나성호의 R 데이터 분석 입문

20년 베테랑에게 아파트 실거래 데이터로 실전처럼 배워보자

나성호 지음

골든래빗(주) 2021년 10월 14일 출간 종이책 : 2021년 10월 15일 출간

작품소개

책소개

★ 명강사가 알려주는 입문자가 알아야 하는 탄탄한 R 데이터 분석 기본기

저자는 패스트캠퍼스/러닝스픈즈/멀티캠퍼스를 비롯해 유수의 기업에서 데이터 분석 강의를 진행한 명강사입니다. 강의를 하며 1. 수강생은 바쁘다 2. 바쁘다는 이유로 자료 구조를 건너뛰고 무작정 데이터 분석부터 배우면 3. 데이터 분석을 제대로 익히지 못한다는 사실을 알아냈습니다.

그래서 이 책을 준비했습니다. 1. 한 권으로 2. 특히 데이터 분석 핵심인 자료 구조를 자유자재로 다룰 수 있게 중점적으로 설명하고 3. 데이터 분석 전과정을 체험하게 구성했습니다. 단순히 명령어 사용법만 안다고 데이터 분석을 할 수는 없습니다. 실제 현장에서 만나게 되는 다양한 경우에 맞춰 활용하는 방법을 알아야 합니다.

반드시 데이터 분석을 제대로 익히고 싶은 분이라면 17년간 데이터 분석가로, 3년간 강사로 활약한 저자가 제시하는 학습 방법을 따라 책에 담긴 데이터 분석 노하우도 모두 챙겨가기 바랍니다. 잊지 마세요, 자료구조가 핵심이고 먼저입니다.

★ Must Have 시리즈 안내
Must Have 시리즈는 내 것으로 만드는 시간을 드립니다. 명확한 학습 목표와 핵심 정리를 제공하고, 간단명료한 설명과 다양한 그림으로 학습 효과를 극대화합니다. 예제를 제공해 응용력을 키워줍니다. 할 수 있습니다. 포기는 없습니다. 지금 당장 밑줄 긋고 메모하고 타이핑하세요! Must Have가 여러분의 성장을 돕겠습니다.

목차

00 실습 환경 구축

[1단계] R 자료구조 : 자료구조가 핵심이다. 잘 다뤄야 분석이 쉽다

01장 데이터 분석 입문
__1.1 R 기초 지식
__1.2 생애 첫 R 프로그래밍 : Hello World
__1.3 스크립트창에서 코드 실행하기
__1.4 프로젝트 생성하기
__1.5 R 객체의 특징
__1.6 R 자료구조 종류
__학습 마무리

02장 자료구조 : 벡터
__2.1 R 자료형과 벡터의 특징
__2.2 벡터 생성
__2.3 벡터 원소 선택
__2.4 벡터 원소 추가
__2.5 벡터 원소 삭제
__2.6 벡터 원소 변경
__2.7 벡터 형변환
__2.8 벡터 강제변환
__2.9 산술 연산자
__2.10 비교 연산자
__2.11 논리 연산자
__2.12 멤버 연산자 : %in%
__학습 마무리

03장 자료구조 : 리스트 093
__3.1 리스트 특징
__3.2 리스트 생성
__3.3 리스트 원소 선택
__3.4 리스트 원소 추가
__3.5 리스트 원소 삭제
__3.6 리스트 원소 변경
__학습 마무리

04장 자료구조 : 데이터프레임 103
__4.1 데이터프레임 특징
__4.2 데이터프레임 생성
__4.3 데이터프레임 원소 선택
__4.4 데이터프레임 원소 추가
__4.5 데이터프레임 원소 삭제
__4.6 데이터프레임 원소 변경
__학습 마무리

[2단계] R 프로그래밍 : 프로그래밍을 알아야 효과적으로 분석한다

05장 조건문
__ 05 조건문
__5.1 if문 기본 구조
__5.3 ifelse() 함수
__학습 마무리

06장 반복문
__6.1 for문
__6.2 while문
__6.3 이후 코드 건너뛰기 : next
__6.4 반복문 탈출하기 : break
__학습 마무리

07장 사용자 정의 함수
__7.1 왜 사용자 정의 함수가 필요할까?
__7.2 사용자 정의 함수의 기본 구조
__7.3 사용자 정의 함수 생성
__7.4 파일로 저장한 사용자 정의 함수 재활용
__7.5 인수의 기본값 설정
__학습 마무리

08장 같은 함수 반복 실행
__8.1 벡터를 넣어 반복 실행하는 함수 : apply()
__8.2 for문과 비교
__8.3 원소를 넣어 반복 실행하는 함수 : lapply()와 sapply()
__8.4 FUN에 사용자 정의 함수 사용하기
__학습 마무리

[3단계] R 데이터 분석 : 아파트 실거래 데이터로 실전처럼 익히자

09장 데이터 입출력
__9.1 사전 지식 : tidyverse 패키지
__9.2 작업 경로 확인 및 변경
__9.3 엑셀 파일 입출력
__9.4 텍스트 파일 입출력 : csv파일, txt 파일
__9.5 RDS 파일 입출력
__9.6 RDA 파일 입출력
__학습 마무리

10장 오픈 API를 활용한 공공데이터 수집과 처리
__10.1 사전 지식 : API
__10.2 STEP 1 공공데이터포털 오픈 API 활용하기
__10.3 STEP 2 기술문서 읽기
__10.4 STEP 3 데이터 가져오기
__10.5 STEP 4 데이터 처리하기
__학습 마무리

11장 데이터프레임 전처리
__11.1 사전 지식 : dplyr 패키지
__11.2 STEP 1 실습 데이터셋 준비
__11.3 STEP 2 컬럼 선택 및 삭제
__11.4 STEP 3 컬럼명 변경
__11.5 STEP 4 조건에 맞는 행 선택(필터링)
__11.6 STEP 5 인덱스로 행 선택 및 삭제
__11.7 STEP 6 컬럼의 자료형 변환
__11.8 STEP 7 기존 컬럼 변경 및 새로운 컬럼 생성
__11.9 STEP 8 집계 함수로 데이터 요약
__11.10 STEP 9 데이터프레임 형태 변환
__11.11 STEP 10 오름차순 및 내림차순 정렬
__학습 마무리

12장 데이터프레임 병합
__12.1 데이터프레임 병합
__12.2 STEP 1 실습 데이터셋 준비
__12.3 STEP 2 외래키 확인 및 전처리
__12.4 STEP 3 외래키 중복 여부 확인

출판사 서평

★ 데이터 분석을 잘하려면 자료구조와 프로그래밍의 기본을 잘 알아야 합니다.

데이터 분석에 능숙하고 싶습니까? 그렇다면 자료구조를 먼저 탄탄히 익혀야 합니다. 데이터 분석 과정은 데이터를 다양한 형태로 바꾸며 진행되기 때문입니다. 그래서 이 책은 먼저 자료구조를 탄탄히 익히고 나서 R 프로그래밍, 데이터 수집, 전처리, 기술통계 분석, 시각화를 설명합니다.

엑셀 파일, 텍스트 파일, RDS 파일, RDA 파일 입출력을 배웁니다. 데이터의 분포와 시간에 따른 변화 및 상관관계 등 데이터 분석 과정에 유용한 5가지 시각화 그래프(히스토그램, 상자 수염 그림, 막대, 선, 산점도)를 소개합니다. 국토교통부 ‘아파트 매매가격 데이터’와 한국 감정원 ‘K-APT 아파트단지’ 정보 4천 여건을 직접 수집해 활용합니다.

17년간 데이터 분석가로서, 3년간 강사로서 활동하며 깨달은 ’고급 분석가로 가기 전에 이 정도는 알아야 하는 내용’을 충실히 담았습니다. 데이터 분석가를 꿈꾸는 대학생과 취업 준비생은 물론 데이터 분석가로 직무 전환을 바라는 직장인이 한 권으로 R 입문과 데이터 분석 전반을 체험하고 익힐 수 있도록 구성했습니다.

[숫자로 보는 책의 특징]

_0 아무것도 몰라도 OK
R을 몰라도 됩니다. R 입문과 데이터 분석 입문 과정 모두를 알려줍니다.

_3 단계로 익히는 R 데이터 분석
1단계에서 R 자료구조, 2단계에서 프로그래밍, 3단계에서 데이터 분석(수집, 전처리, 기술 통계, 시각화)을 차례대로 배웁니다.

_3가지 OS별 개발 환경 구축
윈도우, 맥OS, 리눅스 개발 환경 구성 방법을 모두 제시합니다.

_4가지 데이터 입출력 형식
엑셀 파일, 텍스트 파일, RDS 파일, RDA 파일 입출력을 배웁니다. 이 4가지 형식으로 입출력을 자유자재로 할 줄 알면 데이터 관리가 훨씬 수월해집니다.

_5가지 데이터 시각화 그래프 학습
데이터의 분포와 시간에 따른 변화 및 상관관계 등 데이터 분석 과정에 유용한 5가지 시각화 그래프(히스토그램, 상자 수염 그림, 막대, 선, 산점도)를 소개합니다.

_4000여건 아파트 매매 데이터
국토교통부 ‘아파트 매매가격 데이터’와 한국 감정원 ‘K-APT 아파트단지’ 정보 4천 여건을 직접 수집해 활용합니다.

[대상 독자]
- R 데이터 분석 입문자
- 데이터를 다루는 업무 관련 취업 희망자
- 데이터 분석 업무에 R을 적용하고 싶은 직장인

[저자와 4문 4답]
R과 데이터 분석 초보자에게 전하고 싶은 말씀이 있으신가요?
아주 당연한 얘기지만 ‘세상에 공짜는 없다’라는 말씀을 드리고 싶습니다. R과 파이썬으로 데이터 분석 강의를 판매하는 일부 기관이나 업체에서 ‘R과 파이썬 데이터 분석은 쉽다’라는 허위 광고를 수 년째 하고 있습니다. 프로그래밍도 모르고 데이터 분석도 모르는 입문자에게 자칫 불필요한 오해를 심어주고 있습니다. R과 파이썬 데이터 분석은 절대로 쉽지 않습니다. 새로운 언어를 배워야 하기 때문에 익숙해지려면 수개월에서 수년이 걸립니다. 그러다 보니 프로그래밍과 데이터 분석에 도전했다가 내 길이 아닌가 싶어서 금세 포기하는 분이 많습니다.
프로그래밍과 데이터 분석을 꾸준하게 학습할 수 있도록 스스로 동기부여하고 환경을 조성해야 합니다. 가장 좋은 방법은 학습자 본인이 가장 좋아하는 분야를 찾고, 그 분야의 데이터를 분석해보는 겁니다. 예를 들어 야구를 좋아하는 사람은 야구 데이터를 분석하고, 영화를 좋아하는 사람은 영화 데이터를 분석하는 겁니다. 최근 주식 거래 붐이 일고 있으므로 주식 데이터를 분석하여 돈을 벌 수 있는 투자 전략을 수립하고, 자동매매 프로그래밍에 도전하는 것도 아주 좋은 동기부여가 될 것이라고 생각합니다.

R이 얼마나 많이 사용되는 거죠?
R은 프로그래밍 언어 랭킹에서 2020년에 8위 2021년 8월에 14위를 차지했습니다
(tiobe.com). R은 통계학자가 통계 분석을 위해 만든 언어이므로 통계 분석에 사용합니다. 파이썬과 함께 데이터 분석 핵심 언어로 사용되고 있습니다.

R이 데이터 분석에 많이 사용되는 이유가 있나요

작가정보

저자(글) 나성호

저자 : 나성호
삼성화재 CRM 파트에서 직장생활을 시작하여 현대캐피탈, 하나카드, 하나금융경영연구소 등 다양한 금융회사에서 데이터 분석을 직접 수행하는 마케터이자 연구원으로 근무했습니다.
패스트캠퍼스 전임강사로 〈R을 활용한 웹 크롤링〉과 〈R School〉을, 멀티캠퍼스에서 〈R을 활용한 데이터 분석〉, 러닝스푼즈 나노디그리 과정에서 〈R을 활용한 데이터 분석〉을 강의했습니다. 현재는 R과 파이썬으로 데이터 수집(웹 크롤링), 전처리, 시각화, 통계 분석 및 머신러닝을 주제로 여러 기업에서 강의를 하고 있습니다. 2020년 말에 박사 과정을 수료하여 졸업을 눈앞에 두고 있습니다.

저역서
● 《효율적인 R 프로그래밍》 공역
● 《포워드 2019 미래를 읽다》 공저