Skip to main content

데이터 과학을 지탱하는 기본기

27 . 제어 흐름

종종 코딩할 때, 동작 흐름을 제어하고 싶을 때가 있다. 한 조건 혹은 조건 집합이 만족될 때만 동작이 일어나게 설정함으로써 이런 작업을 수행한다. 또 다른 방식으로, 특정 횟수만큼 동작이 일어나도록 설정할 수도 있다.

R에서 흐름을 제어하는 방식이 몇가지 있다. 조건문에 대해서, 가장 흔히 사용되는 접근법이 루프 구성체(loop construct)다:

# if
if (condition is true) {
  perform action
}

# if ... else
if (condition is true) {
  perform action
} else {  # that is, if the condition is false,
  perform alternative action
}

예를 들어, 변수 x가 특정값을 갖게 되면, 메시지를 출력하게 R에게 지시할 수도 있다:

x <- 8

if (x >= 10) {
  print("x is greater than or equal to 10")
}

x
## [1] 8

콘솔에 print 출력문이 아무것도 출력시키지 않는데, 이유는 x가 10보다 크지 않기 때문이다.

10보다 작은 값에 대해 메시지를 출력시키려면, else문을 추가시키면 된다.

x <- 8

if (x >= 10) {
  print("x is greater than or equal to 10")
} else {
  print("x is less than 10")
}
## [1] "x is less than 10"

else if 를 사용하면 다수 조건을 테스트할 수도 있다.

x <- 8

if (x >= 10) {
  print("x is greater than or equal to 10")
} else if (x > 5) {
  print("x is greater than 5, but less than 10")
} else {
  print("x is less than 5")
}
## [1] "x is greater than 5, but less than 10"

중요: R이 if()문을 내부 조건을 평가할 때, 논리 요소 즉, TRUE 혹은 FALSE를 찾는다. 초심자에게 있어 이런 점이 두통을 유발할 수도 있다. 예를 들어:

x  <-  4 == 3
if (x) {
  "4 equals 3"
} else {
  "4 does not equal 3"          
}
## [1] "4 does not equal 3"

x 벡터가 FALSE라서 not equal 메시지가 출력된다.

x <- 4 == 3
x
## [1] FALSE

27.1 도전과제 1

if 문을 사용해서 gapminder 데이터셋에서 2002 년부터 어떤 레코드가 있는지 확인한 결과를 적절한 메시지로 출력하게 하자. 2012 년에 대해서도 동일한 작업을 수행한다.

도전과제 1에 대한 해답

먼저 도전과제 1에 대한 해답을 살펴보자. any() 함수를 사용하지는 않는다. gapminder$year 벡터의 원소가 2002와 같은지 확인값을 갖는 논리 벡터를 생성시킨다:

gapminder[(gapminder$year == 2002),]

그리고 나서, 2002년과 대응되는 gapminder 데이터프레임 행의 숫자를 센다:

rows2002_number <- nrow(gapminder[(gapminder$year == 2002),])

2002년에 대한 레코드 존재는 rows2002_number 숫자가 하나 혹은 그 이상인지 확인하는 것과 같다.

rows2002_number >= 1

함께 담으면 다음과 같이 정리된다:

if(nrow(gapminder[(gapminder$year == 2002),]) >= 1){
   print("Record(s) for the year 2002 found.")
}

any() 함수로 상기 작업은 신속히 처리될 수 있다. 논리 조건을 다음과 같이 표현하여 작성할 수 있다:

if(any(gapminder$year == 2002)){
   print("Record(s) for the year 2002 found.")
}

다음과 같은 경고 메시지가 나오는 사람이 있나요?

## Error in if (gapminder$year == 2012) {: the condition has length > 1

작성한 조건문이 하나 이상 논리 요소를 갖는 벡터를 평가하게 되면, if 함수는 쭉 실행되지만, 첫번째 요소에 대한 조건만 평가한다. 따라서, 조건문이 길이 1 이 되도록 확실히 할 필요가 있다.

꿀팁: any() 와 all() 함수

any() 함수는 벡터에 적어도 값 하나가 TRUE 가 되어야만 TRUE 값을 반환한다. 그렇지 않은 경우 FALSE 값을 반환한다. 이런 점은 %in% 연산자에 유사한 방식으로 적용된다. all() 함수는 명칭에서 나타나듯이, 벡터에 모든 값이 TRUE 인 경우에만 TRUE 값을 반환한다.

27.2 연산 반복

값을 담은 집합에 반복 작업을 수행할 때, 반복 순서가 중요하고, 집합에 속한 원소 각각에 대해 동일한 연산을 수행하는 경우, for() 루프가 제격이다. 앞선 쉘 수업에서 for() 루프를 살펴봤다. for() 루프는 가장 유연하게 루프를 돌리는 연산이지만, 유연성으로 인해 올바르게 사용하기도 가장 어렵다. 반복작업 순서가 중요하지 않은 경우, for() 루프 사용을 회피한다: 즉, 반복할 때마다 연산작업이 이전 반복작업 결과에 의존하는 경우.

for() 루프에 대한 기본 구조는 다음과 같다:

for(iterator in set of values){
  do a thing
}

예를 들어:

for(i in 1:10){
  print(i)
}
## [1] 1
## [1] 2
## [1] 3
## [1] 4
## [1] 5
## [1] 6
## [1] 7
## [1] 8
## [1] 9
## [1] 10

1:10 이 즉석에서 벡터를 생성된다; 물론 다른 벡터도 반복시킬 수 있다.

두개 이상을 한번에 반복할 경우, 또 다른 for() 루프를 for() 루프내부에 중첩시킬 수도 있다.

for(i in 1:5){
  for(j in c('a', 'b', 'c', 'd', 'e')){
    print(paste(i,j))
  }
}
## [1] "1 a"
## [1] "1 b"
## [1] "1 c"
## [1] "1 d"
## [1] "1 e"
## [1] "2 a"
## [1] "2 b"
## [1] "2 c"
## [1] "2 d"
## [1] "2 e"
## [1] "3 a"
## [1] "3 b"
## [1] "3 c"
## [1] "3 d"
## [1] "3 e"
## [1] "4 a"
## [1] "4 b"
## [1] "4 c"
## [1] "4 d"
## [1] "4 e"
## [1] "5 a"
## [1] "5 b"
## [1] "5 c"
## [1] "5 d"
## [1] "5 e"

결과를 바로 출력하는 대신에, 루프 출력결과를 새로운 객체에 대입시킬 수도 있다.

output_vector <- c()
for(i in 1:5){
  for(j in c('a', 'b', 'c', 'd', 'e')){
    temp_output <- paste(i, j)
    output_vector <- c(output_vector, temp_output)
  }
}
output_vector
##  [1] "1 a" "1 b" "1 c" "1 d" "1 e" "2 a" "2 b" "2 c" "2 d" "2 e" "3 a" "3 b"
## [13] "3 c" "3 d" "3 e" "4 a" "4 b" "4 c" "4 d" "4 e" "5 a" "5 b" "5 c" "5 d"
## [25] "5 e"

이러한 접근법은 유용할 수도 있지만, ‘실행결과를 키워나감’ (실행결과 객체를 점진적으로 키워나감) 이런 전략은 컴퓨터 계산 측면으로 보면 비효율적이다. 그래서, 많은 값을 반복할 때는 회피한다.

꿀팁: 실행결과를 키워나가지 말라!

초보자나 경험 많은 R 사용자 모두 저지르는 가장 큰 실수 중 하나가 실행결과 객체(벡터, 리스트, 행렬, 데이터프레임)를 루프를 돌리면서 키워나가는 것이다. 컴퓨터는 이런 것을 처리하는데 매우 좋지 못하다. 그래서 연산 속도가 급격히 늦어질 수 있다. 미리 적절한 차원을 갖는 빈 연산결과 저장 객체를 정의하는 것이 훨씬 낫다. 그래서, 상기처럼 실행결과를 저장할 행렬을 미리 알고 있다면, 5 칼럼과 5 열로 구성된 빈 행렬를 생성하고 나서, 매번 반복을 돌릴 때마다 적절한 위치에 실행결과를 저장한다.

더 좋은 방식은 값을 채워넣기 전에 (빈) 출력결과를 저장할 객체를 정의하는 것이다. 이번 예제의 경우, 더 복잡해 보이지만, 헐씬 더 효율적이다.

output_matrix <- matrix(nrow=5, ncol=5)
j_vector <- c('a', 'b', 'c', 'd', 'e')
for(i in 1:5){
  for(j in 1:5){
    temp_j_value <- j_vector[j]
    temp_output <- paste(i, temp_j_value)
    output_matrix[i, j] <- temp_output
  }
}
output_vector2 <- as.vector(output_matrix)
output_vector2
##  [1] "1 a" "2 a" "3 a" "4 a" "5 a" "1 b" "2 b" "3 b" "4 b" "5 b" "1 c" "2 c"
## [13] "3 c" "4 c" "5 c" "1 d" "2 d" "3 d" "4 d" "5 d" "1 e" "2 e" "3 e" "4 e"
## [25] "5 e"

꿀팁: While 루프

때로는 특정 조건이 만족될 때까지 연산작업을 반복할 필요도 있다. 이런 작업은 while() 루프로 수행한다.

while(this condition is true){
  do a thing
}

예제로, 0.1 보다 작은 난수가 나올 때까지 0 과 1 사이 균등 분포(runif() 함수)에서 난수를 뽑아내는 while 루프코드가 다음에 나와 있따.

z <- 1
while(z > 0.1){
  z <- runif(1)
  print(z)
}

while() 루프가 항상 적절한 것은 아니다. 조건이 절대 만족되지 않는 경우가 있어, 무한 루프에 빠지지 않도록 특별히 유의해야 된다.

27.3 도전과제 2

output_vector 와 output_vector2 객체를 비교하라. 두 객체는 동일한가? 만약 동일하지 않나면, 왜 동일하지 않을까? 코드 마지막 블록을 변경해서 어떻게 output_vector2 를 output_vector 와 같도록 만들 수 있을까?

도전과제 2에 대한 해답

all() 함수를 사용해서 두 벡터가 동일한지 검사할 수 있다.

all(output_vector == output_vector2)

하지만, output_vector 벡터 모든 요소가 output_vector2에 있기도 하다:

all(output_vector %in% output_vector2)

바꿔서 검사해도 마찬가지다:

all(output_vector2 %in% output_vector)

따라서 output_vector 와 output_vector2 벡터 원소가 단지 다른 순서로 정렬된 사실을 확인하게 된다. 원소 배치가 틀어진 이유는 as.vector() 함수 연산이 입력행렬을 칼럼을 기준으로 작업했기 때문이다. output_matrix 행렬을 살펴보면, 행기준으로 원소를 배열시키면 됨을 알 수 있다. 해법은 output_matrix 입력 행렬을 전치시키는 것이다. t() 함수 혹은 입력 원소 순서를 밖는 것을 통해서 원하는 작업을 완수할 수 있따.

첫번째 해법은 원본 행렬을

output_vector2 <- as.vector(output_matrix)

다음과 같이 바꾸는 것이다.

output_vector2 <- as.vector(t(output_matrix))

두번째 해법은 다읔과 같이 행렬 원소 위치를

output_matrix[i, j] <- temp_output

다음과 같이 바꾸는 것이다.

output_matrix[j, i] <- temp_output

27.4 도전과제 3

gapminder 데이터 루프를 대륙별로 돌리는 스크립트를 작성한다. 그리고 나서 평균 기대수명이 50년 보다 길거나 짧은지 결과를 출력한다.

도전과제 3에 대한 해답

1 단계: 대륙 벡터(continent)에서 유일무이한 값을 모두 추출한다.

gapminder <- read.csv("data/gapminder_data.csv")
unique(gapminder$continent)

2 단계: 각 대륙별로 루프를 돌리는데 gapminder 데이터에 subset() 함수로 각 대륙별 부분 데이터셋을 추출하고 평균 기대수명을 계산한다. 상기 작업과정을 다음과 같이 구현할 수 있다.

  1. ‘continent’ 유일무이한 값 각각에 대해 루프를 돌린다.
  2. 각 대륙별 부분 데이터셋별로 계산된 기대수명값을 임시 변수에 저장시킨다.(tmp)
  3. 평균 기대수명을 계산해서 출력결과를 화면에 뿌려주는 형태로 사용자에게 반환시킨다:
for( iContinent in unique(gapminder$continent) ){
   tmp <- mean(subset(gapminder, continent==iContinent)$lifeExp)
   cat("Average Life Expectancy in", iContinent, "is", tmp, "\n")
   rm(tmp)
}

3 단계: 평균 기대수명이 50보다 적거나 큰 경우만 결과를 출력시킨다. 이런 경우, 결과를 출력시키기 전에 if 조건을 추가한다. if 조건을 출력전에 추가해서 산출된 평균 기대수명이 기준치보다 높거나 낮은지를 평가하고 해당 조건에 맞춰 결과를 출력시킨다. 앞서 작성한 코드에 (3)을 반영하여 코드를 수정한다:

3a. 계산된 평균 기대수명 기준치(50년)보다 적은 경우 평균 기대수명이 기준치보다 낮은 대륙을 반환시킨다. 그렇지 않은 경우도, 평균 기대수명이 기준치보다 높은 대륙을 반환시키는 코드를 작성한다;

thresholdValue <- 50

for( iContinent in unique(gapminder$continent) ){
   tmp <- mean(subset(gapminder, continent==iContinent)$lifeExp)
   
   if(tmp < thresholdValue){
       cat("Average Life Expectancy in", iContinent, "is less than", thresholdValue, "\n")
   }
   else{
       cat("Average Life Expectancy in", iContinent, "is greater than", thresholdValue, "\n")
        } # end if else condition
   rm(tmp)
   } # end for loop

27.5 도전과제 4

도전과제 3 에서 나온 스크립트를 변경해서 각 국각별로 루프를 돌린다. 이번에는 예상수명이 50 년보다 짧은지, 50 년에서 70 년 사이, 70 년 이상인지 결과를 출력한다.

도전과제 4에 대한 해답

도전과제 해답을 변경하여 lowerThreshold, upperThreshold 두개 기준값을 추가시키고, if-else문을 확장시킨다.

 lowerThreshold <- 50
 upperThreshold <- 70
 
for( iCountry in unique(gapminder$country) ){
    tmp <- mean(subset(gapminder, country==iCountry)$lifeExp)
    
    if(tmp < lowerThreshold){
        cat("Average Life Expectancy in", iCountry, "is less than", lowerThreshold, "\n")
    }
    else if(tmp > lowerThreshold && tmp < upperThreshold){
        cat("Average Life Expectancy in", iCountry, "is between", lowerThreshold, "and", upperThreshold, "\n")
    }
    else{
        cat("Average Life Expectancy in", iCountry, "is greater than", upperThreshold, "\n")
    }
    rm(tmp)
}

27.6 도전과제 5 - 고급

gapminder 데이터셋에서 각 국가별로 루프를 돌리는 스크립트를 작성한다. 국가명이 ‘B’ 로 시작하는지 테스트하고, 만약 평균 기대수명이 50 년보다 작은 경우 선그래프로 시간에 대해 기대수명을 그래프를 그린다.

도전과제 5에 대한 해답

유닉스 쉘 학습에서 소개된 grep 명령어를 사용해서 “B”로 시작하는 국가를 찾는다. 먼저 “B”로 시작하는 국가를 찾는 방법을 이해하자. 유닉스 쉘 학습에 소개된 내용을 따라 다음과 같이 작성하고 싶을 것이다.

grep("^B", unique(gapminder$country))

하지만, 상기 명령어를 평가하게 되면, “B”으로 시작되는 요인변수 country의 인덱스만 반환시킨다. 해당 값을 얻으려면, grep 명령어 내부에 value=TRUE 옵션을 추가시키면 된다:

grep("^B", unique(gapminder$country), value=TRUE)

candidateCountries 변수에 “B”로 시작되는 국가를 저장시킨다. 그리고 나서, 변수에 포함된 원소 각각을 루프 돌린다. 루프 내부에, 각 국가별로 평균 기대수명을 평가한다. 만약 평균 기대수명이 50보다 낮은 경우 연도별 평균 기대수명이 변하는 것을 Base 플롯으로 시각화한다:

thresholdValue <- 50
candidateCountries <- grep("^B", unique(gapminder$country), value=TRUE)

for( iCountry in candidateCountries){
    tmp <- mean(subset(gapminder, country==iCountry)$lifeExp)
    
    if(tmp < thresholdValue){
        cat("Average Life Expectancy in", iCountry, "is less than", thresholdValue, "plotting life expectancy graph... \n")
        
        with(subset(gapminder, country==iCountry),
                plot(year,lifeExp,
                     type="o",
                     main = paste("Life Expectancy in", iCountry, "over time"),
                     ylab = "Life Expectancy",
                     xlab = "Year"
                   ) # end plot
              ) # end with
    } # end for loop
    rm(tmp)
 }