Tokyo.RでのLTのスライド.。dplyについてのポエムです。

1. dplyrとは
何だったのか
2016/04/30@Tokyo.R53
@yutannihilation
1

2. 自己紹介
•@yutannihilation
•インフラエンジニア
•電子工作ワナビー
•匿名知的集団ホクソエム
ではない。ただの人。
2

3. dplyrとは
•R界の神・Hadley Wickhamがつくったパッ
ケージ
•データ操作に特化している
•様々なバックエンドを使える
3

4. Introduction to dplyr
訳したので詳しくは読んでください。
4http://qiita.com/yutannihilation/items/7a78d897810446dd6a3b

5. 1. Identify the most important data
manipulation tools needed for data
analysis and make them easy to use
from R.
dplyrの設計思想
5
意訳：データ操作といえばこれ！的なのをつ
くっちゃうよ。

6. 2. Provide blazing fast performance for
in-memory data by writing key
pieces in C++.
dplyrの設計思想
6
意訳：C++使っちゃうよ。

7. 3. Use the same interface to work with
data no matter where it's stored,
whether in a data frame, a data table
or database.
dplyrの設計思想
7
意訳：data.frameでもDBでも同じノリで
データを操作できちゃうよ。

8. 8
同じノリ？

9. 9
MySQL
PostgresSQL
Presto
R
色々なバックエンドが
ある場合の例

10. 10
MySQL
PostgresSQL
Presto
R
→ 方言の違いつらい…
そもそもSQLよくわからない…
SELECT depname, avg(salary)
OVER (PARTITION BY depname)
FROM salary
WHERE hoxo = “m”;
それぞれに
集計クエリを投げる

11. 11
MySQL
PostgresSQL
Presto
R
データを全部取り出して
Rで集計

12. 12
MySQL
PostgresSQL
Presto
R
→ データサイズ・速度の問題
データを全部取り出して
Rで集計

13. 13
MySQL
PostgresSQL
Presto
R
→ dplyrの書き方だけ覚えればOK！
dplyr
data_src %>%
select(…) %>%
filter(…) %>%
…
dplyrを使う

14. 14
MySQL
pgSQL
Presto
R
※なかったらつくる！ それが某匿名
知的集団の誓いだったはず！！！です
が私はホクソエムではありません。
dplyr
無限の可能性！（たぶん）
Bigquery
Spark
…
data.table
data.frame

15. 15
逆に考えるんだ…

16. 16
MySQL
pgSQL
Presto
R
逆に言うと、さまざまなバックエンドを
想定しているので複雑なことはできない。
dplyr
無限の可能性…？
Bigquery
Spark
…
data.table
data.frame

17. まとめ
•dplyrはつよい。いいね？
•でも、dplyrは抽象化のためにいろんなもの
を犠牲にしているかも
•複雑なことをするなら時にはdplyrから離れ
ることも必要かも
（tidyr、purrr、data.table…）
17