R과 Python을 활용한 데이터분석

임상수 , 홍성주 지음

자유아카데미 2025년 09월 10일 출간 국내도서 : 2025년 09월 10일 출간

작품소개

책소개

"데이터 분석 현장에서는 흔히 한 가지 도구나 언어만으로 업무가 이루어지지 않습니다. 통계 분석에 강점을 가진 R과 머신러닝 및 시스템 개발에서 널리 활용되는 Python은 많은 기업과 연구기관에서 동시에 쓰이는 대표적인 데이터 분석 언어입니다. 팀 내에서도 어떤 구성원은 R을, 다른 구성원은 Python을 선호하는 경우가 많습니다. 그러나 기존 교재는 대부분 한 가지 언어만을 다루고 있어, 두 언어를 함께 배우고자 하는 학습자를 위한 통합 교재는 드문 상황입니다.
이러한 현실적 필요에 따라 이 책은 실무자와 학습자가 두 언어를 유연하게 활용하며, 공통된 사고방식을 체득할 수 있도록 기획되었습니다. 실제로 현업에서는 R과 Python의 활용 영역이 겹치기도 하고 서로 보완하기도 합니다. 따라서 두 언어의 특성을 동시에 익히고, 장단점을 비교 분석하는 능력은 필수적입니다. 그러나 현장에서 두 언어를 자유롭게 넘나들며 능숙하게 활용하는 실무자는 많지 않습니다. 대부분 한 언어에 특화된 자료로 학습하거나, 별도의 자료로 두 언어를 각각 배우기 때문입니다. 이것이 바로 이 책이 탄생한 이유이기도 합니다.
이 책은 두 언어를 따로 설명하는 데 그치지 않고, 동일한 문제를 두 언어에서 어떻게 해결할 수 있는지를 가능한 한 유사한 구조로 제시합니다. 독자는 각 장마다 “개념 → R 코드 → Python 코드”의 흐름을 반복적으로 확인하면서 두 언어를 넘나드는 데이터 분석 사고력을 자연스럽게 익히게 됩니다. 특히 코드 예시는 단순히 문법 나열에 그치지 않고, 개념 이해와 구현을 일치시키는 데 중점을 두었습니다. 이를 통해 독자는 어떤 언어를 사용하더라도 문제 해결의 핵심 로직을 깊이 이해하고 자신 있게 구현할 수 있는 역량을 갖추게 될 것입니다.
또한, 학습 부담을 줄이기 위해 본문 설명은 핵심 원리에 집중하고, 복잡한 옵션이나 세부사항은 장 말미의 Tip 상자로 분리했습니다. 필요할 때만 참고할 수 있도록 하여 독자가 복잡한 세부사항에 얽매이지 않고 핵심 개념에 집중할 수 있게 돕습니다.
이 통합적 접근 방식을 통해 독자는 다음의 세 가지 핵심 역량을 자연스럽게 기르게 될 것입니다.
첫째, 데이터 분석의 핵심인 개념 중심의 문제 해결력을 우선적으로 확보합니다. 언어는 도구일 뿐이며, 중요한 것은 문제를 어떻게 바라보고 해결하는가 하는 본질적인 사고법입니다.
둘째, 두 언어 사이의 차이를 명확하게 비교하고 대조하면서 두 언어를 더욱 깊이 있게 이해할 수 있습니다. 이를 통해 독자는 실전에서 자신이 사용하는 언어를 상황에 따라 더 효율적으로 선택할 수 있게 됩니다.
셋째, 프로젝트나 업무 환경에서 요구하는 언어를 자유롭게 선택하고 활용할 수 있는 실무 역량과 자신감을 키우게 됩니다. 특정 언어에 종속되지 않고 필요에 따라 유연하게 대응하는 능력은 데이터 사이언스 분야에서 필수입니다.
결국, 이 책의 궁극적인 목표는 R과 Python의 문법적 차이를 넘어, 어떤 환경에서도 흔들리지 않는 사고 체계를 구축하는 것입니다. 이 책의 마지막 장을 덮을 때쯤이면, 독자는 특정 언어의 문법에 얽매이지 않고 목표와 상황에 따라 자유롭게 언어를 선택해 문제를 해결하는 유연하고 통합적인 데이터 분석가로 성장해 있을 것입니다.
책을 집필하는 데 최선을 다하였지만 부족한 부분이 있을 수 있습니다. 이 점은 양해를 바라며, 출간 후 나올 수 있는 수정사항 등은 자유아카데미 홈페이지(www.freeaca.com) 자료실에 제공할 예정이니 참고하기 바랍니다.
자, 이제 1장을 펼치고 양손에 R과 Python을 들 준비를 시작해봅시다."

목차

"1장 R, Python 소개 및 설치하기
R
1. R 소개
2. R 설치하기
3. RStudio 소개 및 설치
4. 유용한 RStudio 단축키
5. Rtools 소개 및 설치
Python
1. Python 소개
2. 파이썬 설치하기
3. Spyder 소개 및 설치

2장 기본 개념 및 데이터 타입
R
1. 변수
2. 데이터 타입
3. 데이터 타입 변환
4. 연산자
R 연습문제
Python
1. 변수
2. 데이터 타입
3. 데이터 타입 변환
4. 연산자
Python 연습문제

3장 함수와 패키지
R
1. 패키지
2. 함수
R 연습문제
Python
1. 패키지
2. 함수
Python 연습문제

4장 데이터 구조
R
1. 스칼라
2. 벡터
3. 행렬
4. 배열
5. 데이터프레임
6. 리스트
R 연습문제
Python
1. 스칼라
2. 벡터
3. 배열
4. 딕셔너리
5. 데이터프레임
Python 연습문제

5장 데이터 타입별 인덱싱
R
1. 벡터 인덱싱
2. 행렬 인덱싱
3. 데이터프레임 인덱싱
4. 리스트 인덱싱
R 연습문제
Python
1. 벡터 인덱싱
2. 행렬 인덱싱
3. 딕셔너리 인덱싱
4. 데이터프레임 인덱싱
Python 연습문제

6장 데이터 구조별 연산
R
1. 벡터 연산
2. 행렬 연산
R 연습문제
Python
1. 벡터 연산
2. 행렬 연산
Python 연습문제

7장 제어 구조
R
1. 조건문: if, if-else, if-else if-else
2. 반복문: while, for
3. 분기문: next, break
R 연습문제
Python
1. 조건문: if, if-else, if-elif-else
2. 반복문: for, while
3. 분기문: continue, break
Python 연습문제

8장 데이터 읽고 쓰기
R
1. Base R을 이용한 데이터 Import & Export
2. openxlsx 패키지를 이용한 Excel 파일 Import & Export
3. 인코딩 문제와 해결 방안
4. 작업 경로 확인 및 설정
R 연습문제
Python
1. Pandas를 이용한 데이터 Import & Export
2. openpyxl 패키지를 이용한 Excel 파일 Import & Export
3. 인코딩 문제와 해결 방안
4. 작업 경로 확인 및 설정
Python 연습문제

9장 데이터 탐색
R
1. 기본적 데이터 탐색
2. 통계적 데이터 탐색
R 연습문제
Python
1. 기본적 데이터 탐색
2. 통계적 데이터 탐색
Python 연습문제

10장 데이터 정리
R
1. 중복 처리
2. 결측치 처리
3. 데이터 형식 통일
R 연습문제
Python
1. 중복 처리
2. 결측치 처리
3. 데이터 형식 통일
Python 연습문제

11장 데이터 조작
R 1. 순차적 데이터 조작: 파이프 연산자('%〉%')
Python 1. 순차적 데이터 조작: 메서드 체이닝
R 2. 행렬 데이터 조작
Python 2. 행렬 데이터 조작
R 3. 데이터 재구조화
Python 3. 데이터 재구조화
R 연습문제
Python 연습문제

12장 데이터 병합
R
1. join 계열 함수
2. bind 계열 함수
R 연습문제
Python
1. merge 함수
2. concat 함수
Python 연습문제

13장 데이터 집계
R
1. 요약 통계: summarise( )
2. 그룹별 집계: group_by( ) + summarise( )
R 연습문제
Python
1. 요약 통계: agg( )
2. 그룹별 집계: groupby( ) + agg( )
Python 연습문제

14장 문자열 조작
R
1. 문자열 추가 및 제거
2. 문자열 추출
3. 패턴 매칭 함수
4. 문자열 변환 함수
5. 문자열 분할과 결합
6. 문자열 반복
R 연습문제
Python
1. 문자열 추가 및 제거
2. 문자열 추출
3. 패턴 매칭 함수
4. 문자열 변환 함수
5. 문자열 분할과 결합
6. 문자열 포매팅: f-strings
Python 연습문제

15장 시계열 데이터 조작
R
1. 시계열 데이터 생성: seq.Date( )
2. 시계열 인덱싱
3. 시계열 결측치 다루기
4. 시계열 처리 유용한 함수
R 연습문제
Python
1. 시계열 데이터 생성: pd.date_range( )
2. 시계열 인덱싱
3. 시계열 결측치 다루기
4. 시계열 처리 유용한 함수
Python 연습문제"

인물정보

저자(글) 임상수

서울대학교 농경제학과를 졸업하고 서울대학교에서 경제학 박사학위를 취득하였다. 현재 조선대학교 경제학과 교수로 재직하며 행정안전부 지방교부세위원회위원, 광주광역시 예산성과금심사위원회 위원, 전남도청 정책자문위원회 위원, 지방재정투자심사위원회 위원, 광주전남연구원 자문위원 등을 맡고 있다. 현대경제연구원 실장, 한국지방세연구원 연구위원, 대통령소속 자치분권위원회 전문위원, 대통령직속 국가균형발전위원회 자치분권특별위원회 위원, 행정안전부 지방재정위기관리실무위원회 위원, 국토교통부 부동산서비스산업정책위원회 위원, 광주지방국세청 국세심사위원회 위원, 광주광역시 재정계획위원회 위원장 등을 역임하였다.

저자(글) 홍성주

조선대학교 컴퓨터공학과와 경제학과를 졸업하고 성균관대학교에서 퀀트응용경제학 석사 학위를 취득하였다. FnGuide 퀀트 본부에서 연구원으로 근무하며 정량적 투자 모델링의 실무 경험을 쌓았고, 현재는 KB증권 WM사업부에서 로보어드바이저 개발자로 재직 중이다. 특히 인공지능(AI)을 금융에 접목하는 연구에 깊은 관심을 가지고 있으며, 단순히 돈을 버는 것을 넘어 AI 기술을 통해 금융이 사회 전반에 긍정적 영향을 미칠 수 있는 길을 모색하고 있다. 그의 연구로는 글로벌 금융위기 이후 아시아 주식시장의 구조적 변화를 분석한 「A Study on the Structural Change of Asian Stock Market after Global Financial Crisis」, 기업 펀더멘털을 활용한 페어 트레이딩 전략의 수익성을 검증한 「In search of pairs using firm fundamentals: is pairs trading profitable?」 등이 있다.