준비

데이터를 CSV 형태로 준비하려면 우선 R에서 다음을 실행하여 필요한 패키지를 설치한다.

## R에서 실행
pkgs <- c("loedata", "gamair", "Ecdat", "AER", "wooldridge", "sampleSelection")
for (pkg in setdiff(pkgs, installed.packages())) install.packages(pkg)

다음으로 R에서 데이터셋들을 CSV 형태로 변환하여 저장할 것이다. 다음 R 코드를 클립보드에 복사한 후 R 콘솔(R, 터미널, Rstudio 등)에 붙여 넣어 실행한다. 그러면 R 데이터가 CSV 형식으로 변환되어 현 디렉토리(R 코드가 실행되고 있는 디렉토리로서 getwd()로써 알 수 있음)의 csv 하위 폴더에 저장된다. 이렇게 csv 폴더가 만들어지면 이 csv 폴더를 작업하고자 하는 폴더에 복사하면 된다. 필자의 경우 홈 디렉토리 내 doc/thebook/python 폴더 내에 csv 폴더가 있고, doc/thebook/python 폴더에서 파이썬 코딩을 하고 있다.

## R에서 실행
What <- list(
    loedata = c('Death', 'Klips', 'Pubserv', 'Ekc', 'Galtonpar', 'Hcons',
        'Klosa', 'Ksalary', 'Regko', 'Fastfood', 'Hies', 'Ivdata', 'Hmda'),
    gamair = c('hubble'),
    Ecdat = c('Cigar', 'Consumption', 'Crime', 'Housing', 'Wages1', 'Wages',
        'Doctor', 'Schooling', 'Tobacco'),
    AER = c('CigarettesB'),
    wooldridge = c('twoyear', 'smoke', 'wage2'),
    sampleSelection = c('Mroz87'))

topdir = 'csv'
if (!dir.exists(topdir)) dir.create(topdir)

for (pkg in names(What)) {
  cat(pkg, ':', sep='')
  outdir <- file.path(topdir, pkg)
  if (!dir.exists(outdir)) dir.create(outdir)
  for (dta in What[[pkg]]) {
    cat(' ', dta, sep='')
    outfile <- file.path(outdir, paste0(dta, '.csv'))
    eval(parse(text = sprintf('data(%s, package = "%s")', dta, pkg)))
    z <- get(dta)
    if (dta == 'CigarettesB' && pkg == 'AER') {
      z$state <- rownames(z)
      z <- z[c('state', setdiff(names(z), 'state'))]
    }
    write.csv(z, file = outfile, row.names = FALSE)
  }
  cat("\n")
}

위 코드의 실행이 끝나면 csv 폴더 아래에 패키지명에 해당하는 폴더들이 생기고 이들 각 폴더 안에 데이터 CSV 파일이 생성된다. csv 폴더를 열어 보면 무슨 말인지 알 수 있을 것이다. csv 폴더를 적절한 곳으로 이동하면 된다.

Python 모듈 준비

pip install statsmodels numpy pandas matplotlib scipy

statsmodels는 회귀분석, numpy는 log나 exp 등, pandas는 CSV 파일 읽기, matplotlib은 그림, scipy는 t분포 등의 cdf와 임계값 등에 사용된다.