단변량 기술통계

내장 데이터셋과 외부 CSV 파일에서 단변량 변수를 선택하면 범주형, 숫자형을 인식하고 변수에 따라 적절한 기술통계를 계산하고 시각화할 수 있다.

인터랙티브 앱

#| label: shinylive-desc-stat-univariate
#| viewerHeight: 600
#| standalone: true

library(shiny)
library(ggplot2)
library(showtext)
showtext_auto()    

# 내장 데이터셋 리스트 (iris 제외)
datasets <- c("mtcars", "faithful", "ChickWeight")

# UI 정의
library(bslib)
library(showtext)
tryCatch(sysfonts::font_add_google("Nanum Myeongjo", "kr"), error = function(e) NULL)
showtext_auto()

# ── Tufte 팔레트 · 테마 (자동 주입) ──────────────────────────
bit_cream <- "#fffff8"; bit_ink <- "#111111"; bit_rust <- "#8a1500"
bit_muted <- "#4a4a44"; bit_grid <- "#e8e6dc"; bit_axis <- "#8a8578"
theme_tufte_bit <- function(base_size = 13) {
  ggplot2::theme_minimal(base_size = base_size) +
    ggplot2::theme(
      text = ggplot2::element_text(family = "kr", colour = bit_ink),
      plot.title = ggplot2::element_text(family = "kr", size = base_size, hjust = 0),
      plot.background = ggplot2::element_rect(fill = bit_cream, colour = NA),
      panel.background = ggplot2::element_rect(fill = bit_cream, colour = NA),
      panel.grid.major = ggplot2::element_line(colour = bit_grid, linewidth = 0.3),
      panel.grid.minor = ggplot2::element_blank(),
      axis.line = ggplot2::element_line(colour = bit_axis, linewidth = 0.3),
      axis.ticks = ggplot2::element_line(colour = bit_axis, linewidth = 0.3)
    )
}
if (requireNamespace("ggplot2", quietly = TRUE)) ggplot2::theme_set(theme_tufte_bit())
bit_theme <- bs_theme(
  version = 5, bg = bit_cream, fg = bit_ink, primary = bit_rust,
  base_font = font_collection("Palatino Linotype", "Georgia", "Times New Roman", "serif"),
  "card-box-shadow" = "none"
)
# ─────────────────────────────────────────────────────────────

ui <- fluidPage(
  theme = bit_theme,
  titlePanel("단변량 기술통계"),
  sidebarLayout(
    sidebarPanel(
      fileInput("file", "CSV 파일 업로드", accept = ".csv"),
      radioButtons("dataset", "데이터셋 선택", choices = c("Uploaded Dataset", datasets)),
      uiOutput("variableInput"),
      verbatimTextOutput("variableType")
    ),
    mainPanel(
      tabsetPanel(
        tabPanel("시각화",
                 fluidRow(
                   column(6, plotOutput("plot1")),
                   column(6, plotOutput("plot2"))
                 )
        ),
        tabPanel("요약 통계", verbatimTextOutput("summary"))
      )
    )
  )
)

# 서버 로직
server <- function(input, output, session) {
  # 업로드된 CSV 파일을 데이터프레임으로 변환
  uploaded_data <- reactive({
    req(input$file)
    read.csv(input$file$datapath)
  })

  # 선택된 데이터셋
  selected_data <- reactive({
    if (input$dataset == "Uploaded Dataset") {
      req(input$file)
      uploaded_data()
    } else {
      get(input$dataset)
    }
  })

  # 선택된 변수
  selected_variable <- reactive({
    req(input$variable)
    input$variable
  })

  # 변수 선택 UI 생성
  output$variableInput <- renderUI({
    selectInput("variable", "변수 선택", choices = names(selected_data()))
  })

  # 변수 유형 출력
  output$variableType <- renderPrint({
    variable <- selected_variable()
    data <- selected_data()

    if (is.numeric(data[[variable]])) {
      "선택된 변수는 연속형 변수입니다."
    } else {
      "선택된 변수는 범주형 변수입니다."
    }
  })

  # 요약 통계 출력
  output$summary <- renderPrint({
    data <- selected_data()
    variable <- selected_variable()

    if (is.numeric(data[[variable]])) {
      # 연속형 변수의 경우
      summary_stats <- summary(data[[variable]])
      names(summary_stats) <- c("최솟값", "1분위수", "중앙값", "평균", "3분위수", "최댓값")
      cat("요약 통계:\n")
      print(summary_stats)
      cat("\n")
      cat("결측값 개수:", sum(is.na(data[[variable]])), "\n")
    } else {
      # 범주형 변수의 경우
      freq_table <- table(data[[variable]])
      prop_table <- prop.table(freq_table)
      cat("범주별 빈도와 비율:\n")
      print(cbind(freq_table, round(prop_table, 4)))
      cat("\n")
      cat("결측값 개수:", sum(is.na(data[[variable]])), "\n")
    }
  })

  # 시각화 출력 - 연속형 변수
  output$plot1 <- renderPlot({
    data <- selected_data()
    variable <- selected_variable()

    if (is.numeric(data[[variable]])) {
      # Boxplot + Dot
      ggplot(data, aes(x = factor(0), y = .data[[variable]])) +
        geom_boxplot(fill = "#c9c6b8", color = "black", outlier.shape = 16, outlier.size = 2) +
        geom_point(position = position_jitter(width = 0.1), size = 2, alpha = 0.6) +
        labs(title = "Boxplot + Dot", x = "", y = variable) +
        theme_tufte_bit()
    } else {
      # 범주형 변수의 경우 - 막대 그래프
      ggplot(data, aes(x = .data[[variable]])) +
        geom_bar(fill = "#c9c6b8", color = "black") +
        labs(title = "Bar Plot", x = variable, y = "Count") +
        theme_tufte_bit() +
        theme(axis.text.x = element_text(angle = 45, hjust = 1))
    }
  })

  output$plot2 <- renderPlot({
    data <- selected_data()
    variable <- selected_variable()

    if (is.numeric(data[[variable]])) {
      # Density Plot + Histogram
      ggplot(data, aes(x = .data[[variable]])) +
        geom_density(fill = "#c9c6b8", alpha = 0.6) +
        geom_histogram(aes(y = ..density..), color = "black", fill = "white", alpha = 0.6, bins = 30) +
        labs(title = "Density Plot + Histogram", x = variable, y = "Density") +
        theme_tufte_bit()
    } else {
      # 범주형 변수의 경우 - 원 그래프
      ggplot(data, aes(x = "", fill = .data[[variable]])) +
        geom_bar(width = 1) +
        coord_polar("y", start = 0) +
        labs(title = "Pie Chart", fill = variable) +
        theme_void() +
        theme(legend.position = "bottom")
    }
  })


}

# 앱 실행
shinyApp(ui, server)

R 코드