R의 흔한 오류와 디버깅 방법

R 오류 메시지 읽기

R의 오류에는 두 부분이 있고 둘 다 유용합니다:

Error in "10" + 5 : non-numeric argument to binary operator

Error in 다음에 오는 것이 호출 입니다 - 실패한 정확한 코드 조각("10" + 5)이죠. 콜론 다음에 오는 것이 조건 입니다 - 무엇이 잘못되었는지(non-numeric argument to binary operator)를 알려 줍니다. 호출을 먼저 읽으세요: 어디서 인지를 알려 주며, 인용된 코드 안에서 문제를 바로 볼 수 있는 경우가 매우 많습니다. 그다음 왜 인지는 조건을 읽으면 됩니다.

빠르게 디버깅하는 사람과 고생하는 사람을 가르는 습관이 두 가지 있습니다. 첫째, 메시지를 실제로 읽으세요 - R의 메시지는 대개 정확하며 다만 표현이 간결할 뿐입니다. 둘째, 마지막 오류가 아니라 첫 오류를 디버깅하세요: 스크립트 초반의 실패 하나가 하류의 "object not found" 오류 더미로 번지는데, 원래 문제를 고치면 그것들이 모두 사라집니다. 이 페이지의 나머지는 가장 자주 만날 메시지의 해독기이고, 그다음이 읽는 것만으로 부족할 때의 도구들입니다.

이름 오류: 찾을 수 없음

Error: object 'total' not found - R이 알고 있는 모든 환경을 뒤졌지만 그 이름의 변수가 없다는 뜻입니다. 거의 모든 경우가 세 가지 원인에 해당합니다:

• 대소문자를 포함한 오타. R은 대소문자를 구분합니다: Total, total, TOTAL은 서로 다른 세 이름이며, R은 어느 쪽을 뜻했는지 추측하지 않습니다.
• 정의하는 줄이 실행되지 않음. 스크립트에 total <- sum(x)를 썼지만 이번 세션에서 실행한 적이 없는 경우입니다 - R을 재시작한 뒤에 흔한데, 스크립트 파일에는 그 줄이 보이지만 세션은 그것을 본 적이 없죠. 스크립트를 처음부터 실행하세요.
• 잘못된 환경. 함수 안에서 만들어진 변수는 그 호출 안에서 태어나고 죽습니다. 함수 바깥에서 그것을 쓰는 것은 더 이상 존재하지 않는 무언가를 요구하는 셈입니다 - 대신 값을 반환하세요.

Error: could not find function "read_excel" - 같은 이야기이지만 함수 이름에 대한 것입니다. 열에 아홉은 설치는 했지만 이번 세션에 불러오지 않은 패키지 안에 함수가 있는 경우입니다:

library(readxl)          # the fix: loading is per-session, installing is per-machine
df <- read_excel("data.xlsx")

library(readxl) 자체가 오류를 낸다면 패키지가 설치되지 않은 것이니 install.packages("readxl")을 먼저 하세요. 그리고 그 함수가 base R의 것이라면 오타를 낸 것입니다(lenght()는 누구나 거치는 통과의례입니다).

문법 오류: unexpected symbol

Error: unexpected symbol in "..."(그리고 사촌인 unexpected ')', unexpected string constant)는 R이 코드를 파싱조차 하지 못했다는 뜻입니다. 메시지는 R이 알아챈 지점을 가리키는데, 실제 실수가 있는 곳보다 뒤인 경우가 많습니다. 흔한 용의자들입니다:

mean(x na.rm = TRUE)        # missing comma - should be mean(x, na.rm = TRUE)

name <- "Ada                # unclosed quote - swallows the following lines
total <- sum(c(1, 2, 3)     # unclosed paren - the error fires lines later

지목된 줄이 멀쩡해 보인다면 실수는 거의 언제나 그 위 에 있습니다: 파일 앞쪽에 닫히지 않은 따옴표, 괄호, 중괄호가 있는 것이죠. 짝을 강조해 주는 코드 편집기라면 몇 초 만에 찾아냅니다.

타입과 인덱싱 오류 해독하기

non-numeric argument to binary operator - 숫자가 아닌 무언가로 계산을 했다는 뜻이며, 보통은 텍스트로 들어온 숫자입니다(임포트가 전형적인 원인입니다 - 데이터 타입에서 다뤘듯이 단어가 하나 섞인 열은 문자형으로 들어옵니다). 깨지는 버전입니다:

x <- "10"
x + 5
# Error in x + 5 : non-numeric argument to binary operator

그리고 해결책 - 변환한 뒤 계산하기입니다:

x <- "10"
print(as.numeric(x) + 5)

subscript out of bounds - [[ ]]로 원소 수보다 큰 n번째 위치를 요청했다는 뜻입니다:

scores <- list(ada = 92, grace = 88)
scores[[3]]
# Error in scores[[3]] : subscript out of bounds

인덱싱 전에 length()를 확인하거나, 더 나아가 이름으로 요청하세요(scores[["grace"]]). 그러면 순서가 바뀌어도 깨지지 않습니다. 비대칭에 유의하세요: 홑 대괄호는 더 관대합니다 - 벡터에 범위를 벗어난 [ ]를 쓰면 오류 대신 조용히 NA를 반환하는데, 시끄러운 버그를 조용한 버그와 맞바꾸는 셈입니다.

$ operator is invalid for atomic vectors - $는 리스트와 데이터 프레임의 것입니다. 이름 있는 벡터에는 대괄호를 쓰세요:

v <- c(a = 1, b = 2)
print(v[["a"]])
print(v["a"])

([[ ]]는 값만 주고 [ ]는 이름을 붙인 채로 줍니다.) 이 오류는 데이터 프레임을 기대한 자리에서 상류의 무언가가 벡터를 반환했다는 뜻인 경우가 많습니다 - 연산자만 바꾸지 말고 그 가정을 확인해 보세요.

argument is of length zero - if ()가 아무것도 들어 있지 않은 조건을 받았다는 뜻이며, 거의 언제나 없는 리스트 원소나 아무것도 반환하지 않은 함수에서 슬며시 들어온 NULL입니다:

threshold <- NULL
if (threshold > 5) print("big")
# Error in if (threshold > 5) print("big") : argument is of length zero

검사를 방어하세요 - 그리고 &&는 답이 정해지는 즉시 평가를 멈추므로 비교가 NULL에 대해 실행되지 않는다는 점에 유의하세요:

threshold <- NULL
if (!is.null(threshold) && threshold > 5) {
    print("big")
} else {
    print("no threshold set")
}

(관련 오류인 missing value where TRUE/FALSE needed는 NULL 대신 NA로 인한 같은 실패이며, 이때의 방어책은 결측값에서 다루는 is.na()입니다.)

replacement has length zero - 같은 병의 할당 버전입니다: x[2] <- numeric(0)은 칸 하나를 값 0개로 채우려 합니다. 우변을 만들어 낸 무언가가 빈 값을 돌려준 것이니 할당이 아니라 그쪽을 디버깅하세요.

경고는 오류가 아닙니다 - 바로 그 점이 위험합니다

오류는 실행을 멈추지만 경고는 멈추지 않습니다. R은 계산을 끝내고 결과를 건네준 뒤에 유보 사항을 언급합니다. 그 결과는 괜찮을 때도 있고 조용히 틀렸을 때도 있습니다:

result <- c(1, 2, 3) + c(10, 20)
print(result)

scores <- as.numeric(c("70", "eighty", "92"))
print(scores)

두 줄 모두 완료됩니다. 첫 번째는 짧은 벡터를 재활용하며 longer object length is not a multiple of shorter object length라고 경고하는데, 길이 2 벡터를 길이 3에 대해 재활용하는 것은 거의 누구의 의도도 아닙니다. 두 번째는 NAs introduced by coercion이라고 경고하고 구멍 난 벡터를 건네주는데, 그러면 하류의 모든 mean()이 NA를 반환하게 됩니다. 두 경고 모두 지나칠 잡음이 아니라 조사할 버그로 취급하세요. 스크립트에서는 options(warn = 2)로 이 태도를 강제할 수 있는데, 모든 경고를 오류로 승격시켜 아무것도 몰래 빠져나가지 못하게 합니다.

tryCatch()로 실패 처리하기

때로는 오류가 예상된 것입니다 - 수백 개 파일 중 하나가 손상되었거나, 행 하나가 불량이거나 - 그럴 때는 죽는 대신 처리하고 넘어가고 싶습니다. tryCatch()는 위험한 표현식을 처리기로 감쌉니다:

safe_divide <- function(a, b) {
    tryCatch({
        if (!is.numeric(a) || !is.numeric(b)) {
            stop("both arguments must be numbers")
        }
        a / b
    }, error = function(e) {
        cat("Failed:", conditionMessage(e), "\n")
        NA
    }, finally = {
        cat("safe_divide finished\n")
    })
}

print(safe_divide(10, 2))
print(safe_divide(10, "2"))

작동 방식은 이렇습니다: 본문 블록이 성공하면 그 값이 결과가 됩니다. 오류가 나면 대신 error = 처리기가 실행되고 그것의 반환값(여기서는 NA)이 결과가 되어 스크립트가 계속 진행됩니다. conditionMessage(e)가 기록용으로 원래 메시지를 되찾아 줍니다. finally =는 성공이든 실패든 모든 경우에 실행되며, 연결을 닫는 것 같은 정리 작업이 들어갈 자리입니다 - 위 예제에서 각 결과보다 먼저 출력되는 것을 볼 수 있습니다.

warning = 처리기도 있습니다 - tryCatch(as.numeric(x), warning = function(w) NA)는 앞 절의 강제변환 경고를 그냥 넘기지 않고 붙잡습니다. 주의할 점 하나: 아무것도 기록하지 않고 대비책만 반환하는 처리기는 실패를 처리하는 것이 아니라 감추는 방법입니다. 언제나 conditionMessage()를 기록하세요 - 미래의 여러분에게 필요합니다.

실패 지점 찾기: traceback(), browser(), 그리고 정직한 출력

중첩된 함수 호출 깊숙한 곳에서 오류가 나오면 메시지만으로는 어떤 호출 사슬을 거쳤는지 알 수 없습니다. 오류 직후에 traceback()을 실행하세요:

f <- function(x) g(x)
g <- function(x) stop("boom")

f(1)
# Error in g(x) : boom
traceback()
# 2: g(x)
# 1: f(1)

실패한 순간의 호출 스택을 출력합니다 - 한쪽 끝에는 여러분의 호출이, 다른 쪽 끝에는 실패한 호출이 있습니다. 반드시 그다음에 바로 실행해야 합니다. 다른 오류가 발생하면 스택은 버려집니다.

실시간으로 들여다보려면 browser()가 심어 둔 자리에서 실행을 멈추고 함수 안 의 대화형 프롬프트로 데려다줍니다 - 변수를 살펴보고, n으로 한 단계씩 진행하고, c로 계속하고, Q로 빠져나오세요. debug(f)는 코드를 고치지 않고 같은 일을 합니다: f에 표시를 해 두어 다음 호출이 브라우저에서 열리게 합니다(undebug(f)로 되돌립니다).

그리고 아무도 학회 슬라이드에 올리지 않지만 모두가 쓰는 기법이 있습니다: 출력하기입니다. 검문 지점마다 print()나 cat()을 뿌리고 실행해서 현실이 기대와 어긋나기 시작하는 지점을 찾으세요. 정당하고 빠르며, 스크립트에서는 대개 가장 실용적인 도구입니다. 그 절친은 str()인데, 아마도 모든 R 오류의 절반쯤이 품고 있는 질문 - "이 객체는 대체 무엇 인가?" - 에 답해 줍니다:

mystery <- list(
    ids = 1:3,
    info = data.frame(name = c("Ada", "Grace"), score = c(92, 88))
)
str(mystery)

한 번의 간결한 출력으로 알 수 있습니다: 리스트이고, 원소가 둘이며, 하나는 정수 벡터, 하나는 이런 열과 타입을 가진 데이터 프레임이라는 것을요. $가 실패하거나 계산이 이상하게 굴 때는 이론을 세우기 전에 객체에 str()을 실행하세요 - 답은 대개 바로 거기 있습니다("...아, 내 데이터 프레임을 담고 있는 길이 1짜리 리스트였구나").

핵심 정리

• 메시지를 읽으세요: Error in 다음이 어디인지를, 콜론 다음이 왜인지를 말합니다. 가장 시끄러운 오류가 아니라 첫 오류를 고치세요.
• object not found = 오타, 아직 실행하지 않은 코드, 또는 함수 안에서만 존재했던 변수입니다. could not find function = 거의 언제나 빠뜨린 library() 호출입니다.
• unexpected symbol은 문법을 파싱할 수 없다는 뜻이며, 진짜 실수는 종종 지목된 지점보다 앞의 닫히지 않은 따옴표나 괄호입니다.
• 타입/인덱스 관련 고전들 - non-numeric argument, subscript out of bounds, 원자 벡터의 $, argument is of length zero - 은 모두 객체가 무엇인지에 대한 잘못된 가정을 가리킵니다. str()이 그 가정을 한 번의 호출로 확인해 줍니다.
• 경고는 실행을 멈추지 않으며, 바로 그래서 주의를 기울일 만합니다 - 결과가 조용히 틀렸을 수 있습니다.
• tryCatch(error =, warning =, finally =)는 예상된 실패를 죽지 않고 처리합니다(언제나 conditionMessage()를 기록하세요). 오류 직후의 traceback()은 호출 사슬을 보여 주고, browser()/debug()는 그 안에서 멈추며, print() 디버깅도 정당한 작업입니다.

다음 주제: 사실은 오류가 아닌 많은 "오류"가 세 글자짜리 값 하나로 거슬러 올라갑니다 - NA, 그리고 결측값이 R의 모든 계산을 어떻게 흘러 다니는지입니다.