Recommended
More Related Content
Similar to R言語勉強会#3.pdf
Similar to R言語勉強会#3.pdf (20)
R言語勉強会#3.pdf
- 3. データフレーム ❖ データフレーム − 同じ長さの複数のベクトルを１つにまとめたもの − 見た目はスプレッドシート（エクセルの表みたいな） 大学名 （Character） 総配分額 （Numeric/Integer） 旧帝大 （Logical） 東京大学 10000000000 TRUE 京都大学 5000000000 TRUE 信州大学 1000000000 FALSE 熊本大学 2000000000 FALSE （仮想データ）
- 5. 事前の準備をお願いします ❖ KAKENより採択課題情報ダウンロード − 期間：2018年∼2020年 − 種目：基盤研究（S） − 形式：CSVファイル https://kaken.nii.ac.jp
- 6. データのインポート ❖ 作業ディレクトリの設定（Rstudio） − 作業ディレクトリとはデフォルトでデータの読み書きを 行うところ − Rスクリプトから起動すると、作業ディレクトリは自動 的にそのRスクリプトと同じディレクトリになる − Rstudioでは右下のパネルから設定（Files → More）
- 7. データのインポート ❖ 作業ディレクトリの設定（コード） − 作業ディレクトリの確認： − 作業ディレクトリの設定： # 作業ディレクトリの確認 getwd( ) # 作業ディレクトリの設定例 # Rstudioで変えれば必要ないが、参考まで # 「 」を忘れない！ setwd( /Users/takuyakubo/Desktop ) getwd( ) setwd( )
- 8. データのインポート ❖ データのインポート − 外部データの読み込みは形式に応じてread.xxx( ) • csvファイルの読み込み： • txtファイルの読み込み： # csvファイルの読み込み d0 <- read.csv( kibanS.csv ) # d0の中身を確認 d0 read.csv( ) read.table( )
- 9. データフレームの概要を知る # 行列数の確認 dim( d0 ) # 列名の確認 names( d0 ) # 各列のデータ構造（列名、データ型等）の確認 str( d0 ) # 最初の６行を確認 head( d0 ) # 全ての列の要約 summary( d0 )
- 10. データフレームの要素にアクセス df[ 行, 列 ] [ 1, 1 ] [ 1, 2 ] [ 1, 3 ] [ 2, 1 ] [ 2, 2 ] [ 2, 3 ] [ 3, 1 ] [ 3, 2 ] [ 3, 3 ] 行 列
- 11. 列の操作 ❖ 特定の列にアクセスする # インデクスから列にアクセスする（※ベクトル） d0[ , 16 ] # 列名から列にアクセスする（※ベクトル） d0[ , 研究機関 ] # インデクスから列にアクセスする（※データフレーム） d0[ , c( 16, 14, 18) ] # 列名から列にアクセスする（※データフレーム） d0[ , c( 研究機関 , 審査区分 , 総配分額 ) ]
- 12. 列の操作 ❖ 単独の列にアクセスする − 単独の列にアクセスするなら「 $ 」を使った方が簡単 − 使い方：df$列名 # インデクスを使った列へのアクセス d0[ , 16 ] # 列名を使った列へのアクセス d0[ , 研究機関 ] # 「$」と列名を使った列へのアクセス d0$研究機関
- 13. 列の操作 ❖ 新しい列を作る − 「 df$新列名 <- 値 」 # 総配分額の100万円単位の列 d0$総配分額_百万 <- d0$総配分額 / 1000000 # 新しい列を確認する d0[ , c( 総配分額 , 総配分額_百万 ) ]
- 14. 列の操作 ❖ 選択した列だけのデータフレームを作る # 特定の列だけを選択して新しい変数に代入 d1 <- d0[ , c( 研究機関 , 審査区分 , 総配分額_百万 ) ] # 中身の確認 d1
- 15. データフレームの可視化 ❖ DTパッケージによる可視化 # DTパッケージのインストール（※要インターネット環境） install.packages( DT ) # DTパッケージの呼び出し library( DT ) # datatable関数による可視化 datatable( d1 )
- 16. 行の操作 ❖ 特定の行にアクセスする # 3行目にアクセスする d1[ 3, ] # １0∼20行にアクセスする d1[ 10 : 20, ] # １∼100行以外にアクセスする d1[ - ( 1 : 100 ), ]
- 17. 行の操作 ❖ 条件に合致する行にアクセスする # 総配分額が2億円以上 d1[ d1$総配分額_百万 >= 200, ] # 研究機関が東京大学 d1[ d1$研究機関 == 東京大学 , ]
- 18. 行の操作 ❖ 条件に合致する行にアクセスする # 総配分額が2億円以上 subset( d1, 総配分額_百万 >= 200 ) # 研究機関が東京大学 subset( d1, 研究機関 == 東京大学 )
- 19. データフレームを集計する ❖ aggregate( )を使った集計 − 書き方は色々あるが、 − aggregate( 集計対象 集計単位, df, 適用する関数 ) # 総配分額の平均を審査区分ごとに集計 aggregate( 総配分額_百万 審査区分 , d1, mean ) # 総配分額の合計を研究機関と審査区分ごとに集計 aggregate( 総配分額_百万 研究機関 + 審査区分, d1, sum )
- 20. データフレームを集計する ❖ aggregate( )を使った集計 − 書き方は色々あるが、 − aggregate( 集計対象 集計単位, df, 適用する関数 ) # 新しいデータフレームを作成 d2 <- aggregate( 総配分額_百万 研究機関 + 審査区分, d1, sum ) # datatable関数による可視化 datatable( d2 )
- 21. データのエクスポート ❖ データのエクスポート − 外部データの書き出しは形式に応じてwrite.xxx( ) • csvファイルの読み込み： • txtファイルの読み込み： # csvファイルの書き出し write.csv( d2, kibanS_cleaned.csv , fileEncoding = CP932 ) # write.csv( 出力対象, 出力ファイル名, … ) # 日本語で文字化けしないよう文字コードを指定（fileEncoding） write.csv( ) write.table( )