Rで解析：ちょっとしたデータの操作に便利です。「patr1ckm」パッケージ

基本コマンドを工夫すればほとんどのことが可能なRですが、できればパッケージを利用してサクッと処理したいものです。ちょっとしたデータの操作に便利なパッケージの紹介です。

欠損値に対して関数を処理する「applyna」コマンドやfactor classのラベルをnumeric classに変換する「fac2num」コマンドは意外と便利かもしれません。

パッケージバージョンは0.1。実行コマンドはR version 4.2.2で確認しています。

パッケージのインストール

下記、コマンドを実行してください。

#パッケージのインストール
install.packages("devtools")
devtools::install_github("patr1ckm/patr1ckm")

実行コマンド

詳細はコメント、パッケージのヘルプを確認してください。

#&#12497;&#12483;&#12465;&#12540;&#12472;&#12398;&#35501;&#12415;&#36796;&#12415;
library("patr1ckm")

###&#12487;&#12540;&#12479;&#20363;&#12398;&#20316;&#25104;#####
n <- 30
TestData <- data.frame(Group = sample(paste0("Group", 1:5), n, replace = TRUE),
                       Data1 = rnorm(n),
                       Data2 = rnorm(n) + rnorm(n) + rnorm(n),
                       Data3 = sample(c(0:1, NA), n, replace = TRUE),
                       Data4 = sample(LETTERS[1:26], n, replace = TRUE))
#######

#&#20966;&#29702;&#26041;&#21521;&#12434;&#25351;&#23450;:mar&#12458;&#12503;&#12471;&#12519;&#12531;;&#34892;:1,&#21015;:2
#&#38306;&#25968;&#12434;&#25351;&#23450;:FUN&#12458;&#12503;&#12471;&#12519;&#12531;
applyna(TestData, mar = 2, FUN = sum)
Group Data1 Data2 Data3 Data4 
0     0     0    11     0

#factor class&#12434;numeric class&#12395;&#22793;&#25563;:fac2num&#12467;&#12510;&#12531;&#12489;
#factor class&#12398;&#20363;
x <- factor(c(3, 4, 9, 4, 9))
sum(x)
Summary.factor(c(1L, 2L, 3L, 2L, 3L), na.rm = FALSE) &#12391;&#12456;&#12521;&#12540;: 
  &lsquo;sum&rsquo; &#12399;&#22240;&#23376;&#12395;&#23550;&#12375;&#12390;&#12399;&#28961;&#24847;&#21619;&#12391;&#12377;
#as.numeric&#12391;&#22793;&#25563;
#&#25968;&#20516;&#12395;&#12394;&#12426;&#12414;&#12379;&#12435;
as.numeric(x)
[1] 1 2 3 2 3
#fac2num&#12467;&#12510;&#12531;&#12489;
fac2num(x)
[1] 3 4 9 4 9

#&#12487;&#12540;&#12479;&#20869;&#23481;&#12434;&#34892;&#21015;&#25351;&#23450;&#12375;&#12390;&#34920;&#31034;:hh&#12467;&#12510;&#12531;&#12489;
#&#12487;&#12540;&#12479;&#12399;list,matrix,data.frame&#12364;&#23550;&#24540;
hh(TestData, nrows = 10, ncols = 3)
    Group      Data1      Data2
1  Group5  0.9076054 -0.4986835
2  Group1 -1.0633429  0.9135707
3  Group3  0.1899058 -3.2955295
4  Group4 -0.5413327 -0.5238083
5  Group3 -0.6785925  0.9935114
6  Group2  0.4760690 -1.8305393
7  Group2 -0.4870935  1.0061167
8  Group2 -1.4819214 -0.5239308
9  Group1 -0.4824324 -2.9419682
10 Group1  0.3007636  3.8981577

少しでも、あなたの解析が楽になりますように！！