第3回Japan.R LT大会用 このデータの作成にあたっては、Rの乱数が使用されています。現在試行提供段階ですので、皆様のご意見ご感想や、活用事例などお寄せいただければ幸いです。擬似ミクロデータのデータと符合表の仕様は匿名データに準じています。

1. 公的統計擬似ミクロデータの
Rへの読込み
和田 かず美
本スライドは個人の発表用に作成したもので、必ずしも所属組織の見解などを示
すものではありません。
2012.12.01 第3回Japan.R LT大会

2. 最近の流行り物
ちょっと手を出してみたい。
でも苦労はしたくない!
猫も杓子も
大きすぎても困るんだ!!!
2

3. そんな貴方に
いかがですか?
メモリ2GBのVistaでも
普通に読めました。
約3万2千レコード、197変数の
3

4. 擬似ミクロデータとは?
• 統計調査の集計表から、乱数を用いて再現し
た擬似的な個別データ。
• (独)統計センターが平成16年全国消費実態調査
について作成し、HP上で無償にて試行提供中
（申出書の提出が必要です）。
• 利用要件
– 申出者及び利用者以外の者に利用させないこと
– 集計表から擬似的に作成したデータであるので、
分析結果は実証研究の結果と見なすことができな
いことを理解すること
– 利用者アンケートの提出
4

5. 平成16年全国消費実態調査
総務省統計局が5年毎に実施。
世帯を対象に、家計の収入・支出及び貯
蓄・負債、耐久消費財、住宅・宅地など
の家計資産を総合的に調査。
標本の大きさ
二人以上の世帯 約5万5千、単身世帯 約4千
疑似ミクロデータは二人以上の勤労者世
帯データ約3万2千を収録。
調査の詳細は、http://www.stat.go.jp/data/zensho/2004/index.htm
5

6. http://www.nstac.go.jp
6

7. データ概要
7
本日はこの7つのzip
ファイルを使います

8. 擬似ミクロデータ（パスワード解凍後）の
ファイル一覧
データレイアウトと符号表（Excelファイル） 8
データファイル（７分割のCSVファイル）

9. データファイルを
エディタで表示すると こんな感じ
9
内容の解釈には、
「符号表」との照合が必要

10. 「擬似ミクロデータのRへの読込み」
－ 作業の流れ －
① コンスタント作成(Excel作業)
データレイアウト付属の符号表（Excelファイル）を加工
して、 擬似ミクロデータを R に変数名を付加させながら
読み込ませるための情報ファイル（コンスタント）を作成
② コンスタント読込み ( R 作業)
③ データファイル読込み( R 作業)
作業フォルダから複数あるデータファイルの名前を取得
し、コンスタントを用いて、データファイルを連結させな
がら読み込む
10

11. カンマ区切りの固定長データ => Rへの読み込みに必要なのは「変数名」と、各変数
が数量データであるかカテゴリデータであるかを示す「型」だけ。
何かの役に立つこともあるので、ここでは参照用に「行番号」と「階層」、表示用
に「項目名」も残してみた。
紫色で囲んだ行
（「変数名」のある行）
を利用
11
符号表をExcelで表示すると こんな感じ

12. － EXCELでの作業手順 －
1. ヘッダより上の部分を削除
2. 「変数名」でソート、ブランク行削除
3. 「型」でソート、ブランクを2に書き換え
4. 「行番号」順に再ソート
5. 必要のない列を削除
6. ヘッダを半角文字に（オプション）
7. CSVファイルとして保存［ここでは code.csv］
12
① コンスタント作成
1 : 数量データ
ブランク: カテゴリデータ
Rに読み込むとブランクはNAに
化けるので2に書き換える
型

13. ようやくR② コンスタント読込み
～ EXCELで作ったCSVファイルの最後にはよくゴミがある～
13
rm(list=ls(all=TRUE)) # 作業領域のお掃除♪
setwd(“d:/giji/”) # カレントディレクトリの指定
cd1 <- read.csv("code.csv", header=TRUE)
a1 <- which(!is.na(cd1$no)) # コンスタントファイル末尾の
cd1 <- cd1[a1,] # ブランク行削除
tail(cd1) # cd1の末尾確認
no koumoku lvl type namae
192 517 土地家屋借金返済 4 1 Youto178
193 519 他の借金返済 4 1 Youto179
194 521 分割払・一括払購入借入金返済 4 1 Youto180
195 523 財産購入 4 1 Youto181
196 525 その他 4 1 Youto182
197 527 繰越金 3 1 Youto183
# 因子属性への変換抑制フラグ作成
ft1 <- rep(TRUE, dim(cd1)[1])
ft1[which(cd1$type == 2)] <- FALSE

14. ③ データファイル読込み
～ 分割ファイルがたくさんあっても怖くない～
ようやくR
14
# 命名規則を指定してデータファイル名の一覧を取得
(f.list <- list.files(path=getwd(), pattern="*).csv"))
[1] "GIJI_2004zensho_dataset(00001～05000).csv"
[2] "GIJI_2004zensho_dataset(05001～10000).csv"
[3] "GIJI_2004zensho_dataset(10001～15000).csv"
[4] "GIJI_2004zensho_dataset(15001～20000).csv"
[5] "GIJI_2004zensho_dataset(20001～25000).csv"
[6] "GIJI_2004zensho_dataset(25001～30000).csv"
[7] "GIJI_2004zensho_dataset(30001～32027).csv«
dt1 <- do.call(“rbind”, lapply(f.list, read.csv, col.names=cd1$namae, as.is=ft1,
header=FALSE))
dim(dt1)
[1] 32027 197
save(cd1, dt1, file=“giji.Rdata”)
# データレイアウト情報cd1とデータdt1を今後の利用のためgiji.Rdataとして保存

15. この先の分析は皆様で
お楽しみください
擬似ミクロデータ利用上のご注意
• あくまで「擬似」データであるため、実証分析には
擬似ミクロではなく匿名データをご利用ください。
（ただし匿名データのご利用は学術研究・高等教育目的
に限られています。）
• 今後のためにアンケートにご協力いただければ幸いです。
• 再配布はご容赦ください。
• 無償サービスにつき、申し訳ございませんが個別のサ
ポートなどは行っておりません。
15