[R] Tibble이란 무엇인가?

🟦 R의 자료구조 

R에서는 여러 자료구조가 존재한다. 기본적으로 아래 4개와 같은 자료구조가 사용된다. 

• Vectors : 한 가지의 데이터 타입으로 이루어진 1열의 데이터
• Matrix : 한 가지의 데이터 타입으로 이루어진  행과 열로 구성된 데이터의 모음
• Arrays : 한 가지의 데이터 타입으로 이루어진  여러 레이어의 Matrix로 구성된 데이터
• Dataframes : 한 가지의 데이터 타입이 아닌 숫자, 글자, factor등 의 여러 데이터 타입으로 이루어진 행과 열 데이터
• Lists : 위의 여러 데이터 타입의 모음 

https://medium.com/@tiwarigaurav2512/r-data-types-847fffb01d5b

 

🟦 티블(Tibble)이란?

Tibble은 새로운 타입의 data frame이다.

 

Tibble 특징

http://www.sthda.com/english/wiki/tibble-data-format-in-r-best-and-modern-way-to-work-with-your-data

1. 데이터 타입을 아래와 같이 Colunm 이름 밑에 <~>로 표시한다.

<chr> 문자형(character)
<int> 정수(integer)
<dbl> 더블(double)
<date> 날짜(date)
<time> 시간(time)
<dttm> 날짜와 시간(date-time)
<lgl> 논리값. 조건에 맞으면 TURE, 그렇지 않으면 FALSE 반환
+lbl 변수의 값에 부여된 라벨 값이 추가되어 있음을 표시

 

2. 많은 데이터를 다룰때, 효율성을 위해 맨 위의 10줄만 출력, 짤린 열도 아래 따로 표시해 준다.

이는 따로 옵션값을 조절해서 출력 양을 수정할 수 있음 .

`options(tibble.print_max = 20, tibble.print_min = 6)` 

 

3. 티블은 입력의 유형을 변경할 수 없(문자열을 팩터형으로 변환하지 않는다) 으며, 또한 변수의 이름을 바꾸거나, 행이름을 생성하지 않음.

 

 

🟦 Tibble 사용해보기

# Installing
install.packages("tibble")
# Loading
library("tibble")

 

Tibble 구조 만들어보기 

# data.frame as tibble 
as_tibble(iris)


# Ex02
tibble(
  x = 1:5, 
  y = 1, 
  z = x ^ 2 + y
)

# Ex02
tribble(
  ~x, ~y, ~z,
  #--|--|----
  "a", 2, 3.6,
  "b", 1, 8.5
)

 

인덱싱하기 

df <- tibble(
  x = runif(5),
  y = rnorm(5)
)
df

df$x
df[["x"]]
df[[1]]

df %>% .$x
df %>% .[["x"]]

 

변수 복사하기 

tibble(a = 1, b = 1:3)
#> # A tibble: 3 × 2
#>       a     b
#>   <dbl> <int>
#> 1     1     1
#> 2     1     2
#> 3     1     3
tibble(a = 1:3, b = 1)
#> # A tibble: 3 × 2
#>       a     b
#>   <int> <dbl>
#> 1     1     1
#> 2     2     1
#> 3     3     1

 

 

🟦 data.frame과 비교하기 

1. 변수 이름

names(data.frame(`crazy name` = 1))
# "crazy.name"
names(tibble(`crazy name` = 1))
# "crazy name"

이름의 띄어쓰기를 적용할 수 있다

 

아래와 같은 이름도 적용 가능하다 

tb <- tibble(
  `:)` = "smile", 
  ` ` = "space",
  `2000` = "number"
)

 

2. 계산 시간

l <- replicate(26, sample(100), simplify = FALSE)
names(l) <- letters

microbenchmark::microbenchmark(
  as_tibble(l),
  as.data.frame(l)
)
## Unit: microseconds
##              expr      min       lq      mean    median       uq      max
##      as_tibble(l)  309.250  327.099  376.2002  344.7265  386.004 1689.046
##  as.data.frame(l) 1390.507 1464.361 1614.3087 1543.3465 1690.608 3104.097
##  neval cld
##    100  a 
##    100   b

tibble에서의 평균 계산 시간이 적다

 

3. Subsetting

df1 <- data.frame(x = 1:3, y = 3:1)
class(df1[, 1:2])
#> [1] "data.frame"
class(df1[, 1])
#> [1] "integer"

df2 <- tibble(x = 1:3, y = 3:1)
class(df2[, 1:2])
#> [1] "tbl_df"     "tbl"        "data.frame"
class(df2[, 1])
#> [1] "tbl_df"     "tbl"        "data.frame"

 

df <- data.frame(abc = 1)
df$a
#> [1] 1

df2 <- tibble(abc = 1)
df2$a
#> Warning: Unknown or uninitialised column: `a`.
#> NULL

🟦  출처

- https://medium.com/@tiwarigaurav2512/r-data-types-847fffb01d5b

- http://statseducation.com/Introduction-to-R/modules/getting%20data/tibbles/

- http://www.sthda.com/english/wiki/tibble-data-format-in-r-best-and-modern-way-to-work-with-your-data

- https://rstatistics.tistory.com/49

- https://bookdown.org/sulgi/r4ds/tibbles.html#tibble-vs.-data.frame

 

 

 

 

---