R 제어구문(Control flow)과 사용자정의함수

내용

• 반복문
  • for 문
  • while 문
• 조건문
  • if ~ else
  • ifelse
  • switch
• 사용자 정의 함수(user-written function)

제어구문(Control flow)과 사용자정의함수

일반적으로 R 프로그램의 명령문은 프로그램의 상단에서 하단으로 순차적으로 실행됩니다. 그러나 특정 조건이 충족되는 경우에만 다른 명령문을 실행하면서 일부 명령문을 반복적으로 실행할 수 있습니다. 이것이 제어 흐름 구조가 들어오는 곳입니다. 이 제어흐름은 조건을 판단하기 위한 조건문과 유사한 명령을 반복적으로 실행할 수 있는 반복문이 있습니다. R에서 명령을 전달하는 구문을 크게 구분하면 다음과 같습니다.

• statement: 단일 문과 복합문이 있습니다. 여러 문들을 같이 입력하는 복합문의 경우 중간괄호('{ }')로 묶여있거나 세미콜론(';')으로 구분합니다.
• cond: true 또는 false로 확인되는 표현식(expression)입니다.
• expr: 숫자 또는 문자열로 평가되는 명령문입니다.
• seq: 일련의 숫자 또는 문자열입니다.

반복문

유사한 명령을 반복하는 문으로 for문과 while 문을 사용합니다.

for 문

for (변수 in seq) statement

seq에 포함된 모든 요소들을 사용할 때까지 statement가 지속됩니다.

for (i in 1:5) print(i)

[1] 1
[1] 2
[1] 3
[1] 4
[1] 5

while 문

while (cond) statement

cond 즉, 조건이 FALSE가 될 때까지 statement가 지속됩니다.

i<-0
while(i < 5) {
    print(i)
    i<-i+1
}

[1] 0
[1] 1
[1] 2
[1] 3
[1] 4

이러한 반복문은 apply 계열의 함수들로 대체할 수 있으며 규모가 큰 데이터의 경우 apply()함수를 사용하는 것이 더 효율적일 수 있습니다.

set.seed(1)
x<-matrix(1:100, 10, 10)
dim(x)

[1] 10 10

system.time(for (i in 1:10) mean(x[, i]))

 사용자  시스템 elapsed 
   0.01    0.00    0.01

system.time(apply(x, 2, mean))

 사용자  시스템 elapsed 
      0       0       0

조건문

조건의 TRUE, FALSE를 결정하는 문으로 if-else, ifelse, switch 문을 사용할 수 있습니다. 조건문은 원자를 평가합니다. 그러므로 두개 이상의 원자를 갖는 벡터나 다른 구조의 자료에 대해 적용하기 위해서는 반복문 또는 apply 계열의 함수들을 같이 적용하여야 합니다.

if ~ else

if(cond) statement

조건이 true이면 statement 실행

if(cond) statement1 else statement2

조건이 true이면 statement1 실행, false이면 statement2 실행

if(cond1) statement1 else if (cond2) statement2 else statement3

조건1이 true이면 statement1 실행, 조건2가 true이면 statement1 실행, 두 조건이 false이면 statement3 실행

x<-sample(c('black', 'white', 'blue', 'green'), 20, replace=TRUE)
class(x)

[1] "character"

if(is.character(x)) x<-as.factor(x)
class(x)

[1] "factor"

if(!is.factor(x)) x<-as.factor(x) else print('already factor')

[1] "already factor"

score<-35
state<-c()
if(score >= 80) {
state<-append(state, 'pass') 
} else if ((score >= 50) & (score < 80)) {
state<-append(state, 're-exam') 
} else {
state<-append(state, 'fail')
}
state

[1] "fail"

set.seed(3)
score<-sample(seq(0, 100, 10), 10, replace=TRUE)
state<-c()
for(i in score){
if(i >= 80) {
state<-append(state, 'pass') 
} else if ((i >= 50) & (i < 80)) {
state<-append(state, 'reExam') 
} else {
state<-append(state, 'fail')
}}
state

 [1] "fail"    "pass"    "reExam" "fail"    "pass"    "re-exam" "pass"
 [8] "reExam" "fail"    "pass"

reExam<-function(x){
    if(x>= 80) {
return('pass') 
} else if ((x >= 50) & (x< 80)) {
return('reExam') 
} else {
return('fail')}}
sapply(score, reExam)

[1] "fail"    "pass"    "re-exam" "fail"    "pass"    "re-exam" "pass"
 [8] "re-exam" "fail"    "pass"

ifelse

ifelse() 함수는 if~else구문을 벡터화한 것입니다.

ifelse(cond, statement1, statement2)

cond: true → statement1

cond: false → statement2

state1<-c()
for(i in 1:length(score)){
state1[i]<-ifelse(score[i] >= 70, 'pass', 'fail')
}
state1

[1] "fail" "pass" "fail" "fail" "pass" "pass" "pass" "pass" "fail" "pass"

switch

switch는 표현식의 값에 따라 명령문을 선택합니다.

witch(expr, case1=statement1, case2=statement2 ...)

표현(expr)과 같은 경우(case)에 할당된 statement를 반환

state

 [1] "fail"   "pass"   "reExam" "fail"   "pass"   "reExam" "pass"   "reExam"
 [9] "fail"   "pass"

feel<-c()

n<-1 for(i in state){ feel[n]<-switch(i, pass='good', reExam='more', fail='bad') n<-n+1}

 [1] "bad"  "good" "more" "bad"  "good" "more" "good" "more" "bad"  "good"

사용자 정의 함수(user-written function)

사용자의 필요에 따라 함수를 작성 할 수 있습니다. 이 함수의 기본 구조는 다음과 같습니다.

함수이름<-function(인수1, 인수2, ...){
    statement
    return(결과)
}

statSummay<-function(x){
    if (anyNA(x)) {
        x<-na.omit(x)
    }else {
        x<-x
    }
    n<-length(x)
    mu<-mean(x)
    medi<-median(x)
    sigma<-sd(x)
    skew<-sum((x-mu)^3/sigma^3)/n
    kurto<-sum((x-mu)^4/sigma^4)/n
    return(c(size=n,  mean=mu, median=medi, std=sigma, skew=skew, kurtosis=kurto))
}

set.seed(4)
x<-matrix(rnorm(100), nrow=20);x
apply(x, 2, statSummay)

                [,1]        [,2]        [,3]        [,4]       [,5]
size     20.00000000 20.00000000 20.00000000 20.00000000 20.0000000
mean     -0.09112079 -0.01366633  0.07024675 -0.15860301 -0.1892235
median    0.17607971 -0.28223164  0.18539902 -0.05325685 -0.1067961
std       1.10604986  0.86311186  0.78229639  1.07002236  1.0627715
skew     -0.83991495  0.11297402 -0.59804775 -0.03626457  0.4993966
kurtosis  3.22600714  1.48409915  2.41566327  1.96281809  2.5255122