방명록

  1. jay Lee 2018.04.18 10:45 신고  수정/삭제  댓글쓰기

    안녕하세요. 제가 r studio의 rvest를 이용하여 https://www.koreabaseball.com/Record/Team/Hitter/Basic1.aspx 에서 타자들의 기록을 가져오려고 하던 중에 문제가 생격서 도움 좀 부탁드립니다. 타자들의 기록이 타율 기준 1-30/ 31-60/61- 이렇게 3페이지에 걸쳐서 올려져 있고 기록의 경우 기록보기 버튼을 눌러서 이동시켜서 추가적으로 더 볼 수 있습니다. 제가 xpath를 복사했는데 //*[@id="cphContents_cphContents_cphContents_udpContent"]/div[3]/table 이렇게 모든 경우 같더라구요. 제가 기본적인 지식이 부족해서... 이경우 div로 뭔가 변화를 줘야 할 것 같긴 한데.. 정확히 어떻게 손을 봐야 전체의 데이터를 가져올 수 있을지 모르겠네요. 어떻게 해야 하는지 조언 부탁드립니다.

    • R Friend R_Friend 2018.04.18 23:08 신고  수정/삭제

      안녕하세요.
      문의주신대로 1~3 화면의 주소가 모두 똑같네요. >_< 이런 경우라면 웹에서 직접 다운로드하는 방법으로는 저도 어떻게 해야 할지 잘 모르겠습니다.

      급하신거고 하면, 데이터 양이 그리 많지 않으므로 그냥 마우스로 3개 화면의 데이터 카피해서 엑셀이나 메모장에 붙여넣기 하신 후 조금 손 보셔서 => R 로 csv 파일이나 xls 파일 불러오기해서 분석 진행하셔야 할 거 같네요.

  2. 이상규 2018.04.17 15:53 신고  수정/삭제  댓글쓰기

    알프렌드님 안녕하세요. 공부하다가 질문이 있어 글을 남기게 되었습니다.

    p^14 * (1-p)^1106 = 0.95 / choose(1120, 14)

    즉, 누적이항분포에서 n과 c 의 값이 각각 1120, 14개로 알고 있고 누적이항분포 값이 0.95로 정해져 있는 상태에서 p의 값을 구하려고 합니다.

    위의 식을 계산하려고 하는데 제가 많이 부족해서 그런지 저 위의 해를 찾는 방법이 떠오르지 않습니다.

    혹시 복잡한게 아니라면 도와주세요 ㅜㅜ!

    • R Friend R_Friend 2018.04.18 23:01 신고  수정/삭제

      안녕하세요 이상규님,

      문의 주신 "누적이항분포"는 R에서 rbinom() 함수를 사용하면 됩니다.
      방명록에 공식 남겨주신거는 "누적"이항분포가 아니라 그냥 "이항분포" 공식이네요. "누적"이항분포로 하려면 성공회수 1~14 까지의 이항분포확률을 "모두 더해주어야" 합니다. 그래야지 누적이 되는거니깐요.

      아래에 반복문 써서 누적이항분포확률이 0.95가 되는 p 값을 구했더니 0.0083 이네요. 아래 코드 참고하시기 바랍니다.

      x <- 0.001
      repeat {
      pbinom <- pbinom(14, size=1120, prob=x, lower.tail = TRUE)
      print(paste0("when p= ", x, " => then cumulative binomial prob = ", pbinom))
      if (pbinom <= 0.95) break
      x <- x + 0.0001
      }

      [1] "when p= 0.001 => then cumulative binomial prob = 0.999999999998646"
      [1] "when p= 0.0011 => then cumulative binomial prob = 0.999999999994898"
      [1] "when p= 0.0012 => then cumulative binomial prob = 0.999999999983026"
      [1] "when p= 0.0013 => then cumulative binomial prob = 0.999999999949135"
      [1] "when p= 0.0014 => then cumulative binomial prob = 0.999999999860552"
      [1] "when p= 0.0015 => then cumulative binomial prob = 0.999999999645924"
      [1] "when p= 0.0016 => then cumulative binomial prob = 0.999999999159028"
      [1] "when p= 0.0017 => then cumulative binomial prob = 0.999999998116405"
      [1] "when p= 0.0018 => then cumulative binomial prob = 0.999999995994737"
      [1] "when p= 0.0019 => then cumulative binomial prob = 0.999999991868781"
      [1] "when p= 0.002 => then cumulative binomial prob = 0.999999984164631"
      [1] "when p= 0.0021 => then cumulative binomial prob = 0.999999970296123"
      [1] "when p= 0.0022 => then cumulative binomial prob = 0.999999946144696"
      [1] "when p= 0.0023 => then cumulative binomial prob = 0.999999905334939"
      [1] "when p= 0.0024 => then cumulative binomial prob = 0.999999838249969"
      [1] "when p= 0.0025 => then cumulative binomial prob = 0.999999730722923"
      [1] "when p= 0.0026 => then cumulative binomial prob = 0.999999562333586"
      [1] "when p= 0.0027 => then cumulative binomial prob = 0.99999930423313"
      [1] "when p= 0.0028 => then cumulative binomial prob = 0.999998916415276"
      [1] "when p= 0.0029 => then cumulative binomial prob = 0.999998344349599"
      [1] "when p= 0.003 => then cumulative binomial prob = 0.999997514892297"
      [1] "when p= 0.0031 => then cumulative binomial prob = 0.999996331392059"
      [1] "when p= 0.0032 => then cumulative binomial prob = 0.999994667913761"
      [1] "when p= 0.0033 => then cumulative binomial prob = 0.999992362510843"
      [1] "when p= 0.0034 => then cumulative binomial prob = 0.999989209488389"
      [1] "when p= 0.0035 => then cumulative binomial prob = 0.999984950613073"
      [1] "when p= 0.0036 => then cumulative binomial prob = 0.999979265243101"
      [1] "when p= 0.0037 => then cumulative binomial prob = 0.999971759370812"
      [1] "when p= 0.0038 => then cumulative binomial prob = 0.999961953592374"
      [1] "when p= 0.0039 => then cumulative binomial prob = 0.999949270042497"
      [1] "when p= 0.004 => then cumulative binomial prob = 0.999933018356916"
      [1] "when p= 0.0041 => then cumulative binomial prob = 0.999912380750929"
      [1] "when p= 0.0042 => then cumulative binomial prob = 0.999886396327895"
      [1] "when p= 0.0043 => then cumulative binomial prob = 0.999853944756803"
      [1] "when p= 0.0044 => then cumulative binomial prob = 0.999813729482117"
      [1] "when p= 0.0045 => then cumulative binomial prob = 0.999764260651491"
      [1] "when p= 0.0046 => then cumulative binomial prob = 0.999703837967157"
      [1] "when p= 0.0047 => then cumulative binomial prob = 0.999630533684206"
      [1] "when p= 0.0048 => then cumulative binomial prob = 0.999542175993243"
      [1] "when p= 0.0049 => then cumulative binomial prob = 0.999436333035533"
      [1] "when p= 0.005 => then cumulative binomial prob = 0.999310297805609"
      [1] "when p= 0.0051 => then cumulative binomial prob = 0.999161074198973"
      [1] "when p= 0.0052 => then cumulative binomial prob = 0.998985364461071"
      [1] "when p= 0.0053 => then cumulative binomial prob = 0.998779558287959"
      [1] "when p= 0.0054 => then cumulative binomial prob = 0.998539723819178"
      [1] "when p= 0.0055 => then cumulative binomial prob = 0.998261600749313"
      [1] "when p= 0.0056 => then cumulative binomial prob = 0.997940595766949"
      [1] "when p= 0.0057 => then cumulative binomial prob = 0.997571780508274"
      [1] "when p= 0.0058 => then cumulative binomial prob = 0.997149892188038"
      [1] "when p= 0.0059 => then cumulative binomial prob = 0.996669337043129"
      [1] "when p= 0.006 => then cumulative binomial prob = 0.996124196694282"
      [1] "when p= 0.0061 => then cumulative binomial prob = 0.995508237499783"
      [1] "when p= 0.0062 => then cumulative binomial prob = 0.994814922942016"
      [1] "when p= 0.0063 => then cumulative binomial prob = 0.994037429053805"
      [1] "when p= 0.0064 => then cumulative binomial prob = 0.993168662857311"
      [1] "when p= 0.0065 => then cumulative binomial prob = 0.99220128375414"
      [1] "when p= 0.0066 => then cumulative binomial prob = 0.991127727771974"
      [1] "when p= 0.0067 => then cumulative binomial prob = 0.98994023454074"
      [1] "when p= 0.0068 => then cumulative binomial prob = 0.988630876840641"
      [1] "when p= 0.00690000000000001 => then cumulative binomial prob = 0.987191592535659"
      [1] "when p= 0.00700000000000001 => then cumulative binomial prob = 0.98561421867971"
      [1] "when p= 0.00710000000000001 => then cumulative binomial prob = 0.983890527558881"
      [1] "when p= 0.00720000000000001 => then cumulative binomial prob = 0.982012264412284"
      [1] "when p= 0.00730000000000001 => then cumulative binomial prob = 0.979971186556289"
      [1] "when p= 0.00740000000000001 => then cumulative binomial prob = 0.977759103622382"
      [1] "when p= 0.00750000000000001 => then cumulative binomial prob = 0.975367918607727"
      [1] "when p= 0.00760000000000001 => then cumulative binomial prob = 0.972789669429776"
      [1] "when p= 0.00770000000000001 => then cumulative binomial prob = 0.97001657067194"
      [1] "when p= 0.00780000000000001 => then cumulative binomial prob = 0.967041055206398"
      [1] "when p= 0.00790000000000001 => then cumulative binomial prob = 0.963855815382444"
      [1] "when p= 0.00800000000000001 => then cumulative binomial prob = 0.960453843474303"
      [1] "when p= 0.00810000000000001 => then cumulative binomial prob = 0.956828471090831"
      [1] "when p= 0.00820000000000001 => then cumulative binomial prob = 0.952973407260866"
      [1] "when p= 0.00830000000000001 => then cumulative binomial prob = 0.948882774921865"

  3. Joy 2018.04.10 21:10 신고  수정/삭제  댓글쓰기

    답변감사합니다ㅠㅠ
    조금전에는 파일불러오기가 되고 함수를 찾을수없다고 나왔는데,
    지금은 파일불러오기조차 안되고 Error in file(file, "r") : 커넥션을 열 수 없습니다 라고만 나오네요..
    R을 처음시작하는데 어떻게해야할지 모르겠습니다.
    로데이터는 다 있는데 이 패키지로 활용할 수가 없네요.. 혹시 제가 도움을 받을 수 있을지..
    배울 수 있을지... 문의드립니다..
    요즘 여기저기 알아봐도 할 수 있으신 분이 없어서 너무 답답하네요..
    읽어주셔서 감사합니다..

    • R Friend R_Friend 2018.04.10 21:18 신고  수정/삭제

      아마 경로설정 문제인듯 한데요,
      코드를 올려주시기 바랍니다.

    • Joy 2018.04.10 21:22 신고  수정/삭제

      > allkorea<-scan("C:\\Users\\park\\Documents\\R\\win-library\\3.4\\adegenet\\data\\allkorea.csv", what='')
      Error in file(file, "r") : 커넥션을 열 수 없습니다
      추가정보: 경고메시지(들):
      In file(file, "r") :
      파일 'C:\Users\park\Documents\R\win-library\3.4\adegenet\data\allkorea.csv'를 여는데 실패했습니다: No such file or directory

      이렇게 나옵니다.. ㅠㅠ

    • R Friend R_Friend 2018.04.10 21:41 신고  수정/삭제

      아래의 외부 데이터셋 파일 불러오기 포스팅 참고하시면 좋겠습니다.

      read.csv() 나 read.table() 함수 사용하시면 될 거 같습니다.

      http://rfriend.tistory.com/16


      그리고, 파일 위치를 "C:\\Users\\admin\\Documents" 같은 곳에 저장해놓고 사용하시는게 좋겠습니다. 굳이 R 패키지 저장되어 있는 곳에 저장안하셔도 됩니다.

    • 2018.04.10 21:52  수정/삭제

      비밀댓글입니다

    • R Friend R_Friend 2018.04.10 21:56 신고  수정/삭제

      제가 직장인이라서 분석 작업 해드릴수 없숩니다. 죄송합니다.

    • Joy 2018.04.10 22:00 신고  수정/삭제

      아 네.. 답변 정말 감사드립니다.
      제가 공부해보고 모르는부분 다시 질문드리겠습니다.
      정말 감사드립니다...

  4. Joy 2018.04.10 20:37 신고  수정/삭제  댓글쓰기

    안녕하세요, 답답한마음에 질문 남기는 R초보입니다.
    제가 adegenet라는 패키지를 사용하려고 하는데, 데이터를 불러 온 이후 부터 해결이 안됩니다.. 매뉴얼대로 따라해도 genind, genind2df의 함수를 찾을 수 없다고만 나오네요..
    어떻게해야되는지 모르겠습니다.. ㅜㅜ

  5. 이상규 2018.03.30 17:28 신고  수정/삭제  댓글쓰기

    안녕하세요 선생님! 질문이 있어 찾아왔습니다!
    ggplot으로 bar 그래프를 그리고 있습니다.

    y값의 차이가 크다보니 그래프에 안나타나는 부분이 있어 y축만 logscale을 진행하려고 합니다

    그래서

    ggplot(qpqpqp, aes(x = 물질명, y = Value, fill = 구분)) +
    geom_bar(stat = "identity", position = "dodge", colour = "black") +
    scale_y_log10()

    으로 코드를 짜서 진행하였더니 그래프가 1부터 밑으로 그래프가 그려지고 있습니다.
    value값이 0 있긴하지만.. 무슨 문제때문에 이렇게 진행되는지 잘 모르겠습니다.

    데이터의 형태는

    물질명 구분 value
    A 가 0
    A 나 0
    B 가 0.01
    B 나 0.0000001
    C 가 0
    C 나 0

    이런식으로 되어있습니다.



    • R Friend R_Friend 2018.03.30 17:33 신고  수정/삭제

      y = value + 0.0001

      처럼 아주 작은 양수값을 더해주시면 될거 같습니다.

    • 이상규 2018.03.30 17:45 신고  수정/삭제

      아주 작은 0.0000000000000000001을 더해줘도

      그래프가 역으로 생기네요.. ㅠㅜㅜ

    • R Friend R_Friend 2018.03.30 18:00 신고  수정/삭제

      log10(0.001) = -3 이므로 그래프가 밑으로 그려지는건 맞는거 같습니다. 다만 log(0)은 infinite 이므로 계산 불능이므로 '0'인 case 를 없애주려고 아주 작은 값을 더해보자는 것이었습니다.

      log 취한 후의 값에 * (-1) 을 해주면 위아래가 뒤집힐텐데요, 부호가 바뀐 상태에서 max 값을 구해서 그 max 값에서 해당 값을 빼주면 될거 같기도 합니다.

      데이터프레임에서 미리 변환 전처리 다하시는게 좋겠습니다.

      y_2 = max((-1)*log(y+0.000001)) - (-1)*log(y+0.000001)

    • 이상규 2018.03.30 18:22 신고  수정/삭제

      변환 전처리를 진행해서 그래프를 그리면 원래 값은 로그로 나오지 않나요??

      저는 value값은 그대로 유지하면서
      y축값(y axis)만 로그스케일을 하고 싶습니다 ㅠㅠ!

    • R Friend R_Friend 2018.03.30 18:55 신고  수정/삭제

      그 방법은 잘 모르겠네요. 죄송합니다. ㅜ.ㅜ

  6. vibe 2018.03.27 14:10 신고  수정/삭제  댓글쓰기

    안녕하세요 선생님.
    다름이 아니라, K-fold cross validation에 대해 헷갈리는 부분이 있어 질문 드리고 싶습니다.
    http://rfriend.tistory.com/188 에서 설명하신 내용으로 이해하고 있었는데 좀 혼란스러워서요..

    파이썬 sklearn에서 k-fold를 사용하는 방법들은 다음의 KFold클래스를 사용하는데요.
    http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.KFold.html
    n_splits파라미터값으로 k값을 설정하면 train과 test의 인덱스를 리턴하는 방식으로 동작합니다.

    제가 이해한대로라면 가진 모든 데이터에서 test셋을 따로 남겨놓고, 남은 데이터를 k-fold로 해서 train/validation으로 해서 돌려가면서 해야 하는 것 같은데..

    여기서는 validation set에 대한 언급도 없이 그 역할을 test셋으로 해버리고, 심지어 스코어까지 구해버리니 정말 혼란스럽습니다. 저렇게 그냥 train:test를 k-fold로 해서 스코어까지 구해도 되는 건가요?

    • R Friend R_Friend 2018.03.27 15:48 신고  수정/삭제

      vibe 님께서 이해하고 걔신 방법이 맞습니다. train:validatiin k-fold CV 해서 최적 하이퍼파라미처 찾은 후에(이때까제는 testlset은 따로 떼어놓고 절대 건드리지 않름), test set에 최종 모델성과 평가합니다.

      python 도 같은 절차를 따를겁니다.

    • vibe 2018.03.29 15:41 신고  수정/삭제

      그렇다면, sklearn의 api에서 KFold 등에 나오는 test라는 말은 그냥 validation으로 이해하면 되고
      기본적으로 KFold클래스를 사용하기 이전에 직접 수동으로 train과 test를 나누고
      그 중 train만을 가지고 KFold를 사용해야 맞는 방법이라는 말씀이시죠?

    • R Friend R_Friend 2018.03.30 20:01 신고  수정/삭제

      안녕하세요 vibe님,

      가령,
      from sklearn.model_selection import train_test_split

      X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=123)

      이런식으로 training set (70%)과 test set(30%)을 구분하면 test set은 별도로 떼어놓고 모델 training 과정에는 전혀 관여하지 않습니다.

      training set 으로 떼어놓은 (hold-out) 70% 데이터에 대해 K-flod CV 를 수행하면 이 training set 을 K 개의 개수만큼 등분해서 k-1 개 데이터로 모델 만들고 나머지 1개로 validation 하는 것을 k번 돌아가면서 진행합니다.

      그리고 k 개의 validation set 의 결과를 다수결투표(classification 문제) 혹은 평균(regression 문제)을 내서 최적 하이퍼파라미터 (가령, Decision tree 의 pruning을 위한 tree depth 라든지, regression의 변수 개수라든지... grid search 나 stachastic search 등으로...) 를 정하게 됩니다. 여기까지 오는 동안 (모델 적합하는 동안) test set 은 전혀 사용하지 않습니다.

      CV 로 정한 모델을 가지고 마지막으로 test set에 대해서 모델 성능 평가를 진행합니다.

      댓글에 적어주신 내용 중에 "train과 test를 나누고 그 중 train만을 가지고 K-fold (Cross Validation)를 사용한다"는 말은 맞구요, "test라는 말은 그냥 validation으로 이해하면 되고"는 적합한 표현이 아닙니다. train set을 가지고 train set과 validation set 을 또 나누어서 CV을 진행합니다. (validation set 은 test set 으로 최종 모델 성능평가 하기 전에 test set 결과를 미리 추정해보는 절차로 이해하시면 됩니다.)

  7. 김현우 2018.03.26 16:18 신고  수정/삭제  댓글쓰기

    안녕하세요~선생님 이제 갓 입문한 완전초보자입니다. 분석과 프로그래밍 글을 보면서 열심히 배우고
    있습니다.
    다름이 아니오라 csv파일을 읽어온 이후 원소에 #n/a 라는 엑셀의 결측치들이 여러컬럼에 군데 군데 입력이 되어 있을경우 원소값 #n/a를 한번에 '0' 또는 다른 값을 변경할수 있는 방법이 있을까요?

    • R Friend R_Friend 2018.03.26 21:54 신고  수정/삭제

      안녕하세요 김현우님,
      아래의 2개 포스팅 링크 참조하시면 될 것 같습니다.

      (1) read.table()에서 '#' 부호를 문자로 인식해서 읽어오고 싶을 때, "Error in scan line 3 did not have 5 elements" 에러가 날 때 : comment.char = ""
      ==> http://rfriend.tistory.com/302


      (2) R 결측값 확인 및 처리
      ==> http://rfriend.tistory.com/34
      (8) 데이터프레임의 각 변수의 결측값을 각 변수 별 평균값으로 일괄 대체
      : sapply(dataset, function(x) ifelse(is.na(x), mean(x, na.rm=TRUE), x))

  8. 이상규 2018.03.26 14:00 신고  수정/삭제  댓글쓰기

    안녕하세요 선생님!! 공부하던 도중 질문이 생겨서 방문했습니다.

    pbinom(c, n, 1-pnorm((1-mean)/sd)) = 0.95 입니다.

    제가 궁금한 부분은 c, n, sd값이 변할 때 위의 함수가 0.95가 나오는 mean값을 추정하려 합니다.

    어떻게하면 될지 떠오르신다면 도와주세요 ㅜㅜ! 항상 감사합니다.

    • R Friend R_Friend 2018.03.26 14:47 신고  수정/삭제

      for loop을 써서 grid search 로 각 모수별 겱과값 테이블을 생성하신 후에, 조건문으로 indexing 하시면 돨거 같습니다.

    • R Friend R_Friend 2018.03.26 22:36 신고  수정/삭제

      안녕하세요 이상규님,
      아래에 시뮬레이션하는 코드 짜봤습니다. 코드를 간단하게 하기 위해서 일단 괄호안에 1-pnorm(1/mean)/sd 를 pnorm 이라는 변수로 치환해서 코드 짜봤습니다. 아래 코드 응용해서 조금 더 손보시거나 다른 아이디어 생각해보시는데 참고하실 수 있을 것 같습니다.
      (방명록에 코드를 붙여넣기 하니 들여쓰기(indentation)가 안먹네요. ^^;)

      # Make null DataFrame
      pbinom_tbl <- data.frame()

      # For Loop for c, n, pnorm => rbind into pbinom_tbl DataFrame
      for (c in 1:100){
      for (n in 50:100){
      for (pnorm in 0.01:0.09){
      pbinom_res <- pbinom(c, n, pnorm)
      pbinom_tmp <- cbind(c, n, pnorm, pbinom_res)
      names(pbinom_tmp) <- c("c", "n", "pnorm", "pbinom_res")
      pbinom_tbl <- rbind(pbinom_tbl, pbinom_tmp)
      }
      }
      }

      # Subsetting pbinom_res == 0.95
      pbinom_tbl_p_0.95 <- subset(pbinom_tbl, subset = round(pbinom_res, 2) == 0.95)

      > pbinom_tbl_p_0.95
      c n pnorm pbinom_res
      81 2 79 0.01 0.9548678
      82 2 80 0.01 0.9534468
      83 2 81 0.01 0.9520039
      84 2 82 0.01 0.9505393
      85 2 83 0.01 0.9490531
      86 2 84 0.01 0.9475454
      87 2 85 0.01 0.9460164

    • 이상규 2018.03.27 09:41 신고  수정/삭제

      우와..!! 감사합니다!!
      참고하면서 많이 공부하도록 하겠습니다!!

  9. 이진우 2018.03.22 21:45 신고  수정/삭제  댓글쓰기

    안녕하세요. ㅎㅎ 선생님 강의보면서 조금씩 R을 배우고 있습니다.
    혼자 공부하려다보니 막힌부분이 있어서 글 남겨봅니다 ㅎㅎ.

    m=1 부터
    assign(paste0("data_",m),data) 이런식으로 반복해서 각각 다른 데이터프레임을 갖는

    > data_1
    conduitname fromnode tonode count
    1 condu1 junc1 junc2 0
    2 condu2 junc2 junc9 1


    >data_2
    conduitname fromnode tonode count
    5 condu5 junc8 junc5 0

    >data_3
    conduitname fromnode tonode count
    6 condu6 junc8 junc3 0

    이 생성이 된다고 했을때.

    만들어진 데이터프레임을 list로 뽑으면

    listname <- ls(pattern = "data")

    >listname
    "data_1", "data_2", "data_3"

    이렇게 될텐데요..
    여기서
    >list[1]
    "data_1"

    이 아닌 데이터프레임 data_1 을 불러올수는 없을까요??

    • R Friend R_Friend 2018.03.22 23:37 신고  수정/삭제

      안녕하세요 이진우님.
      반갑습니다.

      반복문을 사용해서 assign() 함수를 사용하여 데이터프레임을 만드신 후에, 아래처럼 mget() 함수를 사용해서 데이터프레임을 리스트로 묶어주신 후에 indexing을 하시면 됩니다.

      list_df <- mget(ls(pattern = "data"))

      list_df[[1]] # indexing 방법 1
      list_df["data_1"] # indexing 방법 2

    • 이진우 2018.03.23 11:40 신고  수정/삭제

      제가 찾던 함수이네요ㅠㅠ

      전에도 찾다가 포기하고 그냥 데이터형태를 바꿔서 했거든요 ㅎㅎ

      정말 감사합니다. ㅎㅎ

    • R Friend R_Friend 2018.03.24 17:27 신고  수정/삭제

      도움이 되었다니 기쁘네요 ^^

  10. 신광현 2018.02.21 11:45 신고  수정/삭제  댓글쓰기

    안녕하세요. 선생님의 R과 관련된 글을 보고 다른 글도 보고 싶어서 이렇게 연락을 드려봅니다.
    제가 티스토리라는 사이트를 잘 사용할 줄 모르는데, Daum 회원이라도 초대장이 없으면 보기가 불가능하더라구요. 실례가 안된다면 초대를 좀 받을 수 있을까요?

    제 다음 아이디는 rhkdgus3946 입니다. 감사합니다.

    신광현 올림.

    • R Friend R_Friend 2018.02.21 17:01 신고  수정/삭제

      안녕하세요 신광현님,
      블로그 좋게 봐주셔서 감사합니다.

      제가 이번주는 해외 출장 중인데요, 모바일로 제가 조회는 가능해도 피시 버전 웹으로는 해외 로그인 금지를 해놔서 초청장을 보내드릴 수 없습니다.(모바일에서는 초청장 보내기 메뉴가 없음)

      티스토리 블로그 보는 것은 티스토리 회원이 아니어도 모두 조회 가능합니다. 티스토리 회원이면 알람/알림 기능이 있어서 좋기는 한데요, 급하신 거면 다른 티스트리 회원분한테 요청하시면 되구요, 저는 다음주에 귀국하면 그때부터 초청장 보내드릴 수 있습니다. 해외출장 자주 안나오는데 어떻게 공교롭게 겹쳤네요. ㅜ_ㅜ

    • R Friend R_Friend 2018.02.26 14:16 신고  수정/삭제

      안녕하세요 신광현 님,

      rhkdgus3946@daum.net 주소로 티스토리 초대장 보내드렸습니다.

      멋진 블로깅 기대합니다. ^^