현할 수 있습니다.
14.2.1 apply()
apply() 함수는 매트릭스나 데이터프레임의 행 혹은 열단위 계산에 자주 사용됩니다. 해당 함수는 다음과 같이 구성됩니다.
apply(x, MARGIN, FUN, ...)- x: 매트릭스, 데이터프레임, 혹은 어레이
- MARGIN: 함수가 적용될 벡. 1은 행을, 2는 열을, c(1, 2)는 행과 열을 의미
- FUN: 적용될 함수
- …: 기타
head(mtcars)## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1apply(mtcars, 2, mean)## mpg cyl disp hp drat wt qsec vs
## 20.0906 6.1875 230.7219 146.6875 3.5966 3.2172 17.8487 0.4375
## am gear carb
## 0.4062 3.6875 2.8125mtcars 데이터에서 2, 즉 열의 방향으로 평균(mean)을 구합니다.
apply(mtcars, 1, sum)## Mazda RX4 Mazda RX4 Wag Datsun 710 Hornet 4 Drive
## 329.0 329.8 259.6 426.1
## Hornet Sportabout Valiant Duster 360 Merc 240D
## 590.3 385.5 656.9 271.0
## Merc 230 Merc 280 Merc 280C Merc 450SE
## 299.6 350.5 349.7 510.7
## Merc 450SL Merc 450SLC Cadillac Fleetwood Lincoln Continental
## 511.5 509.9 728.6 726.6
## Chrysler Imperial Fiat 128 Honda Civic Toyota Corolla
## 725.7 213.8 195.2 207.0
## Toyota Corona Dodge Challenger AMC Javelin Camaro Z28
## 273.8 519.6 506.1 646.3
## Pontiac Firebird Fiat X1-9 Porsche 914-2 Lotus Europa
## 631.2 208.2 272.6 273.7
## Ford Pantera L Ferrari Dino Maserati Bora Volvo 142E
## 670.7 379.6 694.7 288.9이번에는 1 즉 행의 방향으로 합계(sum)를 구합니다.
apply(mtcars, 2, quantile, probs = c(0.10, 0.25, 0.05, 0.75, 0.90))## mpg cyl disp hp drat wt qsec vs am gear carb
## 10% 14.34 4 80.61 66.00 3.007 1.956 15.53 0 0 3 1
## 25% 15.43 4 120.83 96.50 3.080 2.581 16.89 0 0 3 2
## 5% 12.00 4 77.35 63.65 2.853 1.736 15.05 0 0 3 1
## 75% 22.80 8 326.00 180.00 3.920 3.610 18.90 1 1 4 4
## 90% 30.09 8 396.00 243.50 4.209 4.048 19.99 1 1 5 4각 열의 분위수(quantile)를 구하게 되며, 분위는 probs 인자를 통해 직접 입력할 수 있습니다.
14.2.2 lapply()
lapply() 함수는 리스트에 적용되며, 결과 또한 리스트로 반환됩니다. 해당 함수는 다음과 같이 구성됩니다.
lapply(x, FUN, ...)- x: 리스트
- FUN: 적용될 함수
- …: 기타
data = list(item1 = 1:4,
item2 = rnorm(10),
item3 = rnorm(20, 1),
item4 = rnorm(100, 5))
data## $item1
## [1] 1 2 3 4
##
## $item2
## [1] -0.56048 -0.23018 1.55871 0.07051 0.12929 1.71506 0.46092 -1.26506
## [9] -0.68685 -0.44566
##
## $item3
## [1] 2.22408 1.35981 1.40077 1.11068 0.44416 2.78691 1.49785 -0.96662
## [9] 1.70136 0.52721 -0.06782 0.78203 -0.02600 0.27111 0.37496 -0.68669
## [17] 1.83779 1.15337 -0.13814 2.25381
##
## $item4
## [1] 5.426 4.705 5.895 5.878 5.822 5.689 5.554 4.938 4.694 4.620 4.305 4.792
## [13] 3.735 7.169 6.208 3.877 4.597 4.533 5.780 4.917 5.253 4.971 4.957 6.369
## [25] 4.774 6.516 3.451 5.585 5.124 5.216 5.380 4.498 4.667 3.981 3.928 5.304
## [37] 5.448 5.053 5.922 7.050 4.509 2.691 6.006 4.291 4.312 6.026 4.715 3.779
## [49] 5.181 4.861 5.006 5.385 4.629 5.644 4.780 5.332 6.097 5.435 4.674 6.149
## [61] 5.994 5.548 5.239 4.372 6.361 4.400 7.187 6.533 4.764 3.974 4.290 5.257
## [73] 4.753 4.652 4.048 4.955 4.215 3.332 4.620 5.919 4.425 5.608 3.382 4.944
## [85] 5.519 5.301 5.106 4.359 4.150 3.976 5.118 4.053 4.509 4.744 6.844 4.348
## [97] 5.235 5.078 4.038 4.929lapply(data, mean)## $item1
## [1] 2.5
##
## $item2
## [1] 0.07463
##
## $item3
## [1] 0.892
##
## $item4
## [1] 5.022lapply() 함수를 통해 각 항목의 평균을 구하며, 결과 또한 리스트 형태입니다.
beaver_data = list(beaver1 = beaver1, beaver2 = beaver2)
lapply(beaver_data, head)## $beaver1
## day time temp activ
## 1 346 840 36.33 0
## 2 346 850 36.34 0
## 3 346 900 36.35 0
## 4 346 910 36.42 0
## 5 346 920 36.55 0
## 6 346 930 36.69 0
##
## $beaver2
## day time temp activ
## 1 307 930 36.58 0
## 2 307 940 36.73 0
## 3 307 950 36.93 0
## 4 307 1000 37.15 0
## 5 307 1010 37.23 0
## 6 307 1020 37.24 0위 데이터의 각 항목에서 열 별 평균을 구하고자 할 경우 lapply() 함수 만으로는 계산이 불가능합니다. 이러한 경우 해당 함수 내부에 직접 function()을 정의하여 복잡한 계산을 수행할 수 있습니다.
lapply(beaver_data, function(x) {
round(apply(x, 2, mean), 2)
})## $beaver1
## day time temp activ
## 346.20 1312.02 36.86 0.05
##
## $beaver2
## day time temp activ
## 307.13 1446.20 37.60 0.62function(x)를 통해 각 항목에 적용될 함수를 직접 정의할 수 있으며, 열의 방향으로 평균을 구한 뒤 소수 둘째 자리까지 반올림을 하게 됩니다.
14.2.3 sapply()
sapply() 함수는 lapply() 함수와 거의 동일하며, 결과가 리스트가 아닌 벡터 혹은 매트릭스로 출력된다는 점만 차이가 있습니다.
lapply(beaver_data, function(x) {
round(apply(x, 2, mean), 2)
})## $beaver1
## day time temp activ
## 346.20 1312.02 36.86 0.05
##
## $beaver2
## day time temp activ
## 307.13 1446.20 37.60 0.62sapply(beaver_data, function(x) {
round(apply(x, 2, mean), 2)
})## beaver1 beaver2
## day 346.20 307.13
## time 1312.02 1446.20
## temp 36.86 37.60
## activ 0.05 0.6214.3 기타 함수
열과 행이 합계나 평균을 구할 때는 apply() 함수보다 간단하게 표현할 수 있는 함수들이 있습니다.
rowSums(mtcars)## Mazda RX4 Mazda RX4 Wag Datsun 710 Hornet 4 Drive
## 329.0 329.8 259.6 426.1
## Hornet Sportabout Valiant Duster 360 Merc 240D
## 590.3 385.5 656.9 271.0
## Merc 230 Merc 280 Merc 280C Merc 450SE
## 299.6 350.5 349.7 510.7
## Merc 450SL Merc 450SLC Cadillac Fleetwood Lincoln Continental
## 511.5 509.9 728.6 726.6
## Chrysler Imperial Fiat 128 Honda Civic Toyota Corolla
## 725.7 213.8 195.2 207.0
## Toyota Corona Dodge Challenger AMC Javelin Camaro Z28
## 273.8 519.6 506.1 646.3
## Pontiac Firebird Fiat X1-9 Porsche 914-2 Lotus Europa
## 631.2 208.2 272.6 273.7
## Ford Pantera L Ferrari Dino Maserati Bora Volvo 142E
## 670.7 379.6 694.7 288.9colSums(mtcars)## mpg cyl disp hp drat wt qsec vs am gear carb
## 642.9 198.0 7383.1 4694.0 115.1 103.0 571.2 14.0 13.0 118.0 90.0rowSums() 함수는 행의 합계를, colSums() 함수는 열의 합계는 구하며 이는 apply(mtcars, 1 or 2, sum) 과 동일합니다.
rowMeans(mtcars)## Mazda RX4 Mazda RX4 Wag Datsun 710 Hornet 4 Drive
## 29.91 29.98 23.60 38.74
## Hornet Sportabout Valiant Duster 360 Merc 240D
## 53.66 35.05 59.72 24.63
## Merc 230 Merc 280 Merc 280C Merc 450SE
## 27.23 31.86 31.79 46.43
## Merc 450SL Merc 450SLC Cadillac Fleetwood Lincoln Continental
## 46.50 46.35 66.23 66.06
## Chrysler Imperial Fiat 128 Honda Civic Toyota Corolla
## 65.97 19.44 17.74 18.81
## Toyota Corona Dodge Challenger AMC Javelin Camaro Z28
## 24.89 47.24 46.01 58.75
## Pontiac Firebird Fiat X1-9 Porsche 914-2 Lotus Europa
## 57.38 18.93 24.78 24.88
## Ford Pantera L Ferrari Dino Maserati Bora Volvo 142E
## 60.97 34.51 63.16 26.26colMeans(mtcars)## mpg cyl disp hp drat wt qsec vs
## 20.0906 6.1875 230.7219 146.6875 3.5966 3.2172 17.8487 0.4375
## am gear carb
## 0.4062 3.6875 2.8125rowMeans()와 colMeans() 함수 역시 각각 행과 열의 평균을 구합니다.