R 에서 문자열 다루기

개요

개발자들이 많이 사용하는 언어들에 비교하면 그 정도가 덜하지만, R 에서도 문자열을 다룰 일이 생각보다 많다. 데이터가 방대하고 제멋대로일수록 이런 사소한 테크닉들이 엄청나게 중요해진다.

팁

• nchar() 함수는 단순히 문자열의 길이를 반환한다. 다른 언어를 먼저 접한 사람은 아마 십중팔구 length를 먼저 쳐봤을 것이다.
• substring() 함수는 그 이름에서 쉽게 짐작할 수 있듯 부분 문자열을 반환하는 함수다. 예시에선 “Oh My God"의 7번째부터 10번째인 “God"를 반환했다.
• gsub() 함수는 문자열의 일부를 다른 문자열로 모두 바꿔주는 함수다. 당연하지만 대소문자를 구분한다.
• casefold() 함수는 대문자를 모두 소문자로 바꿔주는 함수다.보통 통계나 언어학쪽에선 대소문자의 구분까진 필요 없으므로 유용하게 쓸 수 있다.
• strsplit() 함수는 주어진 문자열을 어떤 기준으로 쪼개고 그 벡터를 반환하는 함수다. 보다시피 공백도 가능하고, 심지어는 ’’ 를 입력해서 한글자 단위로도 잘라줄 수 있다.
• paste0() 함수는 주어진 문자열들을 공백 없이 이어주는 함수다.

물론 그냥 paste() 함수에서 옵션을 쓸수도 있지만 코드가 한결 간결하고 보기 좋아진다.

코드

OMG<-"Oh My God"
 
nchar(OMG)
substring(OMG,7,10)
gsub('God','Girl', OMG)
casefold(OMG)
strsplit(OMG,' ')