기본 콘텐츠로 건너뛰기

데이터 분석 입문 2




 앞서 이야기한 다이아몬드 데이터의 세부값을 보기 위해서 몇 가지 방법을 사용하겠습니다. 다이아몬드 값 가운데 컷이 종류별로 몇 개인지 알기 위해 table 명령어를 사용할 수 있습니다. 그런데 그냥 table을 사용하면 에러가 납니다. 


> table(diamonds)
Error in table(diamonds) : attempt to make a table with >= 2^31 elements

우리가 알고 싶은 값을 부르기 위해서 이제 $ 라는 기호를 사용합니다. cut 값만 알고 싶다면 diamonds$cut이 되는 것이죠. 

> table(diamonds$cut)

     Fair      Good Very Good   Premium     Ideal 
     1610      4906     12082     13791     21551 


table 안의 명령어는 다양한 방법으로 응용이 가능합니다. 예를 들어 > 나 == 같은 기호를 이용할 수 있습니다. cut이 Fair인 다이아몬드의 갯수만 알기 위해서 =="Fair"라는 조건문을 사용해 봅시다. 


> table(diamonds$cut=="Fair")

FALSE  TRUE 
52330  1610 


 그런데 표시가 독특하죠. TRUE와 FALSE로 표시되는데 이는 조건에 맞으면 TRUE로 아니면 FALSE로 표시되기 때문입니다. 이런 방식을 이용해서 연속 변수 역시 조건을 맞춰서 숫자를 알아낼 수 있습니다. 예를 들어 1 캐럿 이상인 다이아몬드의 값을 구해봅시다. 


> table(diamonds$carat>1)

FALSE  TRUE 
36438 17502 

 1 캐럿이 넘는 다이아몬드는 17,502개네요. 혹시 이렇게 조건을 이용해서 앞서 사용한 summary 명령어를 이용할 순 없을까요? 

> summary(diamonds$carat>1)
   Mode   FALSE    TRUE    NA's 
logical   36438   17502       0 


 이 상태에서 summary를 사용하면 그냥 같은 논리값만 반환될 뿐입니다. 그냥 새로 데이터를 만들어야 합니다. 1 캐럿이 넘는 다이아몬드를 모아서 새로운 데이터 프레임을 만들 명령어는 subset입니다. 


> diamonds1<-subset carat="" diamonds="">1)




 subset 은 다양한 조건으로 데이터를 쪼개는데 매우 유용한 명령어입니다. 앞으로 데이터를 다루면서 많이 쓰게 될 것입니다. 


 그런데 매번 diamonds$를 표시하니 뭔가 불편합니다. 당연히 이를 해결하기 위한 방법도 있습니다. attach 를 사용하면 바로 데이터프레임에 접근이 가능합니다. 사용법은 attach(데이터 프레임 이름) 입니다. 


> attach(diamonds)

> table(cut)
cut
     Fair      Good Very Good   Premium     Ideal 
     1610      4906     12082     13791     21551

이제 diamonds$ 를 사용하지 않고도 바로 데이터를 불러올 수 있으니 매우 편리하네요. 하지만 주의해야 합니다. 만약 2개 이상의 데이터를 attach 하는 경우 매우 중대한 에러가 발생할 가능성이 있습니다. 엉뚱한 데이터를 분석하고 결론을 내릴 수 있기 때문이죠. 따라서 전체 데이터 처리에서 마지막에는 반드시 데이터프레임을 풀어줘야 합니다. 이 작업은 detach로 합니다. 

> detach(diamonds)

> table(cut)
Error in unique.default(x, nmax = nmax) : 
  unique() applies only to vectors

 물론 detach 를 사용해서 분리한 후에도 얼마든지 다시 데이터를 붙일 수 있습니다. 


 오늘 이야기에서 마지막으로 한 가지 더 응용을 배워보겠습니다. 그러면 1캐럿이 넘는 다이아몬드는 전체의 몇 %일까요. 계산기를 이용할 수 있지만, length 라는 함수를 이용해서 계산이 가능합니다. 일단  false와 true를 구한 후 이를 전체 갯수로 나눠보는 거죠. length는 이름처럼 길이를 재는 것인데 쉽게 말해 관측값의 숫자를 알려줍니다. 

> table(diamonds$carat>1)/length(diamonds$carat)

    FALSE      TRUE 
0.6755284 0.3244716 

 32.4%가 1캐럿이 넘는 다이아몬드였습니다. 정말 맞는지 한번 계산기로 해보세요. 




 그런데 한 가지 아쉬운 부분이 있습니다. 데이터를 한 눈에 보는 방법은 없을까요. 당연히 있습니다. R은 본래 데이터 시각화에 최적화된 도구 가운데 하나입니다. 일단 다음 시간에 기본적인 것부터 시작하겠습니다. 
라벨:

댓글

댓글 쓰기

이 블로그의 인기 게시물

세상에서 가장 큰 벌

( Wallace's giant bee, the largest known bee species in the world, is four times larger than a European honeybee(Credit: Clay Bolt) ) (Photographer Clay Bolt snaps some of the first-ever shots of Wallace's giant bee in the wild(Credit: Simon Robson)  월리스의 거대 벌 (Wallace’s giant bee)로 알려진 Megachile pluto는 매우 거대한 인도네시아 벌로 세상에서 가장 거대한 말벌과도 경쟁할 수 있는 크기를 지니고 있습니다. 암컷의 경우 몸길이 3.8cm, 날개너비 6.35cm으로 알려진 벌 가운데 가장 거대하지만 수컷의 경우 이보다 작아서 몸길이가 2.3cm 정도입니다. 아무튼 일반 꿀벌의 4배가 넘는 몸길이를 지닌 거대 벌이라고 할 수 있습니다.   메가칠레는 1981년 몇 개의 표본이 발견된 이후 지금까지 추가 발견이 되지 않아 멸종되었다고 보는 과학자들도 있었습니다. 2018년에 eBay에 표본이 나왔지만, 언제 잡힌 것인지는 알 수 없었습니다. 사실 이 벌은 1858년 처음 발견된 이후 1981년에야 다시 발견되었을 만큼 찾기 어려운 희귀종입니다. 그런데 시드니 대학과 국제 야생 동물 보호 협회 (Global Wildlife Conservation)의 연구팀이 오랜 수색 끝에 2019년 인도네시아의 오지에서 메가칠레 암컷을 야생 상태에서 발견하는데 성공했습니다.   메가칠레 암컷은 특이하게도 살아있는 흰개미 둥지가 있는 나무에 둥지를 만들고 살아갑니다. 이들의 거대한 턱은 나무의 수지를 모아 둥지를 짓는데 유리합니다. 하지만 워낙 희귀종이라 이들의 생태에 대해서는 거의 알려진 바가 없습니다.  (동영상)...
댓글 쓰기
자세한 내용 보기

몸에 철이 많으면 조기 사망 위험도가 높다?

 철분은 인체에 반드시 필요한 미량 원소입니다. 헤모글로빈에 필수적인 물질이기 때문에 철분 부족은 흔히 빈혈을 부르며 반대로 피를 자꾸 잃는 경우에는 철분 부족 현상이 발생합니다. 하지만 철분 수치가 높다는 것은 반드시 좋은 의미는 아닙니다. 모든 일에는 적당한 수준이 있게 마련이고 철 역시 너무 많으면 여러 가지 질병을 일으킬 수 있습니다. 철 대사에 문제가 생겨 철이 과다하게 축적되는 혈색소증 ( haemochromatosis ) 같은 드문 경우가 아니라도 과도한 철분 섭취나 수혈로 인한 철분 과잉은 건강에 문제를 일으킬 수 있습니다. 하지만 높은 철 농도가 수명에 미치는 영향에 대해서는 잘 알려지지 않았습니다.   하버드 대학의 이야스 다글라스( Iyas Daghlas )와 임페리얼 칼리지 런던의 데펜더 길 ( Dipender Gill )은 체내 철 함유량에 영향을 미치는 유전적 변이와 수명의 관계를 조사했습니다. 연구팀은 48972명의 유전 정보와 혈중 철분 농도, 그리고 기대 수명의 60/90%에서 생존 확률을 조사했습니다. 그 결과 유전자로 예측한 혈중 철분 농도가 증가할수록 오래 생존할 가능성이 낮은 것으로 나타났습니다. 이것이 유전자 자체 때문인지 아니면 높은 혈중/체내 철 농도 때문인지는 명확하지 않지만, 높은 혈중 철 농도가 꼭 좋은 뜻이 아니라는 것을 시사하는 결과입니다.   연구팀은 이 데이터를 근거로 건강한 사람이 영양제나 종합 비타민제를 통해 과도한 철분을 섭취할 이유는 없다고 주장했습니다. 어쩌면 높은 철 농도가 조기 사망 위험도를 높일지도 모르기 때문입니다. 그러나 임산부나 빈혈 환자 등 진짜 철분이 필요한 사람들까지 철분 섭취를 꺼릴 필요가 없다는 점도 강조했습니다. 연구 내용은 정상보다 높은 혈중 철농도가 오래 유지되는 경우를 가정한 것으로 본래 철분 부족이 있는 사람을 대상으로 한 것이 아니기 때문입니다. 낮은 철분 농도와 빈혈이 건강에 미치는 악영향은 이미 잘 알려져 있기 때문에 철...
댓글 쓰기
자세한 내용 보기

인슐린 주사 일주일에 한 번만 맞아도 된다?

   당뇨병은 관리가 까다로운 만성 질병 중 하나입니다. 특히 인슐린 주사가 필요한 경우에는 더 관리가 어렵습니다. 하루에 주사를 몇 번씩 맞아야 하면 찌르는 것도 고통이고 실수로 건너뛰거나 용량을 실수하는 경우도 드물지 않습니다. 특히 고령 환자의 경우 더 위험할 수 있습니다. 이런 문제를 극복하기 위해 여러 제약 회사들이 새로운 투여 방법과 인슐린 제제를 내놓고 있습니다.   최근 2상 임상 시험을 마친 노보 노디스크 ( Novo Nordisk )의 인슐린 아이코덱 ( icodec )은 일주일에 한 번 투여하는 장시간 인슐린 제제입니다. 아이코덱은 효소에 의해 분해되는 것을 막는 변형 인슐린 분자로 혈액에서 알부민과 결합해 서서히 분리되기 때문에 한 번 주사로도 일주일이나 효과를 유지할 수 있습니다.   하지만 이렇게 장시간 작용하는 인슐린 제제의 경우 환자의 식사나 운동 같은 상황 변화에 인슐린 농도가 적절하게 유지되지 않을 가능성이 있습니다. 이번 2상 임상시험에서는 247명의 당뇨 환자를 두 그룹으로 나눈 후 실험군은 일주일에 한 번씩 아이코덱을 투여받고 매일 위약을 투여받았습니다. 그리고 대조군은 반대로 일주일에 한 번씩 위약을 투여받고 하루에 한 번씩 장시간 인슐린 제제인 란투스 (Lantus, glargine) 100U을 투여받았습니다.   26주에 걸친 임상 실험 결과 하루에 한 번 란투스를 투여받은 그룹이나 일주일에 한 번 아이코덱을 투여받은 그룹에서 특별한 합병증 차이를 발견할 수 없었습니다. 혈당 조절의 지표인 당화 혈색소 (HbA1c) 농도 역시 아이코덱 그룹에서 1.33% 감소한 반면 란투스 그룹에서 1.15% 정도 감소해서 큰 차이는 없었습니다. 그렇다면 하루에 한 번 투여하는 대신 일주일에 한 번 투여하는 것이 더 편리하고 실수로 두 번 투여하거나 건너 뛸 위험성이 적을 것입니다. 이 연구 결과는 뉴잉글랜드 저널 오브 메디슨 ( New England Journal...
댓글 쓰기
자세한 내용 보기