R 데이터 분석 패키지 입문: tidyverse부터 무엇을 설치할까

R 데이터 분석 패키지는 많이 설치하는 것보다 작업 단계에 맞춰 고르는 것이 중요합니다. 처음에는 데이터 입력, 정리, 변환, 시각화에 필요한 도구만 익혀도 대부분의 입문 실습을 진행할 수 있습니다.

권장 시작점은 readr·readxl → dplyr·tidyr → ggplot2입니다. 문자열과 날짜가 실제 과제에 나오면 stringr와 lubridate를 추가합니다.

설치와 로드는 다른 작업입니다

install.packages("dplyr")  # 컴퓨터에 한 번 설치
library(dplyr)             # 새 세션마다 불러오기

install.packages()를 스크립트 실행 때마다 반복할 필요는 없습니다. 패키지가 설치되어 있어도 library()로 불러오지 않으면 함수 이름을 찾지 못할 수 있습니다.

파일을 읽는 readr와 readxl

readr는 CSV와 구분자 파일을 읽고 추정한 열 자료형을 알려 줍니다. readxl은 별도의 엑셀 프로그램 없이 xls와 xlsx 파일을 읽을 수 있습니다.

library(readr)
sales <- read_csv("sales.csv")

행과 열을 다루는 dplyr

dplyr는 열 선택, 행 필터링, 새 열 계산, 그룹 요약에 사용합니다. 함수 이름이 작업을 설명하므로 파이프와 함께 쓰면 분석 순서를 읽기 쉽습니다.

library(dplyr)

sales |>
  filter(amount > 0) |>
  group_by(region) |>
  summarise(total = sum(amount), .groups = "drop")

표의 모양을 바꾸는 tidyr

tidyr는 여러 열에 퍼진 값을 긴 형태로 모으거나, 한 열의 값을 여러 열로 펼칠 때 사용합니다. 분석과 시각화가 요구하는 표 모양을 맞추는 도구라고 이해하면 됩니다.

그래프를 만드는 ggplot2

ggplot2는 데이터, 미적 매핑, 기하 객체를 층으로 쌓습니다. 처음에는 색상 테마보다 어떤 변수를 x축과 y축에 놓을지 설명하는 연습이 우선입니다.

library(ggplot2)

ggplot(sales, aes(region, amount)) +
  geom_boxplot()

문자열과 날짜가 나오면 추가할 패키지

stringr는 문자열 찾기·바꾸기·분리에, lubridate는 날짜 파싱과 기간 계산에 적합합니다. 범주 순서를 조정해야 할 때는 forcats를 사용합니다.

처음부터 설치하지 않아도 되는 것

추천 패키지를 처음부터 모두 불러오면 이름이 같은 함수가 충돌해 출처를 찾기 어려울 수 있습니다. 현재 과제에 필요한 패키지만 로드하고, 함수 출처가 헷갈리면 dplyr::filter()처럼 패키지 이름을 명시합니다.

패키지를 고른 뒤 확인할 정보

함수 예제를 찾을 때는 패키지 소개 글의 코드만 복사하지 않습니다. 도움말에서 인수, 반환값, 결측값 처리 방식을 확인하고 현재 설치된 버전에서도 같은 옵션을 지원하는지 봅니다.

packageVersion("dplyr")
?dplyr::filter

오류를 다른 사람에게 질문할 때는 패키지 이름만 적지 말고 버전과 가장 짧은 재현 코드를 함께 남깁니다. 함수 이름 충돌이 의심되면 패키지명::함수명()으로 실행한 결과도 비교합니다.

최소 구성 체크리스트

• CSV 입력은 readr, 엑셀 입력은 readxl을 사용합니다.
• 행·열 변환은 dplyr, 표 형태 변환은 tidyr로 시작합니다.
• 시각화는 ggplot2의 데이터·매핑·기하 객체를 구분합니다.
• 오류를 재현할 때 패키지 버전과 sessionInfo()를 기록합니다.

패키지 학습 시점을 잡을 때는 R 기초 공략집 — 데이터 분석을 위한 R 프로그래밍 입문의 25강 목차에서 데이터 구조와 기본 문법 다음 단원을 확인하면 됩니다.