Recomendados
Más contenido relacionado
Destacado
Destacado (19)
Similar a TokyoR58 初心者セッション
Similar a TokyoR58 初心者セッション (13)
Más de kotora_0507
Más de kotora_0507 (10)
TokyoR58 初心者セッション
- 2. @kotatyamtema 大学での専門は行動生態学 性的二型とsexual selection 対象は魚類：♂の背びれの伸長に 影響を与える要因を探索 職歴 家電メーカーでユーザビリティ評価 心拍や脳波，脳血流を使った身体反応評価 筋電図を使った身体負荷評価，歩容（歩く姿勢）評価 医療機器メーカーで臨床試験のデータ管理と初期分析 投薬データのダミー化と集計，欠損確認，基礎統計量の算出 活動量計データの自動集約，レポート生成スクリプトの作成 現在 DATUM STUDIO 株式会社 データアナリストとして生息中 自己紹介
- 16. 2.R内のデータセットの呼び出し パッケージ付属のサンプルデータを呼び出す 使いたいデータが入っているパッケージを呼び出してからdata(hoge) またデフォルトで入っている”dataset”パッケージにもサンプルデータ # Example # デフォルトで入っているサンプルデータ data(iris) # ggplot2パッケージに付属のデータ”diamonds”を呼び出す library(ggplot2) data(diamonds) それぞれ呼び出しに使った名前のオブジェクトで保存される
- 17. 3.外部データの読み込み 高速読み込み関数は2つ 1.data.table::fread 2.readr::read_csv Example dat <- fread("./01_data/dat.csv", header = TRUE, stringsAsFactors = FALSE, integer64 = "double", data.table = FALSE) header：1行目をカラム名として扱うか TRUEだと扱う FALSEだと扱わない stringsAsFactors：文字と数値が混ざった場合に因子にするかどうか TRUEだと因子にする FALSEだと文字にする integer64： data.table：読み込み後data.tableとして扱うか TRUEだとdata.tableにする FALSEだとdata.frameにする
- 18. 3.外部データの読み込み 高速読み込み関数は2つ 1.data.table::fread 2.readr::read_csv Example dat <- read_csv(“./01_data/dat.csv”, col_names = TRUE) col_names：1行目をカラム名として扱うか TRUEだと扱う FALSEだと扱わない ※使い分け データが重くなるとfreadの方が圧倒的に早い 個人的にはfreadおすすめ（根拠はない）
- 20. 4.データの確認：概要 # データを呼び出す data(iris) # 何行あるか確かめる nrow(iris) 150 # 何列あるか確かめる ncol(iris) 5
- 21. 4.データの確認：概要 # 先頭からn行見る head(iris, 2) Sepal.Length Sepal.Width Petal.Length Petal.Width Species 15.1 3.5 1.4 0.2 setosa 24.9 3.0 1.4 0.2 setosa # 基礎集計 summary(iris) Sepal.Length Sepal.Width Petal.Length Petal.Width Species Min. :4.30 Min. :2.000 Min. :1.000 Min. :0.100 setosa :50 1st Qu.:5.10 1st Qu.:2.800 1st Qu.:1.600 1st Qu.:0.300 versicolor:50 Median :5.80 Median :3.000 Median :4.350 Median :1.300 virginica :50 Mean :5.843 Mean :3.057 Mean :3.758 Mean :1.199 3rd Qu.:6.400 3rd Qu.:3.300 3rd Qu.:5.100 3rd Qu.:1.800 Max. :7.900 Max. :4.400 Max. :6.900 Max. :2.500
- 22. 4.データの確認：データ型 # データ型の確認 # data.frameかどうか is.data.frame(iris) [1] TRUE # data.tableかどうか is.data.table(iris) [1] FALSE # 各カラムごとの型 mode(iris$Sepal.Length) [1] "numeric"
- 23. 4.データの確認：データ型 # データ型の変更 # data.tableにする table_iris <- as.data.frame(iris) # 確認 is.data.table(table_iris) [1] TRUE # 各カラムごとの型 # 文字型にする table_iris$Sepal.Length <- as.character(table_iris$Sepal.Length) # 確認 is. character(table_iris$Sepal.Length) [1] TRUE
- 24. 4.データの確認：欠損 # 欠損の確認 is.na(data) # 欠損の無いdata.frameにする comp_data <- data[complete.cases(data),] # 重複のないdata.frameにする comp_data <- distinct(data) # 欠損すべてに0を代入する data[is.na(data)] <- 0 # 欠損は奥深いので状況に合わせて扱いましょう
- 25. pipe演算子の使い方 pipe演算子とは %>%のこと dplyr, tidyr, stringi......tidyverseに含まれるパッケージでは 共通の書き方 処理後のデータを後ろにパスしていく役割 # example 1:data %>% # dataというdata.frameを準備して2に渡す 2:mutate(n = a*b)%>% # 渡されたdataにカラムを追加して3に渡す 3:filter(n > 5) # 渡されたdataのうち条件に合うものを残す ご利益 1.いちいち元のデータを書かなくてよい 2.処理の順序と内容が一目瞭然 ぜひ使いましょう！
- 26. 5.データの整理：列の追加、削除、選択 # id列とNo列を追加 iris1 <- iris%>% mutate(id = paste0(“id”, 1:nrow(iris)), No = 1:nrow(iris)) # No列を削除 iris2 <- iris1%>% select(-No) # 末尾がLengthのカラムと種名、id列を選択 iris3 <- iris2%>% select(id, Species, ends_with("Length"))
- 27. 5.データの整理：便利機能 # 特定のカラム名のカラムだけを対象に集計する summarise_at, mutate_at # 特定の条件のカラムだけを対象に集計する summarise_if, mutate_if # カラム名の指定の方法 # 完全一致するカラムを指定 one_of(“hoge”) # 指定した文字列を含むカラムを指定 contains(“hoge”) # 指定した文字列で始まるカラムを指定 starts_with(“ho”) # 指定した文字列で終わるカラムを指定 ends_with(“ge”)
- 28. 5.データの整理：条件抽出 # idが3より大きいデータを抽出 iris4 <- iris3%>% filter(id > 3) # end条件は &、or条件は | で指定 # Sepal.LengthとPetal.Lengthの両方が平均以上のデータを抽出 iris5 <- iris4%>% filter(Sepal.Length >= mean(Sepal.Length) & Petal.Length >= mean(Petal.Length)) # Sepal.LengthとPetal.Lengthのどちらかが平均以上のデータを抽 出 iris6 <- iris4%>% filter(Sepal.Length >= mean(Sepal.Length) | Petal.Length >= mean(Petal.Length))
- 29. 6.データの集計 # 種類ごとに長さの平均と分散を求める summary_iris <- iris%>% group_by(Species)%>% summarise_at(vars(ends_with("Length")), funs(mean, sd)) summary_iris # A tibble: 3 x 5 Species Sepal.Length_mean Petal.Length_mean Sepal.Length_sd Petal.Length_sd <fctr> <dbl> <dbl> <dbl> <dbl> setosa 5.006 1.462 0.3524897 0.1736640 versicolor 5.936 4.260 0.5161711 0.4699110 virginica 6.588 5.552 0.6358796 0.5518947
- 30. 消化不良なので 続きあり！？
- 31. Enjoy!
- 32. 7.ピポット整形