LoginSignup
4
3

More than 5 years have passed since last update.

R よく使用するメソッドのまとめ

Last updated at Posted at 2017-06-13

行列

matrix(data, nrow, ncol, byrow, dimnames)

data: 行列の要素となるベクトル
nrow:行数
ncol:列数
byrow:論理値(TRUEの場合入力ベクトルを行ごとに配列する)
dimnames:行と列に割り当てた名前のベクトル

行列の四則演算

matrix1 <- matrix(c(3, 9, -1, 4, 2, 6), nrow = 2)
matrix2 <- matrix(c(5, 2, 0, 9, 3, 4), nrow = 2)
addResult <- matrix1 + matrix2
subResult <- matrix1 - matrix2
mulResult <- matrix1 * matrix2
divResult <- matrix1 / matrix2

配列

array(data, dim, dimnames)

data:配列の要素となるベクトル
dim:次元のベクトル (⇒c(l,m,n) l行m列n個の行列を作成する)
dimnames:各次元に対して割り当てた名前のベクトル

配列の計算

apply(x, margin, fun)

x:配列
margin:使用するデータセットの名前のベクトル (⇒c(1) 1行目の全ての要素)
fun:配列の要素に適用する関数

因子

factor(data, levels)

data:ベクトル
levels:レベルの順序を適応する

因子レベルの生成

gl(n, k, labels)

n:レベルの数
k:複製回数
labels:因子レベルのラベルのベクトル

データフレーム

data.frame(data)

data:[行名 = ベクトル]の形式の引数群

<特性>
- 列名は空でなければいけない
- 行名は一意でなければいけない
- データフレームに格納するデータは数値/因子/文字列の型が可能である
- 各列は同じ数のデータが含まれる必要がある

データ構造の取得

str(data_frame)

data_frame:データフレーム

データ構造の概要の取得

summary(data_frame)

data_frame:データフレーム

データフレームからのデータ抽出

data.frame(data_frame$col1,data_frame$col2)

data_frame:データフレームの指定
col1,col2:抽出する列データ(複数可能)

列の追加

data_frame$newCol <- vector

data_frame:データフレームの指定
newCol:追加する列名
vector:追加する列ベクトル

行の追加

rbind(exist_data_frame, new_data_frame)

exist_data_frame:既存のデータフレーム
new_data_frame:追加するデータフレーム

パッケージ

Rパッケージのライブラリファイルのパスの表示

.libPaths()

インストール済のパッケージの表示

library()

R環境の読み込み済のパッケージの表示

search()

新しいパッケージのインストール

install.packages(“Package Name”) (⇒CRANから直接取得する場合)
install.packages(file_name_with_path, repos = NULL, type = “source”) (⇒Rパッケージからダウンロードしたzipファイルの場合)

パッケージをライブラリに読み込む

library(“package Name”, lib.loc = “path to library")

データ整形

列ベクトル結合

cbind(col1, col2)

col1,col2:列ベクトル(複数可能)

同じ列数のデータフレーム結合

rbind(data_frame1, data_frame2)

data_frame1, data_frame2:同じ列構造のデータフレーム(複数可能)

データフレームのマージ

merge(x, y, by.x, by.y)

x, y:データフレーム
by.x, by.y:マージする列名のベクトル

参考

4
3
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
4
3