조건 선택

앞선 학습에서 어떻게 데이터를 다루고, 함수를 정의하고, 반복하는지를 배웠다. 하지만, 지금까지 작성한 프로그램은 무슨 데이터가 주어지든지 관계없이 항상 동일한 것을 수행한다. 프로그램이 다루는 값에 기반하여 선택하도록 만들고 싶다.

플롯을 파일로 저장하기

지금까지 analyze 함수를 작성해서 염증 데이터의 요약 통계를 플롯했다.

analyze <- function(filename) {
  # Plots the average, min, and max inflammation over time.
  # Input is character string of a csv file.
  dat <- read.csv(file = filename, header = FALSE)
  avg_day_inflammation <- apply(dat, 2, mean)
  plot(avg_day_inflammation)
  max_day_inflammation <- apply(dat, 2, max)
  plot(max_day_inflammation)
  min_day_inflammation <- apply(dat, 2, min)
  plot(min_day_inflammation)
}

또한 analyze_all 함수를 작성해서 각 파일에 대한 처리를 자동화했다.

analyze_all <- function(pattern) {
  # Runs the function analyze for each file in the current working directory
  # that contains the given pattern.
  filenames <- list.files(pattern = pattern)
  for (f in filenames) {
    analyze(f)
  }
}

앞에서 접근방법이 인터랙티브 R 세션에서 유용하지만, 만약 결과를 공동 연구자에게 보낸다면 어떨까요? 현재 12개 데이터셋이 있기 때문에, analyze_all을 실행하면 36개의 플롯이 생성된다. 개별적으로 각각의 플롯을 저장하는 것은 지루하고 실수하기 싶다. 그리고, 데이터 처리절차를 변경하거나 플롯의 모양과 느낌을 변경하는 상황에서는 동료 연구자와 갱신된 결과를 공유하기 전에 다시 한번 36개 플롯 모두를 저장해야한다.

pdf 파일에 첫 염증 데이터의 플롯 3개를 어떻게 저장하는지 다음에 보여준다.

pdf("inflammation-01.pdf")
analyze("inflammation-01.csv")
dev.off()

pdf 함수는 R에서 생성된 모든 플롯을 pdf 파일로 다시 보낸다(redirect). 상기 경우에 플롯을 "inflammation-01.pdf"로 명명된 파일에 저장한다. pdf 파일에 저장될 플롯 생성을 완료한 후에, dev.off 함수로 R이 더 이상 플롯을 다시 보내기(redirect) 못하게 정지한다.

Tip: dev.off 실행하지 않고 pdf함수를 여러번 실행한다면, 가장 최근에 열린 파일에 플롯을 저장할 것이다. 하지만, 연결(connection)이 닫혀지지 않아서 이전 pdf 파일을 열 수는 없을 것이다. 이 상황에서 벗어나기 위해서, 모든 pdf 연결(connection)을 닫을 때, dev.off를 실행할 필요가 있다. dev.cur 함수를 사용해서 현재 상태를 확인할 수 있다. 만일 "pdf"라고 R이 화면에 뿌려준다면, 모든 플롯은 마지막에 지정된 pdf 파일에 저장된다. 만약 "null device" 혹은 "RStudioGD"라면, 정상적으로 플롯이 그려질 것이다.

analyze 함수를 갱신해서 pdf 파일에 플롯을 항상 저장할 수 있다. 하지만, 새로운 변경을 인터랙티브하게 시험하는 것은 좀더 어렵다. 입력에 따라 analyze가 플롯을 저장하거나 혹은 저장하지 않게 만드는 것이 이상적이다.

조건문(Conditionals)

저장할지 저장하지 않을지 결정하는 함수를 갱신하기 위해서 다중 선택사항 중에서 자동으로 결정을 하는 코드를 작성할 필요가 있다. R이 이를 위해서 제공하는 도구는 조건문(conditional statement)이라고 불리고, 다음과 같다.

num <- 37
if (num > 100) {
  print("greater")
} else {
  print("not greater")
}
print("done")

[1] "not greater"

[1] "done"

코드이 두번째 줄이 if문을 사용하여 R에게 사용자가 선택을 하고 싶다고 전한다. 만약 다음 시험(test)가 참(true)이면, if문의 몸통부분(아래 중괄호로 둘러싸인 행들)이 실행된다. 만약 시험이 거짓(false)이면, else의 몸통부분이 대신 실행된다. 오직 하나와 다른 것만이 실행된다.

상기 예제에서 num > 100 시험은 FALSE 값을 반환하는데 이것이 왜 if 블록 내부 코드를 건너뛰고, else 문 내부 코드가 대신 실행된 이유다.

num > 100

[1] FALSE

그리고 유추할 수 있듯이, FALSE의 반대는 TRUE다.

num < 100

[1] TRUE

조건문이 반드시 else를 포함할 필요는 없다. 만약 else가 없다면, R은 단순하게 시험조건이 거짓이면 아무것도 실행하지 않는다.

num <- 53
if (num > 100) {
  print("num is greater than 100")
}

또한, 두가지 이상의 선택사항이 있다면, 몇개의 시험을 연쇄적으로 할 수 있다. 이렇게 하는 것이 숫자부호를 반환하는 함수 작성을 단순하게 한다.

sign <- function(num) {
  if (num > 0) {
    return(1)
  } else if (num == 0) {
    return(0)
  } else {
    return(-1)
  }
}

sign(-3)

[1] -1

sign(0)

[1] 0

sign(2/3)

[1] 1

동치 시험은 두 개의 등호 기호(==)를 사용한다.

Tip: 다른 시험은 크거나 같다(>=), 작거나 같다(<=), 같지 않다.(!=)가 있다.

시험(test)를 조합할 수도 있다. 앰퍼샌드(&)는 "and", 수직 막대(|)는 "or"를 상징한다. &은 양쪽이 모두 참일 때만 참이다.

if (1 > 0 & -1 > 0) {
    print("both parts are true")
} else {
  print("at least one part is not true")
}

[1] "at least one part is not true"

반면에 |은 둘 중에 하나만 참이면 참이다.

if (1 > 0 | -1 > 0) {
    print("at least one part is true")
} else {
  print("neither part is true")
}

[1] "at least one part is true"

이 경우, 둘 중에 하나는 둘중 하나 혹은 둘다를 의미한다. 하지만, 이쪽이나 저쪽 혹은 둘다 아니다를 의미하지는 않는다.

dat <- read.csv("inflammation-01.csv", header = FALSE)
plot_dist(dat[, 10], threshold = 10)  # day (column) 10

plot_dist(dat[1:5, 10], threshold = 10)  # samples (rows) 1-5 on day (column) 10

자동 생성된 그림 저장하기

입력값에 R이 어떻게 결정을 내리는지를 알기 때문에, 함수 analyze를 갱신하자.

analyze <- function(filename, output = NULL) {
  # Plots the average, min, and max inflammation over time.
  # Input:
  #    filename: character string of a csv file
  #    output: character string of pdf file for saving
  if (!is.null(output)) {
    pdf(output)
  }
  dat <- read.csv(file = filename, header = FALSE)
  avg_day_inflammation <- apply(dat, 2, mean)
  plot(avg_day_inflammation)
  max_day_inflammation <- apply(dat, 2, max)
  plot(max_day_inflammation)
  min_day_inflammation <- apply(dat, 2, min)
  plot(min_day_inflammation)
  if (!is.null(output)) {
    dev.off()
  }
}

인자 output을 추가해서 초기값을 NULL로 설정했다. 처음에 if문이 output 인자를 확인하고 플롯을 pdf에 저장할지 하지 않을지를 결정한다. 좀더 자세히 하나씩 살펴보자. 변수가 NULL이면, is.null 함수는 TRUE를 반환하고 그렇지 않으면 FALSE를 반환한다. 느낌표 !은 "반대(not)"을 나타낸다. 그러므로, if 블록에 행은 output이 "not null"인 경우만 실행된다.

output <- NULL
is.null(output)

[1] TRUE

!is.null(output)

[1] FALSE

이제 인터랙티브하게 analyze 함수를 양쪽 다 사용할 수 있다.

analyze("inflammation-01.csv")

플롯을 저장할 수도 있다.

analyze("inflammation-01.csv", output = "inflammation-01.pdf")

한번에 하나의 데이터 파일을 처리할 때 이제는 잘 동작한다. 하지만, 함수 analyze_all의 출력 파일을 어떻게 지정할 수 있을까? 파일이름 "csv" 확장자를 "pdf"로 대체할 필요가 있다. 이를 위해서 sub 함수를 사용한다.

f <- "inflammation-01.csv"
sub("csv", "pdf", f)

[1] "inflammation-01.pdf"

이제 analyze_all 함수를 갱신하자.

analyze_all <- function(pattern) {
  # Runs the function analyze for each file in the current working directory
  # that contains the given pattern.
  filenames <- list.files(pattern = pattern)
  for (f in filenames) {
    pdf_name <- sub("csv", "pdf", f)
    analyze(f, output = pdf_name)
  }
}

이제는 모든 출력 결과를 단 한줄의 코드로 저장할 수 있다.

analyze_all("csv")

이제 만약 분석에 어떤 변경을 할 필요가 있다면, analyze 함수를 편집해서, 재빨리 모든 그림을 analzye_all 함수로 다시 생성할 수 있다.

다음 단계

지금 인터랙티브하게 R 코드를 작성하는 기초를 봤다. 마지막 학습을 통해서 파이프라인과 쉘 스크립트에서 사용한 명령어-라인 프로그램을 어떻게 작성하지 배울 것이다. 그렇게 함으로써 다른 사람의 작업과 통합할 수 있다. 이것이 다음 학습의 주제이고 마지막 수업이 된다.