Rとdplyrでピボットテーブル

エクセルのピボットデーブルって便利ですよね。
Rで同じようなことやろうと思うとちょっと面倒、、、と思っていましたが、dplyrなら簡単でした。
エクセル同様、何も考えずにピボットテーブル的なものが作れます。

library(tidyverse)  #まずはtidyverseを読み込む

# 出土遺物の一覧表をイメージしたデータフレームを作成
a<-c("中期","後期","晩期","晩期","中期","後期","後期","晩期","中期","晩期")
b<-c("厚沢部","江差","江差","厚沢部","江差","厚沢部","江差","江差","厚沢部","江差")
d<-c(18,21,6,32,8,15,2,21,17,7)
data<-data.frame(時期=a,地域=b,数量=d)

head(data)  #こんな感じのデータ
   時期   地域 数量
1  中期 厚沢部   18
2  後期   江差   21
3  晩期   江差    6
4  晩期 厚沢部   32
5  中期   江差    8
6  後期 厚沢部   15

group_by()　%>%　summarize()　%>%　spread()　とデータを渡すとエクセルのピボットテーブルと同じものができます。

data%>%
    group_by(時期,地域)　%>%　#goup_by()で時期と地域でグルーピング
    summarize(出土点数=sum(数量))　%>%　#summarize()　で時期と地域ごとの出土点数を合計する
    spread(地域,出土点数)　#spread()で時期を縦軸、地域を横軸にとって出土点数の合計を一覧にする

# A tibble: 3 x 3
# Groups:   時期 [3]
  時期  厚沢部  江差
  <fct>  <dbl> <dbl>
1 後期      15    23
2 中期      35     8
3 晩期      32    34

summarize()を平均（mean()）とか個数（count = n()）とかにしてやれば何でもできる。

補足

それぞれのプロセスでデータがどのように変形されているかをみてみる。

## 中期の厚沢部、後期の江差、、、というようにデータをグループ化して次の関数に渡している。
## 実は見た目は元のデータと変わらない。
data%>%
    group_by(時期,地域) %>%
    head()
# A tibble: 10 x 3
# Groups:   時期, 地域 [6]
   時期  地域    数量
   <fct> <fct>  <dbl>
 1 中期  厚沢部    18
 2 後期  江差      21
 3 晩期  江差       6
 4 晩期  厚沢部    32
 5 中期  江差       8
 6 後期  厚沢部    15

##group_by()で指定されたフィールド（地域と時期）ごとに合計を算出して「出土点数」というフィールドに格納
%>% summarize(出土点数=sum(数量))
# A tibble: 6 x 3
# Groups:   時期 [?]
  時期  地域   出土点数
  <fct> <fct>     <dbl>
1 後期  厚沢部       15
2 後期  江差         23
3 中期  厚沢部       35
4 中期  江差          8
5 晩期  厚沢部       32
6 晩期  江差         34

##引数で「地域」を指定し、「地域」を横軸にとった一覧表が完成
%>%  spread(地域,出土点数)
# A tibble: 3 x 3
# Groups:   時期 [3]
  時期  厚沢部  江差
  <fct>  <dbl> <dbl>
1 後期      15    23
2 中期      35     8
3 晩期      32    34