はじめに
Rのデータフレームの行の操作について、サンプルデータを用いて具体的に練習してみました。
目次
- Rのデータフレームの行についての操作
- 参考
Rのデータフレームの行についての操作
Rのデータフレームの行の操作について、サンプルデータを用いて具体的に練習します。
なお、以下については別記事でまとめています。
- 列の操作について：こちら
- 集計操作について：こちら
- pivot操作について：こちら
- データフレームの関数について：こちら
参考：
https://r4ds.had.co.nz/transform.html
https://github.com/tidyverse/dplyr
https://heavywatal.github.io/rstats/dplyr.html
練習に用いるデータ
Rのサンプルデータirisとanscombeを用います。
行番号を表示した方が分かりやすいため、tibble::rowid_to_column()で行番号を列名にしています。
（こちらの記事と同じデータを用います。）
R
library(dplyr)
library(tibble)
library(tidyr)
iris
# 行番号を列名に
iris_tbl <- iris %>% as_tibble() %>% rowid_to_column("id")
iris_tbl
# # A tibble: 150 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 4.9 3 1.4 0.2 setosa
# 3 3 4.7 3.2 1.3 0.2 setosa
# 4 4 4.6 3.1 1.5 0.2 setosa
# 5 5 5 3.6 1.4 0.2 setosa
# 6 6 5.4 3.9 1.7 0.4 setosa
# 7 7 4.6 3.4 1.4 0.3 setosa
# 8 8 5 3.4 1.5 0.2 setosa
# 9 9 4.4 2.9 1.4 0.2 setosa
# 10 10 4.9 3.1 1.5 0.1 setosa
# # ... with 140 more rows
anscombe
anscombe_tbl <- anscombe %>% as_tibble() %>% rowid_to_column("id")
anscombe_tbl
# # A tibble: 11 x 9
# id x1 x2 x3 x4 y1 y2 y3 y4
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 1 10 10 10 8 8.04 9.14 7.46 6.58
# 2 2 8 8 8 8 6.95 8.14 6.77 5.76
# 3 3 13 13 13 8 7.58 8.74 12.7 7.71
# 4 4 9 9 9 8 8.81 8.77 7.11 8.84
# 5 5 11 11 11 8 8.33 9.26 7.81 8.47
# 6 6 14 14 14 8 9.96 8.1 8.84 7.04
# 7 7 6 6 6 8 7.24 6.13 6.08 5.25
# 8 8 4 4 4 19 4.26 3.1 5.39 12.5
# 9 9 12 12 12 8 10.8 9.13 8.15 5.56
# 10 10 7 7 7 8 4.82 7.26 6.42 7.91
# 11 11 5 5 5 8 5.68 4.74 5.73 6.89
slice()：行の番号抽出
行を行番号で抽出します。
R
# slice()
iris_tbl %>%
slice(c(1, 3, 5))
# # A tibble: 3 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 3 4.7 3.2 1.3 0.2 setosa
# 3 5 5 3.6 1.4 0.2 setosa
iris_tbl %>%
slice(11:15)
# # A tibble: 5 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 11 5.4 3.7 1.5 0.2 setosa
# 2 12 4.8 3.4 1.6 0.2 setosa
# 3 13 4.8 3 1.4 0.1 setosa
# 4 14 4.3 3 1.1 0.1 setosa
# 5 15 5.8 4 1.2 0.2 setosa
iris_tbl %>%
slice(seq(1, 50, 10))
# # A tibble: 5 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 11 5.4 3.7 1.5 0.2 setosa
# 3 21 5.4 3.4 1.7 0.2 setosa
# 4 31 4.8 3.1 1.6 0.2 setosa
# 5 41 5 3.5 1.3 0.3 setosa
c(1, 3, 5)
# [1] 1 3 5
11:15
# [1] 11 12 13 14 15
seq(1, 50, 10)
# [1] 1 11 21 31 41
group_by()でグループ化しておくと、グループごとに番号抽出できます。
R
iris_tbl %>%
group_by(Species) %>%
slice(c(1, 3, 5))
# # A tibble: 9 x 6
# # Groups: Species [3]
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 3 4.7 3.2 1.3 0.2 setosa
# 3 5 5 3.6 1.4 0.2 setosa
# 4 51 7 3.2 4.7 1.4 versicolor
# 5 53 6.9 3.1 4.9 1.5 versicolor
# 6 55 6.5 2.8 4.6 1.5 versicolor
# 7 101 6.3 3.3 6 2.5 virginica
# 8 103 7.1 3 5.9 2.1 virginica
# 9 105 6.5 3 5.8 2.2 virginica
slice_head(), slice_tail()：先頭のn行・末尾のn行抽出
先頭のn行、末尾のn行を抽出します。n行（行数）の代わりに割合指定もできます。
グループ化しておくと、グループごとにn行抽出できます。
R
# slice_head(), slice_tail()
iris_tbl %>%
slice_head(n = 2)
# # A tibble: 2 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 4.9 3 1.4 0.2 setosa
iris_tbl %>%
slice_head(prop = 0.02)
# # A tibble: 3 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 4.9 3 1.4 0.2 setosa
# 3 3 4.7 3.2 1.3 0.2 setosa
# 150 * 0.02 == 3
iris_tbl %>%
slice_tail(n = 2)
# # A tibble: 2 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 149 6.2 3.4 5.4 2.3 virginica
# 2 150 5.9 3 5.1 1.8 virginica
iris_tbl %>%
slice_tail(prop = 0.02)
# # A tibble: 3 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 148 6.5 3 5.2 2 virginica
# 2 149 6.2 3.4 5.4 2.3 virginica
# 3 150 5.9 3 5.1 1.8 virginica
iris_tbl %>%
group_by(Species) %>%
slice_head(n = 2)
# # A tibble: 6 x 6
# # Groups: Species [3]
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 4.9 3 1.4 0.2 setosa
# 3 51 7 3.2 4.7 1.4 versicolor
# 4 52 6.4 3.2 4.5 1.5 versicolor
# 5 101 6.3 3.3 6 2.5 virginica
# 6 102 5.8 2.7 5.1 1.9 virginica
slice_max(), slice_min()：最大のn行・最小のn行抽出
最大のn行、最小のn行を抽出します。n行（行数）の代わりに割合指定もできます。
グループ化しておくと、グループごとにn行抽出できます。
R
# slice_max(), slice_min()
iris_tbl %>%
slice_max(Sepal.Length, n = 2)
# # A tibble: 5 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 132 7.9 3.8 6.4 2 virginica
# 2 118 7.7 3.8 6.7 2.2 virginica
# 3 119 7.7 2.6 6.9 2.3 virginica
# 4 123 7.7 2.8 6.7 2 virginica
# 5 136 7.7 3 6.1 2.3 virginica
# Sepal.Lengthが2番目に大きいもの（7.7）が4個あるため、結果として5行出力される
iris_tbl %>%
slice_max(Sepal.Length, prop = 0.02)
# # A tibble: 5 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 132 7.9 3.8 6.4 2 virginica
# 2 118 7.7 3.8 6.7 2.2 virginica
# 3 119 7.7 2.6 6.9 2.3 virginica
# 4 123 7.7 2.8 6.7 2 virginica
# 5 136 7.7 3 6.1 2.3 virginica
iris_tbl %>%
slice_min(Sepal.Length, n = 2)
# # A tibble: 4 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 14 4.3 3 1.1 0.1 setosa
# 2 9 4.4 2.9 1.4 0.2 setosa
# 3 39 4.4 3 1.3 0.2 setosa
# 4 43 4.4 3.2 1.3 0.2 setosa
iris_tbl %>%
slice_min(Sepal.Length, prop = 0.02)
# # A tibble: 4 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 14 4.3 3 1.1 0.1 setosa
# 2 9 4.4 2.9 1.4 0.2 setosa
# 3 39 4.4 3 1.3 0.2 setosa
# 4 43 4.4 3.2 1.3 0.2 setosa
iris_tbl %>%
group_by(Species) %>%
slice_max(Sepal.Length, n = 2)
# # A tibble: 10 x 6
# # Groups: Species [3]
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 15 5.8 4 1.2 0.2 setosa
# 2 16 5.7 4.4 1.5 0.4 setosa
# 3 19 5.7 3.8 1.7 0.3 setosa
# 4 51 7 3.2 4.7 1.4 versicolor
# 5 53 6.9 3.1 4.9 1.5 versicolor
# 6 132 7.9 3.8 6.4 2 virginica
# 7 118 7.7 3.8 6.7 2.2 virginica
# 8 119 7.7 2.6 6.9 2.3 virginica
# 9 123 7.7 2.8 6.7 2 virginica
# 10 136 7.7 3 6.1 2.3 virginica
iris_tbl %>%
group_by(Species) %>%
slice_min(Sepal.Length, n = 2)
# # A tibble: 9 x 6
# # Groups: Species [3]
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 14 4.3 3 1.1 0.1 setosa
# 2 9 4.4 2.9 1.4 0.2 setosa
# 3 39 4.4 3 1.3 0.2 setosa
# 4 43 4.4 3.2 1.3 0.2 setosa
# 5 58 4.9 2.4 3.3 1 versicolor
# 6 61 5 2 3.5 1 versicolor
# 7 94 5 2.3 3.3 1 versicolor
# 8 107 4.9 2.5 4.5 1.7 virginica
# 9 122 5.6 2.8 4.9 2 virginica
slice_sample()：行のサンプリング抽出
行のサンプリング抽出をします。
グループ化しておくと、グループごとにサンプリングできます。
R
# slice_sample()
set.seed(1) # 乱数のシードの固定
iris_tbl %>%
slice_sample(n = 2) # 非復元抽出（デフォルト）
# # A tibble: 2 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 68 5.8 2.7 4.1 1 versicolor
# 2 129 6.4 2.8 5.6 2.1 virginica
set.seed(1) # 乱数のシードの固定
iris_tbl %>%
slice_sample(n = 2, replace = TRUE) # 復元抽出
# # A tibble: 2 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 68 5.8 2.7 4.1 1 versicolor
# 2 129 6.4 2.8 5.6 2.1 virginica
set.seed(1) # 乱数のシードの固定
iris_tbl %>%
group_by(Species) %>%
slice_sample(n = 2)
# # A tibble: 6 x 6
# # Groups: Species [3]
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 4 4.6 3.1 1.5 0.2 setosa
# 2 39 4.4 3 1.3 0.2 setosa
# 3 51 7 3.2 4.7 1.4 versicolor
# 4 84 6 2.7 5.1 1.6 versicolor
# 5 123 7.7 2.8 6.7 2 virginica
# 6 143 5.8 2.7 5.1 1.9 virginica
filter()：行の条件抽出
行を条件抽出します。
R
# filter()
iris_tbl %>%
filter(Sepal.Length == 4.9)
# # A tibble: 6 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 2 4.9 3 1.4 0.2 setosa
# 2 10 4.9 3.1 1.5 0.1 setosa
# 3 35 4.9 3.1 1.5 0.2 setosa
# 4 38 4.9 3.6 1.4 0.1 setosa
# 5 58 4.9 2.4 3.3 1 versicolor
# 6 107 4.9 2.5 4.5 1.7 virginica
iris_tbl %>%
filter(Sepal.Length == 4.9 & Species == "setosa")
# # A tibble: 4 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 2 4.9 3 1.4 0.2 setosa
# 2 10 4.9 3.1 1.5 0.1 setosa
# 3 35 4.9 3.1 1.5 0.2 setosa
# 4 38 4.9 3.6 1.4 0.1 setosa
iris_tbl %>%
filter(Sepal.Length == 4.9 & (Species == "versicolor" | Species == "virginica"))
# # A tibble: 2 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 58 4.9 2.4 3.3 1 versicolor
# 2 107 4.9 2.5 4.5 1.7 virginica
NAが含まれるときは少し注意が必要です。（参考）
R
# NAが入ったデータを準備
iris_tbl_na <- iris_tbl %>%
slice_head(n = 10) %>%
mutate(Sepal.Length = na_if(Sepal.Length, 4.9)) %>% print()
# # A tibble: 10 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 NA 3 1.4 0.2 setosa
# 3 3 4.7 3.2 1.3 0.2 setosa
# 4 4 4.6 3.1 1.5 0.2 setosa
# 5 5 5 3.6 1.4 0.2 setosa
# 6 6 5.4 3.9 1.7 0.4 setosa
# 7 7 4.6 3.4 1.4 0.3 setosa
# 8 8 5 3.4 1.5 0.2 setosa
# 9 9 4.4 2.9 1.4 0.2 setosa
# 10 10 NA 3.1 1.5 0.1 setosa
iris_tbl_na %>%
filter(Sepal.Length != 5.0)
# # A tibble: 6 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 3 4.7 3.2 1.3 0.2 setosa
# 3 4 4.6 3.1 1.5 0.2 setosa
# 4 6 5.4 3.9 1.7 0.4 setosa
# 5 7 4.6 3.4 1.4 0.3 setosa
# 6 9 4.4 2.9 1.4 0.2 setosa
# NAの行も5.0ではないが、除去される
iris_tbl_na %>%
filter(Sepal.Length == 5.0 | Sepal.Length != 5.0)
# # A tibble: 8 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 3 4.7 3.2 1.3 0.2 setosa
# 3 4 4.6 3.1 1.5 0.2 setosa
# 4 5 5 3.6 1.4 0.2 setosa
# 5 6 5.4 3.9 1.7 0.4 setosa
# 6 7 4.6 3.4 1.4 0.3 setosa
# 7 8 5 3.4 1.5 0.2 setosa
# 8 9 4.4 2.9 1.4 0.2 setosa
# NAの行が除去されるため、「5.0または5.0でない」の結果が全体にならない
is.na()：NAかどうか
NAかどうかを判定します。
R
iris_tbl_na %>%
filter(is.na(Sepal.Length))
# # A tibble: 2 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 2 NA 3 1.4 0.2 setosa
# 2 10 NA 3.1 1.5 0.1 setosa
iris_tbl_na %>%
filter(!is.na(Sepal.Length))
# # A tibble: 8 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 3 4.7 3.2 1.3 0.2 setosa
# 3 4 4.6 3.1 1.5 0.2 setosa
# 4 5 5 3.6 1.4 0.2 setosa
# 5 6 5.4 3.9 1.7 0.4 setosa
# 6 7 4.6 3.4 1.4 0.3 setosa
# 7 8 5 3.4 1.5 0.2 setosa
# 8 9 4.4 2.9 1.4 0.2 setosa
iris_tbl_na %>%
drop_na(Sepal.Length)
# # A tibble: 8 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 3 4.7 3.2 1.3 0.2 setosa
# 3 4 4.6 3.1 1.5 0.2 setosa
# 4 5 5 3.6 1.4 0.2 setosa
# 5 6 5.4 3.9 1.7 0.4 setosa
# 6 7 4.6 3.4 1.4 0.3 setosa
# 7 8 5 3.4 1.5 0.2 setosa
# 8 9 4.4 2.9 1.4 0.2 setosa
指定した列がNAの行を削除するには、drop_na()も使えます。
%in%
R
# %in%
iris_tbl %>%
filter(Sepal.Length %in% c(4.3, 4.4, 4.5))
# A tibble: 5 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 9 4.4 2.9 1.4 0.2 setosa
# 2 14 4.3 3 1.1 0.1 setosa
# 3 39 4.4 3 1.3 0.2 setosa
# 4 42 4.5 2.3 1.3 0.3 setosa
# 5 43 4.4 3.2 1.3 0.2 setosa
between()
R
# between()
iris_tbl %>%
filter(between(Sepal.Length, left = 4.3, right = 4.5))
# A tibble: 5 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 9 4.4 2.9 1.4 0.2 setosa
# 2 14 4.3 3 1.1 0.1 setosa
# 3 39 4.4 3 1.3 0.2 setosa
# 4 42 4.5 2.3 1.3 0.3 setosa
# 5 43 4.4 3.2 1.3 0.2 setosa
# これと同じ
iris_tbl %>%
filter(4.3 <= Sepal.Length & Sepal.Length <= 4.5)
near()：計算誤差込みの等号
計算誤差のために等号==がうまく使えないときがあります。そのような場合に計算誤差込みで等号を判定するために使います。
R
# near()
iris_tbl %>%
filter(Sepal.Length == 4.4)
# # A tibble: 3 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 9 4.4 2.9 1.4 0.2 setosa
# 2 39 4.4 3 1.3 0.2 setosa
# 3 43 4.4 3.2 1.3 0.2 setosa
# Sepal.Length == 4.4 は3行ある
iris_tbl %>%
filter(Sepal.Length - 0.1 == 4.3)
# # A tibble: 0 x 6
# # ... with 6 variables: id <int>, Sepal.Length <dbl>, Sepal.Width <dbl>, Petal.Length <dbl>,
# # Petal.Width <dbl>, Species <fct>
# Sepal.Length - 0.1 == 4.3 は1行も出てこない
iris_tbl %>%
filter(near(Sepal.Length - 0.1, 4.3))
# # A tibble: 3 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 9 4.4 2.9 1.4 0.2 setosa
# 2 39 4.4 3 1.3 0.2 setosa
# 3 43 4.4 3.2 1.3 0.2 setosa
# near(Sepal.Length - 0.1, 4.3) とすると3行で出てくる
計算誤差のために4.4 - 4.3 == 0.1はTRUEになりません。near(4.4 - 4.3, 0.1)はTRUEになります。
R
4.4 - 4.3 == 0.1
# [1] FALSE
near(4.4 - 4.3, 0.1)
# [1] TRUE
v <- c(4.3, 4.4, 4.5)
v
# [1] 4.3 4.4 4.5
v - 4.3
# [1] 0.0 0.1 0.2
v - 4.3 == 0.1
# [1] FALSE FALSE FALSE
near(v - 4.3, 0.1)
# [1] FALSE TRUE FALSE
0.1 * 2 == 0.2
# [1] TRUE
0.1 * 3 == 0.3
# [1] FALSE
near(0.1 * 2, 0.2)
# [1] TRUE
near(0.1 * 3, 0.3)
# [1] TRUE
v <- seq(0.1, 1.0, by = 0.1)
v
# [1] 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
w <- 1:10 * 0.1
w
# [1] 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
v == w
# [1] TRUE TRUE TRUE TRUE TRUE FALSE TRUE TRUE TRUE TRUE
near(v, w)
# [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
str_detect()：文字列の条件抽出
文字列の条件抽出にはstrigrの関数が併用できます。
R
# str_detect()
library(stringr)
iris_tbl %>%
mutate(Sepal.Length = as.character(Sepal.Length)) %>%
filter(str_detect(Sepal.Length, "^4.")) # "4."で始まる
# # A tibble: 22 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <chr> <dbl> <dbl> <dbl> <fct>
# 1 2 4.9 3 1.4 0.2 setosa
# 2 3 4.7 3.2 1.3 0.2 setosa
# 3 4 4.6 3.1 1.5 0.2 setosa
# 4 7 4.6 3.4 1.4 0.3 setosa
# 5 9 4.4 2.9 1.4 0.2 setosa
# 6 10 4.9 3.1 1.5 0.1 setosa
# 7 12 4.8 3.4 1.6 0.2 setosa
# 8 13 4.8 3 1.4 0.1 setosa
# 9 14 4.3 3 1.1 0.1 setosa
# 10 23 4.6 3.6 1 0.2 setosa
# # ... with 12 more rows
iris_tbl %>%
mutate(Sepal.Length = as.character(Sepal.Length)) %>%
filter(str_detect(Sepal.Length, ".1$")) # ".1"で終わる
# # A tibble: 16 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <chr> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 18 5.1 3.5 1.4 0.3 setosa
# 3 20 5.1 3.8 1.5 0.3 setosa
# 4 22 5.1 3.7 1.5 0.4 setosa
# 5 24 5.1 3.3 1.7 0.5 setosa
# 6 40 5.1 3.4 1.5 0.2 setosa
# 7 45 5.1 3.8 1.9 0.4 setosa
# 8 47 5.1 3.8 1.6 0.2 setosa
# 9 64 6.1 2.9 4.7 1.4 versicolor
# 10 72 6.1 2.8 4 1.3 versicolor
# 11 74 6.1 2.8 4.7 1.2 versicolor
# 12 92 6.1 3 4.6 1.4 versicolor
# 13 99 5.1 2.5 3 1.1 versicolor
# 14 103 7.1 3 5.9 2.1 virginica
# 15 128 6.1 3 4.9 1.8 virginica
# 16 135 6.1 2.6 5.6 1.4 virginica
iris_tbl %>%
mutate(Sepal.Length = as.character(Sepal.Length)) %>% print() %>%
filter(str_detect(Sepal.Length, "\\.")) # "."を含む
# # A tibble: 133 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <chr> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 4.9 3 1.4 0.2 setosa
# 3 3 4.7 3.2 1.3 0.2 setosa
# 4 4 4.6 3.1 1.5 0.2 setosa
# 5 6 5.4 3.9 1.7 0.4 setosa
# 6 7 4.6 3.4 1.4 0.3 setosa
# 7 9 4.4 2.9 1.4 0.2 setosa
# 8 10 4.9 3.1 1.5 0.1 setosa
# 9 11 5.4 3.7 1.5 0.2 setosa
# 10 12 4.8 3.4 1.6 0.2 setosa
# # ... with 123 more rows
iris_tbl %>%
mutate(Sepal.Length = as.character(Sepal.Length)) %>% print() %>%
filter(!str_detect(Sepal.Length, "\\.")) # "."を含まない
# # A tibble: 17 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <chr> <dbl> <dbl> <dbl> <fct>
# 1 5 5 3.6 1.4 0.2 setosa
# 2 8 5 3.4 1.5 0.2 setosa
# 3 26 5 3 1.6 0.2 setosa
# 4 27 5 3.4 1.6 0.4 setosa
# 5 36 5 3.2 1.2 0.2 setosa
# 6 41 5 3.5 1.3 0.3 setosa
# 7 44 5 3.5 1.6 0.6 setosa
# 8 50 5 3.3 1.4 0.2 setosa
# 9 51 7 3.2 4.7 1.4 versicolor
# 10 61 5 2 3.5 1 versicolor
# 11 63 6 2.2 4 1 versicolor
# 12 79 6 2.9 4.5 1.5 versicolor
# 13 84 6 2.7 5.1 1.6 versicolor
# 14 86 6 3.4 4.5 1.6 versicolor
# 15 94 5 2.3 3.3 1 versicolor
# 16 120 6 2.2 5 1.5 virginica
# 17 139 6 3 4.8 1.8 virginica
filter(if_all()), filter(if_any())：複数列にわたる条件での行の抽出
複数列にわたって同じ条件式を適用して、それらすべてのANDやORで条件判定して行を抽出します。
条件式がx > 0であれば引数.fnsに~ . > 0と、f(x) > 0であれば引数.fnsに~ f(.) > 0と指定します。
R
iris_tbl %>%
filter(if_all(ends_with("Width"), ~ . > 2.3))
iris_tbl %>%
filter(if_all(.cols = ends_with("Width"), .fns = ~ . > 2.3))
# # A tibble: 6 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 101 6.3 3.3 6 2.5 virginica
# 2 110 7.2 3.6 6.1 2.5 virginica
# 3 115 5.8 2.8 5.1 2.4 virginica
# 4 137 6.3 3.4 5.6 2.4 virginica
# 5 141 6.7 3.1 5.6 2.4 virginica
# 6 145 6.7 3.3 5.7 2.5 virginica
# これと同じ
iris_tbl %>%
filter(Sepal.Width > 2.3 & Petal.Width > 2.3)
iris_tbl %>%
filter(if_any(ends_with("Width"), ~ . > 4))
iris_tbl %>%
filter(if_any(.cols = ends_with("Width"), .fns = ~ . > 4))
# # A tibble: 3 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 16 5.7 4.4 1.5 0.4 setosa
# 2 33 5.2 4.1 1.5 0.1 setosa
# 3 34 5.5 4.2 1.4 0.2 setosa
# これと同じ
iris_tbl %>%
filter(Sepal.Width > 4 | Petal.Width > 4)
anscombe_tbl %>%
filter(if_all(x1:x4, ~ . == 8))
# # A tibble: 1 x 9
# id x1 x2 x3 x4 y1 y2 y3 y4
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 2 8 8 8 8 6.95 8.14 6.77 5.76
# これと同じ
anscombe_tbl %>%
filter(x1 == 8 & x2 == 8 & x3 == 8 & x4 == 8)
anscombe_tbl %>%
filter(if_any(x1:x4, ~ . == 8))
# # A tibble: 10 x 9
# id x1 x2 x3 x4 y1 y2 y3 y4
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 1 10 10 10 8 8.04 9.14 7.46 6.58
# 2 2 8 8 8 8 6.95 8.14 6.77 5.76
# 3 3 13 13 13 8 7.58 8.74 12.7 7.71
# 4 4 9 9 9 8 8.81 8.77 7.11 8.84
# 5 5 11 11 11 8 8.33 9.26 7.81 8.47
# 6 6 14 14 14 8 9.96 8.1 8.84 7.04
# 7 7 6 6 6 8 7.24 6.13 6.08 5.25
# 8 9 12 12 12 8 10.8 9.13 8.15 5.56
# 9 10 7 7 7 8 4.82 7.26 6.42 7.91
# 10 11 5 5 5 8 5.68 4.74 5.73 6.89
# これと同じ
anscombe_tbl %>%
filter(x1 == 8 | x2 == 8 | x3 == 8 | x4 == 8)
anscombe_tbl %>%
filter(if_any(y1:y4, ~ round(.) == 7))
# # A tibble: 7 x 9
# id x1 x2 x3 x4 y1 y2 y3 y4
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 1 10 10 10 8 8.04 9.14 7.46 6.58
# 2 2 8 8 8 8 6.95 8.14 6.77 5.76
# 3 4 9 9 9 8 8.81 8.77 7.11 8.84
# 4 6 14 14 14 8 9.96 8.1 8.84 7.04
# 5 7 6 6 6 8 7.24 6.13 6.08 5.25
# 6 10 7 7 7 8 4.82 7.26 6.42 7.91
# 7 11 5 5 5 8 5.68 4.74 5.73 6.89
# これと同じ
anscombe_tbl %>%
filter(round(y1) == 7 | round(y2) == 7 | round(y3) == 7 | round(y4) == 7)
anscombe_tbl %>%
mutate(across(y1:y4, ~ round(.), .names = "round_{col}")) %>% print() %>%
filter(if_any(starts_with("round_"), ~ . == 7)) %>% print() %>%
select(-starts_with("round_"))
# # A tibble: 11 x 13
# id x1 x2 x3 x4 y1 y2 y3 y4 round_y1 round_y2 round_y3 round_y4
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 1 10 10 10 8 8.04 9.14 7.46 6.58 8 9 7 7
# 2 2 8 8 8 8 6.95 8.14 6.77 5.76 7 8 7 6
# 3 3 13 13 13 8 7.58 8.74 12.7 7.71 8 9 13 8
# 4 4 9 9 9 8 8.81 8.77 7.11 8.84 9 9 7 9
# 5 5 11 11 11 8 8.33 9.26 7.81 8.47 8 9 8 8
# 6 6 14 14 14 8 9.96 8.1 8.84 7.04 10 8 9 7
# 7 7 6 6 6 8 7.24 6.13 6.08 5.25 7 6 6 5
# 8 8 4 4 4 19 4.26 3.1 5.39 12.5 4 3 5 12
# 9 9 12 12 12 8 10.8 9.13 8.15 5.56 11 9 8 6
# 10 10 7 7 7 8 4.82 7.26 6.42 7.91 5 7 6 8
# 11 11 5 5 5 8 5.68 4.74 5.73 6.89 6 5 6 7
# # A tibble: 7 x 13
# id x1 x2 x3 x4 y1 y2 y3 y4 round_y1 round_y2 round_y3 round_y4
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 1 10 10 10 8 8.04 9.14 7.46 6.58 8 9 7 7
# 2 2 8 8 8 8 6.95 8.14 6.77 5.76 7 8 7 6
# 3 4 9 9 9 8 8.81 8.77 7.11 8.84 9 9 7 9
# 4 6 14 14 14 8 9.96 8.1 8.84 7.04 10 8 9 7
# 5 7 6 6 6 8 7.24 6.13 6.08 5.25 7 6 6 5
# 6 10 7 7 7 8 4.82 7.26 6.42 7.91 5 7 6 8
# 7 11 5 5 5 8 5.68 4.74 5.73 6.89 6 5 6 7
# # A tibble: 7 x 9
# id x1 x2 x3 x4 y1 y2 y3 y4
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 1 10 10 10 8 8.04 9.14 7.46 6.58
# 2 2 8 8 8 8 6.95 8.14 6.77 5.76
# 3 4 9 9 9 8 8.81 8.77 7.11 8.84
# 4 6 14 14 14 8 9.96 8.1 8.84 7.04
# 5 7 6 6 6 8 7.24 6.13 6.08 5.25
# 6 10 7 7 7 8 4.82 7.26 6.42 7.91
# 7 11 5 5 5 8 5.68 4.74 5.73 6.89
注意）mutate(across())については、こちら参照。
where()
R
anscombe_tbl %>%
filter(if_all(where(is.double), ~ . > 7))
# # A tibble: 4 x 9
# id x1 x2 x3 x4 y1 y2 y3 y4
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 3 13 13 13 8 7.58 8.74 12.7 7.71
# 2 4 9 9 9 8 8.81 8.77 7.11 8.84
# 3 5 11 11 11 8 8.33 9.26 7.81 8.47
# 4 6 14 14 14 8 9.96 8.1 8.84 7.04
# これと同じ
anscombe_tbl %>%
filter(if_all(x1:y4, ~ . > 7))
anscombe_tbl %>%
filter(x1 > 7 & x2 > 7 & x3 > 7 & x4 > 7 & y1 > 7 & y2 > 7 & y3 > 7 & y4 > 7)
anscombe_tbl %>%
filter(if_any(where(is.numeric), ~ round(.) == 6))
# # A tibble: 6 x 9
# id x1 x2 x3 x4 y1 y2 y3 y4
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 2 8 8 8 8 6.95 8.14 6.77 5.76
# 2 6 14 14 14 8 9.96 8.1 8.84 7.04
# 3 7 6 6 6 8 7.24 6.13 6.08 5.25
# 4 9 12 12 12 8 10.8 9.13 8.15 5.56
# 5 10 7 7 7 8 4.82 7.26 6.42 7.91
# 6 11 5 5 5 8 5.68 4.74 5.73 6.89
# これと同じ
anscombe_tbl %>%
filter(if_any(id:y4, ~ round(.) == 6))
anscombe_tbl %>%
filter(round(id) == 6 |
round(x1) == 6 | round(x2) == 6 | round(x3) == 6 | round(x4) == 6 |
round(y1) == 6 | round(y2) == 6 | round(y3) == 6 | round(y4) == 6 )
anscombe_tbl %>%
mutate(across(where(is.numeric), ~ round(.), .names = "round_{col}")) %>% print() %>%
filter(if_any(starts_with("round_"), ~ . == 6)) %>% print() %>%
select(-starts_with("round_"))
# # A tibble: 11 x 18
# id x1 x2 x3 x4 y1 y2 y3 y4 round_id round_x1 round_x2 round_x3 round_x4 round_y1 round_y2 round_y3
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 1 10 10 10 8 8.04 9.14 7.46 6.58 1 10 10 10 8 8 9 7
# 2 2 8 8 8 8 6.95 8.14 6.77 5.76 2 8 8 8 8 7 8 7
# 3 3 13 13 13 8 7.58 8.74 12.7 7.71 3 13 13 13 8 8 9 13
# 4 4 9 9 9 8 8.81 8.77 7.11 8.84 4 9 9 9 8 9 9 7
# 5 5 11 11 11 8 8.33 9.26 7.81 8.47 5 11 11 11 8 8 9 8
# 6 6 14 14 14 8 9.96 8.1 8.84 7.04 6 14 14 14 8 10 8 9
# 7 7 6 6 6 8 7.24 6.13 6.08 5.25 7 6 6 6 8 7 6 6
# 8 8 4 4 4 19 4.26 3.1 5.39 12.5 8 4 4 4 19 4 3 5
# 9 9 12 12 12 8 10.8 9.13 8.15 5.56 9 12 12 12 8 11 9 8
# 10 10 7 7 7 8 4.82 7.26 6.42 7.91 10 7 7 7 8 5 7 6
# 11 11 5 5 5 8 5.68 4.74 5.73 6.89 11 5 5 5 8 6 5 6
# # ... with 1 more variable: round_y4 <dbl>
# # A tibble: 6 x 18
# id x1 x2 x3 x4 y1 y2 y3 y4 round_id round_x1 round_x2 round_x3 round_x4 round_y1 round_y2 round_y3
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 2 8 8 8 8 6.95 8.14 6.77 5.76 2 8 8 8 8 7 8 7
# 2 6 14 14 14 8 9.96 8.1 8.84 7.04 6 14 14 14 8 10 8 9
# 3 7 6 6 6 8 7.24 6.13 6.08 5.25 7 6 6 6 8 7 6 6
# 4 9 12 12 12 8 10.8 9.13 8.15 5.56 9 12 12 12 8 11 9 8
# 5 10 7 7 7 8 4.82 7.26 6.42 7.91 10 7 7 7 8 5 7 6
# 6 11 5 5 5 8 5.68 4.74 5.73 6.89 11 5 5 5 8 6 5 6
# # ... with 1 more variable: round_y4 <dbl>
# # A tibble: 6 x 9
# id x1 x2 x3 x4 y1 y2 y3 y4
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 2 8 8 8 8 6.95 8.14 6.77 5.76
# 2 6 14 14 14 8 9.96 8.1 8.84 7.04
# 3 7 6 6 6 8 7.24 6.13 6.08 5.25
# 4 9 12 12 12 8 10.8 9.13 8.15 5.56
# 5 10 7 7 7 8 4.82 7.26 6.42 7.91
# 6 11 5 5 5 8 5.68 4.74 5.73 6.89
注意）mutate(across())については、こちら参照。
arrange()：行の並び替え
行を昇順に並び替えます。desc()を使うと降順にできます。
R
# arrange()
iris_tbl %>%
arrange(Sepal.Length) # 昇順
# # A tibble: 150 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 14 4.3 3 1.1 0.1 setosa
# 2 9 4.4 2.9 1.4 0.2 setosa
# 3 39 4.4 3 1.3 0.2 setosa
# 4 43 4.4 3.2 1.3 0.2 setosa
# 5 42 4.5 2.3 1.3 0.3 setosa
# 6 4 4.6 3.1 1.5 0.2 setosa
# 7 7 4.6 3.4 1.4 0.3 setosa
# 8 23 4.6 3.6 1 0.2 setosa
# 9 48 4.6 3.2 1.4 0.2 setosa
# 10 3 4.7 3.2 1.3 0.2 setosa
# # ... with 140 more rows
iris_tbl %>%
arrange(desc(id)) # 降順
# # A tibble: 150 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 150 5.9 3 5.1 1.8 virginica
# 2 149 6.2 3.4 5.4 2.3 virginica
# 3 148 6.5 3 5.2 2 virginica
# 4 147 6.3 2.5 5 1.9 virginica
# 5 146 6.7 3 5.2 2.3 virginica
# 6 145 6.7 3.3 5.7 2.5 virginica
# 7 144 6.8 3.2 5.9 2.3 virginica
# 8 143 5.8 2.7 5.1 1.9 virginica
# 9 142 6.9 3.1 5.1 2.3 virginica
# 10 141 6.7 3.1 5.6 2.4 virginica
# # ... with 140 more rows
iris_tbl %>%
arrange(Sepal.Length, desc(Sepal.Width))
# # A tibble: 150 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 14 4.3 3 1.1 0.1 setosa
# 2 43 4.4 3.2 1.3 0.2 setosa
# 3 39 4.4 3 1.3 0.2 setosa
# 4 9 4.4 2.9 1.4 0.2 setosa
# 5 42 4.5 2.3 1.3 0.3 setosa
# 6 23 4.6 3.6 1 0.2 setosa
# 7 7 4.6 3.4 1.4 0.3 setosa
# 8 48 4.6 3.2 1.4 0.2 setosa
# 9 4 4.6 3.1 1.5 0.2 setosa
# 10 3 4.7 3.2 1.3 0.2 setosa
# # ... with 140 more rows
iris_tbl %>%
group_by(Species) %>%
arrange(Sepal.Length, desc(Sepal.Width)) %>%
slice_head(n = 5)
# # A tibble: 15 x 6
# # Groups: Species [3]
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 14 4.3 3 1.1 0.1 setosa
# 2 43 4.4 3.2 1.3 0.2 setosa
# 3 39 4.4 3 1.3 0.2 setosa
# 4 9 4.4 2.9 1.4 0.2 setosa
# 5 42 4.5 2.3 1.3 0.3 setosa
# 6 58 4.9 2.4 3.3 1 versicolor
# 7 94 5 2.3 3.3 1 versicolor
# 8 61 5 2 3.5 1 versicolor
# 9 99 5.1 2.5 3 1.1 versicolor
# 10 60 5.2 2.7 3.9 1.4 versicolor
# 11 107 4.9 2.5 4.5 1.7 virginica
# 12 122 5.6 2.8 4.9 2 virginica
# 13 114 5.7 2.5 5 2 virginica
# 14 115 5.8 2.8 5.1 2.4 virginica
# 15 102 5.8 2.7 5.1 1.9 virginica
distinct()：行の重複削除
指定した列について重複する行を除去します。引数.keep_allをTRUEにすると、指定した列以外の列も残せます（つまり、指定した列に重複がある場合に最初の行のみ残して重複する行が削除されます）。
R
# distinct()
iris_tbl %>%
distinct(Species)
# # A tibble: 3 x 1
# Species
# <fct>
# 1 setosa
# 2 versicolor
# 3 virginica
iris_tbl %>%
distinct(Species, .keep_all = TRUE)
# # A tibble: 3 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 51 7 3.2 4.7 1.4 versicolor
# 3 101 6.3 3.3 6 2.5 virginica
# これと同じ
iris_tbl %>%
group_by(Species) %>%
slice_head(n = 1)
iris_tbl %>%
distinct(Sepal.Length, Sepal.Width)
# # A tibble: 117 x 2
# Sepal.Length Sepal.Width
# <dbl> <dbl>
# 1 5.1 3.5
# 2 4.9 3
# 3 4.7 3.2
# 4 4.6 3.1
# 5 5 3.6
# 6 5.4 3.9
# 7 4.6 3.4
# 8 5 3.4
# 9 4.4 2.9
# 10 4.9 3.1
# # ... with 107 more rows
# これと同じ
iris_tbl %>%
select(Sepal.Length, Sepal.Width) %>%
unique()
iris_tbl %>%
arrange(Species, desc(Sepal.Length)) %>%
distinct(Species, .keep_all = TRUE)
# # A tibble: 3 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 15 5.8 4 1.2 0.2 setosa
# 2 51 7 3.2 4.7 1.4 versicolor
# 3 132 7.9 3.8 6.4 2 virginica
# これと同じ
iris_tbl %>%
group_by(Species) %>%
slice_max(Sepal.Length, n = 1)
group_by()：グループ化
グループ別にスライスしたり、グループ別に並び替えたり、グループ別に集計したりする場合に使います。
グループ化しただけでは特に何もなりません。
R
# group_by()
iris_tbl %>%
group_by(Species)
# # A tibble: 150 x 6
# # Groups: Species [3]
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 4.9 3 1.4 0.2 setosa
# 3 3 4.7 3.2 1.3 0.2 setosa
# 4 4 4.6 3.1 1.5 0.2 setosa
# 5 5 5 3.6 1.4 0.2 setosa
# 6 6 5.4 3.9 1.7 0.4 setosa
# 7 7 4.6 3.4 1.4 0.3 setosa
# 8 8 5 3.4 1.5 0.2 setosa
# 9 9 4.4 2.9 1.4 0.2 setosa
# 10 10 4.9 3.1 1.5 0.1 setosa
# # ... with 140 more rows
ungroup()：グループ化の解除
グループ化を解除します。
R
# ungroup()
iris_tbl %>%
group_by(Species) %>%
ungroup()
# # A tibble: 150 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 4.9 3 1.4 0.2 setosa
# 3 3 4.7 3.2 1.3 0.2 setosa
# 4 4 4.6 3.1 1.5 0.2 setosa
# 5 5 5 3.6 1.4 0.2 setosa
# 6 6 5.4 3.9 1.7 0.4 setosa
# 7 7 4.6 3.4 1.4 0.3 setosa
# 8 8 5 3.4 1.5 0.2 setosa
# 9 9 4.4 2.9 1.4 0.2 setosa
# 10 10 4.9 3.1 1.5 0.1 setosa
# # ... with 140 more rows
drop_na()：NAの行の削除
指定した列がNAの行を削除します。
R
# NAを含むデータを準備
iris_tbl_na <- iris_tbl %>%
slice_head(n = 10) %>%
mutate(Sepal.Length = na_if(Sepal.Length, 4.9),
Sepal.Width = na_if(Sepal.Width, 3.4)) %>% print()
# # A tibble: 10 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 NA 3 1.4 0.2 setosa
# 3 3 4.7 3.2 1.3 0.2 setosa
# 4 4 4.6 3.1 1.5 0.2 setosa
# 5 5 5 3.6 1.4 0.2 setosa
# 6 6 5.4 3.9 1.7 0.4 setosa
# 7 7 4.6 NA 1.4 0.3 setosa
# 8 8 5 NA 1.5 0.2 setosa
# 9 9 4.4 2.9 1.4 0.2 setosa
# 10 10 NA 3.1 1.5 0.1 setosa
# drop_na()
iris_tbl_na %>%
drop_na(Sepal.Length)
# # A tibble: 8 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 3 4.7 3.2 1.3 0.2 setosa
# 3 4 4.6 3.1 1.5 0.2 setosa
# 4 5 5 3.6 1.4 0.2 setosa
# 5 6 5.4 3.9 1.7 0.4 setosa
# 6 7 4.6 NA 1.4 0.3 setosa
# 7 8 5 NA 1.5 0.2 setosa
# 8 9 4.4 2.9 1.4 0.2 setosa
iris_tbl_na %>%
filter(!is.na(Sepal.Length))
iris_tbl_na %>%
drop_na(Sepal.Length, Sepal.Width)
# # A tibble: 6 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 3 4.7 3.2 1.3 0.2 setosa
# 3 4 4.6 3.1 1.5 0.2 setosa
# 4 5 5 3.6 1.4 0.2 setosa
# 5 6 5.4 3.9 1.7 0.4 setosa
# 6 9 4.4 2.9 1.4 0.2 setosa
iris_tbl_na %>%
filter(!is.na(Sepal.Length) & !is.na(Sepal.Width))
complete(), expand()：列の値のすべての組み合わせからなる行の作成
指定した列の値のすべての組み合わせからなる行を作成します。
complete()は、指定した列の値のすべての組み合わせが登場するように、指定しなかった列にNA（または指定した値）を補完した行を挿入します（補完する値はfillにリストで指定します）。
expand()は、指定した列の値のすべての組み合わせからなるデータフレームを返します（指定しなかった列はなくなります）。
R
# complete()
iris_tbl %>%
slice_head(n = 3) %>% print() %>%
complete(id, Sepal.Length)
# # A tibble: 3 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 4.9 3 1.4 0.2 setosa
# 3 3 4.7 3.2 1.3 0.2 setosa
# # A tibble: 9 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 4.7 NA NA NA NA
# 2 1 4.9 NA NA NA NA
# 3 1 5.1 3.5 1.4 0.2 setosa
# 4 2 4.7 NA NA NA NA
# 5 2 4.9 3 1.4 0.2 setosa
# 6 2 5.1 NA NA NA NA
# 7 3 4.7 3.2 1.3 0.2 setosa
# 8 3 4.9 NA NA NA NA
# 9 3 5.1 NA NA NA NA
iris_tbl %>%
slice_head(n = 3) %>% print() %>%
complete(id, Sepal.Length, fill = list(Sepal.Width = 0.0, Species = "setosa"))
# # A tibble: 3 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 4.9 3 1.4 0.2 setosa
# 3 3 4.7 3.2 1.3 0.2 setosa
# A tibble: 9 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 4.7 0 NA NA setosa
# 2 1 4.9 0 NA NA setosa
# 3 1 5.1 3.5 1.4 0.2 setosa
# 4 2 4.7 0 NA NA setosa
# 5 2 4.9 3 1.4 0.2 setosa
# 6 2 5.1 0 NA NA setosa
# 7 3 4.7 3.2 1.3 0.2 setosa
# 8 3 4.9 0 NA NA setosa
# 9 3 5.1 0 NA NA setosa
# expand()
iris_tbl %>%
slice_head(n = 3) %>% print() %>%
expand(id, Sepal.Length)
# # A tibble: 3 x 6
# id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 4.9 3 1.4 0.2 setosa
# 3 3 4.7 3.2 1.3 0.2 setosa
# # A tibble: 9 x 2
# id Sepal.Length
# <int> <dbl>
# 1 1 4.7
# 2 1 4.9
# 3 1 5.1
# 4 2 4.7
# 5 2 4.9
# 6 2 5.1
# 7 3 4.7
# 8 3 4.9
# 9 3 5.1
iris_tbl %>%
expand(Species)
# # A tibble: 3 x 1
# Species
# <fct>
# 1 setosa
# 2 versicolor
# 3 virginica
iris_tbl %>%
distinct(Species)
rowid_to_column(), rownames_to_column()：行番号・行名を列名に
R
# rowid_to_column()
iris_tbl %>%
rowid_to_column("rowid")
# # A tibble: 150 x 7
# rowid id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <int> <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 2 4.9 3 1.4 0.2 setosa
# 3 3 3 4.7 3.2 1.3 0.2 setosa
# 4 4 4 4.6 3.1 1.5 0.2 setosa
# 5 5 5 5 3.6 1.4 0.2 setosa
# 6 6 6 5.4 3.9 1.7 0.4 setosa
# 7 7 7 4.6 3.4 1.4 0.3 setosa
# 8 8 8 5 3.4 1.5 0.2 setosa
# 9 9 9 4.4 2.9 1.4 0.2 setosa
# 10 10 10 4.9 3.1 1.5 0.1 setosa
# # ... with 140 more rows
# rownames_to_column()
iris_tbl %>%
rownames_to_column("rowname")
# # A tibble: 150 x 7
# rowname id Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <chr> <int> <dbl> <dbl> <dbl> <dbl> <fct>
# 1 1 1 5.1 3.5 1.4 0.2 setosa
# 2 2 2 4.9 3 1.4 0.2 setosa
# 3 3 3 4.7 3.2 1.3 0.2 setosa
# 4 4 4 4.6 3.1 1.5 0.2 setosa
# 5 5 5 5 3.6 1.4 0.2 setosa
# 6 6 6 5.4 3.9 1.7 0.4 setosa
# 7 7 7 4.6 3.4 1.4 0.3 setosa
# 8 8 8 5 3.4 1.5 0.2 setosa
# 9 9 9 4.4 2.9 1.4 0.2 setosa
# 10 10 10 4.9 3.1 1.5 0.1 setosa
# # ... with 140 more rows
column_to_rownames()：列名を行名に
R
# column_to_rownames()
anscombe_tbl %>%
mutate(rowname = LETTERS[1:11]) %>% print() %>%
column_to_rownames("rowname")
# # A tibble: 11 x 10
# id x1 x2 x3 x4 y1 y2 y3 y4 rowname
# <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <chr>
# 1 1 10 10 10 8 8.04 9.14 7.46 6.58 A
# 2 2 8 8 8 8 6.95 8.14 6.77 5.76 B
# 3 3 13 13 13 8 7.58 8.74 12.7 7.71 C
# 4 4 9 9 9 8 8.81 8.77 7.11 8.84 D
# 5 5 11 11 11 8 8.33 9.26 7.81 8.47 E
# 6 6 14 14 14 8 9.96 8.1 8.84 7.04 F
# 7 7 6 6 6 8 7.24 6.13 6.08 5.25 G
# 8 8 4 4 4 19 4.26 3.1 5.39 12.5 H
# 9 9 12 12 12 8 10.8 9.13 8.15 5.56 I
# 10 10 7 7 7 8 4.82 7.26 6.42 7.91 J
# 11 11 5 5 5 8 5.68 4.74 5.73 6.89 K
# id x1 x2 x3 x4 y1 y2 y3 y4
# A 1 10 10 10 8 8.04 9.14 7.46 6.58
# B 2 8 8 8 8 6.95 8.14 6.77 5.76
# C 3 13 13 13 8 7.58 8.74 12.74 7.71
# D 4 9 9 9 8 8.81 8.77 7.11 8.84
# E 5 11 11 11 8 8.33 9.26 7.81 8.47
# F 6 14 14 14 8 9.96 8.10 8.84 7.04
# G 7 6 6 6 8 7.24 6.13 6.08 5.25
# H 8 4 4 4 19 4.26 3.10 5.39 12.50
# I 9 12 12 12 8 10.84 9.13 8.15 5.56
# J 10 7 7 7 8 4.82 7.26 6.42 7.91
# K 11 5 5 5 8 5.68 4.74 5.73 6.89
参考
- tidyverse
- R for Data Science
- Heavy Watal - R stats
- Rのデータベースの操作についての自前のまとめ