Googleデータアナリティックスプロフェッショナルを受講しています。
今回はR言語のパッケージ・tidyverseの基本的な機能について学びました。

R言語のパッケージ

R言語では、ユーザーが作成した再利用可能なR言語の関数・ドキュメントが含まれたパッケージを再利用することができます。インストールされているパッケージを確認するには、installed.packages()というコマンドを実行します。
他にも、packagesペインからもアクティブなパッケージを確認できます。

Tidyverse

データ分析に活用できるパッケージとして、多くの場合tidyverseが使われます。
tidyverseにはコアとなる8つのパッケージ(ggplot2, tibble, tidyr, readr, purrr, dplyr, stringr, forcats)が含まれています。

パイプ演算子を使う

#dplyrの関数を使ってフィルタリングする
library(dplyr)

#モルモットの歯の成長に関するデータ
data("ToothGrowth")
View(ToothGrowth)
summary(ToothGrowth)

#アスコルビン酸、オレンジジュースの投薬量が0.5である場合をフィルタリングする
filtered_tg <- filter(ToothGrowth, dose == 0.5)
View(filtered_tg)

#薬量が0.5であるケースを歯の伸長で並べる
filtered_tg_arranged <- arrange(filtered_tg, len)
View(filtered_tg_arranged)

#フィルタリング・ソートをネストにして一度に行うことも可能
filtered_tg_nest <- arrange(filter(ToothGrowth, dose == 0.5), len)
View(filtered_tg_nest)

#パイプ演算子を使うと、どのような処理が行われるか記述しやすくなる
#ctrl + shift + m - パイプ演算子を入力
filteres_toothgrowth <- ToothGrowth %>%
	filter(dose==0.5) %>%
	arrange(len)

#投薬した薬ごとに分類 → 平均値を比較する 
filteres_toothgrowth <- ToothGrowth %>%
	filter(dose==0.5) %>%
	group_by(supp) %>%
	summarize(mean_len=mean(len, na.rm=T), .group="drop")

View(filteres_toothgrowth)