Rで解析:データ集計でよく使う「tidyverse」パッケージのコマンド

データ集計でよく使っている「tidyverse」パッケージのコマンドです。マニアックなことはしていません。数は少ないですが基本的な内容です。

パッケージバージョンは1.2.1。windows 10のR version 3.5.2で動作を確認しています。

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。

install.packages("tidyverse")

データ例の作成

Rに標準で用意されているirisを変更して使用します。下記コマンドを実行してください。

#tibble形式に変換
as.tibble(iris) %>%
　#id情報を付与
  rowid_to_column(var = "ID") %>%
　#Speciesに"_色情報"を付与
  mutate(Species = str_c(Species,
                         c("red", "yellow", "blue"),
                         sep = "_")) %>%
　#列名Speciesを"Species_Color"に変更
　rename("Species_Color" = Species) %>%
　#データ順を変更
  select(ID, Species_Color, everything()) -> TestData

完成データ

データの操作例

①Species_Colorごとの統計量を算出する。

TestData %>%
　#IDを除去
  select(-ID) %>% 
　#Species_Colorでグループ化 
  group_by(Species_Color) %>%
　#データをまとめて処理
  summarise_all(list("Mean" = ~mean(., na.rm = TRUE), #平均
                     "sd" = ~sd(., na.rm = TRUE))) %>% #標準偏差
  ungroup() -> PlotData

完成データ

②Spcies_Colorデータを”Species”と”Color”に分割し
“Color” をred,yellow,blueの順序を持つFactorに変換後、 “Species”と”Color” ごとの統計量を算出する。

TestData %>%
  #IDを除去
  select(-ID) %>%
  #Species_Colorを"_"で分割
  separate(Species_Color, into = c("Species", "Color"), sep = "_") %>%
  #Colorをred,blue,yellowの順序を持つFactor化
　mutate(Color = factor(Color, c("red", "blue", "yellow"))) %>%
  #SpeciesとColorでグループ化 
  group_by(Species, Color) %>%
  #データをまとめて処理
  summarise_all(list("Mean" = ~mean(., na.rm = TRUE), #平均
                     "sd" = ~sd(., na.rm = TRUE))) %>% #標準偏差
  ungroup() -> FactorPlotData

完成データ

③TestDataを縦型データにする

TestData %>%
  gather(key = "Label", value = "Value",
　　　　　-ID, -Species_Color) -> GatherData

完成データ

④GatherDataを横型データにする

GatherData %>%
  spread(key = Label, value = Value)

少しでも、あなたの解析が楽になりますように！！