프레디케이트란 무엇인가요?

프레디케이트 함수는 “TRUE 또는 FALSE를 반환하는 함수”입니다. 한편 프레디케이트 퍼션널은 “벡터와 프레디케이트 함수를 받아서 유용한 작업을 수행하는 기능”이에요.^***

다시 말해, 프레디케이트 퍼션널은 벡터, 데이터 프레임, 리스트가 될 수 있는 .x를 받아 .x의 모든 원소에 프레디케이트를 적용해 검사합니다. 예를 들어, R base의 is.numeric() 프레디케이트로 모든 원소가 숫자인지 검사할 수 있고, 이 매퍼 ~mean(.x) < 5로 일부 원소의 평균이 5 미만인지 확인할 수도 있어요.

다음 중 프레디케이트가 아닌 것은 무엇인가요?

이 연습은 강의의 일부입니다

purrr로 배우는 중급 함수형 프로그래밍

실습형 인터랙티브 연습문제

이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요

이 연습은 강의의 일부입니다

purrr로 배우는 중급 함수형 프로그래밍

SkillTag.level.intermediateSkillTag.label

4.8+

무료로 강의 시작하기

람다 함수, 매퍼, 프레디킷이 낯설고 어렵게 느껴지시나요? 이제 걱정하지 마세요! purrr를 간단히 복습한 뒤 함수형 프로그래밍의 기초를 살펴보고, 익명 함수와 프레디킷을 알아본 다음, 이를 활용해 데이터를 정리하고 탐색하는 방법을 배워요.

Exercise 1: purrr 기초 - 다시 알아보기 Exercise 2: purrr 감각 되살리기 Exercise 3: purrr 다시 한 번 복습하기 Exercise 4: 매퍼 소개 Exercise 5: 람다 함수 만들기 Exercise 6: 람다 함수 Exercise 7: 매퍼로 데이터를 깔끔하게 정리하기 Exercise 8: keep으로 데이터 정리하기 Exercise 9: keep()와 discard()로 나눠 보기 Exercise 10: 프레디케이트 Exercise 11: 프레디케이트란 무엇인가요?

현재 연습

Exercise 12: 프레디케이트로 데이터 탐색하기

함수형 프로그래밍과 purrr를 한 단계 더 깊이 있게 배우실 준비가 되셨나요? 이번 장에서는 함수형 프로그래밍의 개념을 살펴보고, safely()와 possibly()을 포함한 오류 처리 방법을 익히며, 코드를 정리하는 데 유용한 compact() 함수도 소개합니다.

Exercise 1: R에서의 함수형 프로그래밍 Exercise 2: 일어나는 모든 일은 함수 호출입니다 Exercise 3: 순수 함수 식별하기 Exercise 4: purrr에서 함수형 프로그래밍을 위한 도구 Exercise 5: 안전한 반복 Exercise 6: 함수 만들기 Exercise 7: possibly() 사용하기 Exercise 8: read_lines()의 possibly() 버전 Exercise 9: 한 번의 호출로 모두 처리하기 Exercise 10: 부사 결과 다루기 Exercise 11: 함수를 완성해 봅시다 Exercise 12: GET()으로 상태 코드 추출하기

이 장에서는 purrr를 사용해 더 명확하고 깔끔하며 유지 보수가 쉬운 코드를 작성해 봅니다. compose()와 negate()로 깔끔한 함수를 만드는 법을 배우고, partial()을 사용해 기존 함수의 인자를 미리 지정해 함수 합성을 수행합니다. 마지막으로 Tidyverse에서 깔끔한 코드를 작성하는 데 유용한 편리한 자료 구조인 리스트 열(list-columns)을 소개합니다.

Exercise 1: 왜 더 깔끔한 코드가 필요할까요?Exercise 2: compose()를 올바르게 쓰는 법 Exercise 3: 사무실로 다시 Exercise 4: compose()와 negate()로 함수 구성하기 Exercise 5: 함수 만들기 Exercise 6: NA 개수 세기 Exercise 7: 함수 미리 채워 넣기 Exercise 8: 콘텐츠 추출기 Exercise 9: 또 다른 추출기 Exercise 10: 리스트 열 Exercise 11: 리스트 열에 대해 Exercise 12: 리스트-열 데이터 프레임 만들기

마지막으로 purrr에 대해 배운 내용을 사례 연구로 정리합니다. 여기서는 Twitter에서 수집한 데이터를 purrr로 분석합니다. 깔끔한 코드로 데이터를 정리한 뒤, 2018년 RStudio 컨퍼런스의 Twitter 인플루언서를 찾아봅니다.

Exercise 1: 데이터셋 살펴보기 Exercise 2: 트윗 다뤄보기, 1라운드 Exercise 3: 프로필 식별하기 Exercise 4: 데이터셋에서 정보 추출하기 Exercise 5: 좋아요 수 세기 Exercise 6: 멘션 추출하기 Exercise 7: URL 다루기 Exercise 8: URL 분석하기 Exercise 9: URL로 놀아보기 Exercise 10: 인플루언서 식별하기 Exercise 11: 데이터셋 나누기 Exercise 12: 최다 리트윗의 주인공은 누구일까요?Exercise 13: 축하합니다!