分析を行っている中で、各水準毎に可視化を行い傾向の違いがあるかなどを確認することがあるかと思います。その場合、ggplot2ユーザーであれば以下のようにggplot2::facet_wrap()を使って一つのグラフで確認することが多いかと思います。
ggplot(mtcars, aes(disp, mpg)) +
geom_point() +
facet_wrap(~cyl)
分析者が手元で傾向を確かめるだけなら十二分かなと思うのですが、レポートを行う時などに、どうしても各水準毎のグラフを保存したい時があったりします。(PowerPointに画像を添付するなんて恐ろしいことも時にはありますよね?)
そんな時に各水準毎に繰り返しコードを書かずに、purrrで対応する方法を記載しようと思います。
準備
一応Rとパッケージのversionを掲載しつつ、必要なパッケージを読み込みます。
> R.version.string
[1] "R version 3.6.1 (2019-07-05)"
> packageVersion("purrr")
[1] ‘0.3.2’
> packageVersion("ggplot2")
[1] ‘3.2.1’
library(purrr)
library(ggplot2)
また、今回可視化にはRに標準で組み込まれているmtcarsのデータセットを利用します。詳細は?mtcarsで確認することができます。
結論
いきなり結論ですが、split()とpurrr::iwalk()を組み合わせることでサクッと実現できます。
mtcars %>%
split(.$cyl) %>%
iwalk(~ ggplot(.x, aes(disp, mpg)) +
geom_point() +
ggtitle(paste0("cyl-", .y)) +
ggsave(paste0("fig/cyl-", .y, ".png")))
解説
結論に記載したサンプルコードですが、purrr::map()くらいしか利用していなかった当時の自分には理解に時間がかかったので解説を記載しておこうと思います。
なぜimap()ではなくiwalk()なのか
imap()とは
map2(x, names(x), ...)もしくはmap2(x, seq_along(x), ...)の短縮版です。
例えば以下のように利用することができます。
> imap_chr(mtcars, ~ paste0(.y, ": ", median(.x)))
mpg cyl disp hp drat
"mpg: 19.2" "cyl: 6" "disp: 196.3" "hp: 123" "drat: 3.695"
wt qsec vs am gear
"wt: 3.325" "qsec: 17.71" "vs: 0" "am: 0" "gear: 4"
carb
"carb: 2"
# imap_chr()と同様の結果が得られる
> map2_chr(mtcars, names(mtcars), ~ paste0(.y, ": ", median(.x)))
mpg cyl disp hp drat
"mpg: 19.2" "cyl: 6" "disp: 196.3" "hp: 123" "drat: 3.695"
wt qsec vs am gear
"wt: 3.325" "qsec: 17.71" "vs: 0" "am: 0" "gear: 4"
carb
"carb: 2"
walk()とは
多くの関数の場合、返り値を取得することは理に適っていますが、cat()やwrite.csv()などの関数に関して言えば副次的な効果が目的であり返り値を持たない方が適切な場合があります。
例えばAdvanced R 2nd editionの9 Functionalsに具体例が載っているので引用します。
welcome <- function(x) {
cat("Welcome ", x, "!\n", sep = "")
}
names <- c("Hadley", "Jenny")
# As well as generate the welcomes, it also shows
# the return value of cat()
map(names, welcome)
# > Welcome Hadley!
# > Welcome Jenny!
# > [[1]]
# > NULL
# >
# > [[2]]
# > NULL
上記のような場合だとNULLは不要なので、返り値を隠してくれるwalk()の出番になります。
walk(names, welcome)
# > Welcome Hadley!
# > Welcome Jenny!
まとめ
画像の保存だけを行うのであれば、特に返り値としてグラフは必要でないので、iwalk()を利用します。
（ただし、RStudio上で出力を確認しておきたい場合などはimap()を利用したほうが手っ取り早いです）
~は何者なのか
こちらに全て書いてあるので蛇足感しかありませんが、一応解説を記載しておきます。
apply族やpurrrを利用していると、複数の関数を組み合わせたりするために以下のように無名関数を書くことが多くなります。
> map_dbl(mtcars, function(x) length(unique(x)))
mpg cyl disp hp drat wt qsec vs am gear carb
25 3 27 22 22 29 30 2 2 3 6
無名関数は十分有用なのですが、やや冗長になってしまいがちです。そこでpurrrは~を利用したショートカットを提供しています。
> map_dbl(mtcars, ~ length(unique(.x)))
mpg cyl disp hp drat wt qsec vs am gear carb
25 3 27 22 22 29 30 2 2 3 6
なので、結論に記載したショートカットを利用したコードを無名関数を利用して書き直すと以下のようになります。
mtcars %>%
split(.$cyl) %>%
iwalk(function(x, y) ggplot(x, aes(disp, mpg)) +
geom_point() +
ggtitle(paste0("cyl-", y)) +
ggsave(paste0("fig/cyl-", y, ".png")))
ちなみに、.xとなっているのは一般的な引数と被らないための工夫からです。（こちらを読むと記載があります）
誤っている部分やよりスマートに書く方法がある場合は是非ご指摘いただけますと幸いです。
Enjoy!