###はじめに
dplyrを使いはじめてselectやmutate関数の後につく「_all」とか「_if」とか「_at」って何なんだろうって思っていたのですが、ようやく理解が出来てきた気がします。
Rのぽんこつ初心者で恐縮ですが、わかったことをメモしておこうかと思います。
###dplyrのscoped functionについて
dplyrを使うRプログラマーならだれでもfilter()関数だったりsummarise()関数やrename()関数などに触れていると思うのですが、それぞれ「_all」、「_if」、「_at」といった具合にサフィックスが付くことがあります。
これにはそれぞれ以下のような意味があります。
| サフィックス | 意味 | 引数 |
|---|---|---|
| _all | 全ての列に対して同じ操作を適用する | データ,適用する関数,... |
| _if | 条件に合致する列に対して操作を適用する | データ,条件,適用する関数,... |
| _at | 指定した名前の列に対して操作を適用する | データ,対象の列,適用する関数,... |
では、さっそく例を挙げながら使ってみます。
####_all()
all()関数は全ての列に対して同じ操作を適用する関数です。
scoped_function.r
#全ての列名に対して小文字⇒大文字に変換する
mtcars %>>%
rename_all( toupper)
mtcars %>>%
select_all(toupper)
#全ての列に対し0.4を掛ける
mtcars %>%
mutate_all(funs(. * 0.4))
実行結果は以下になります。
> #全ての列名に対して小文字⇒大文字に変換する
> mtcars %>>%
+ rename_all( toupper)
MPG CYL DISP HP DRAT WT QSEC VS AM GEAR CARB
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
>
> mtcars %>>%
+ select_all(toupper)
MPG CYL DISP HP DRAT WT QSEC VS AM GEAR CARB
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
>
> #全ての列に対し0.4を掛ける
> mtcars %>%
+ mutate_all(funs(. * 0.4))
mpg cyl disp hp drat wt qsec vs am gear carb
1 8.40 2.4 64.00 44.0 1.560 1.0480 6.584 0.0 0.4 1.6 1.6
2 8.40 2.4 64.00 44.0 1.560 1.1500 6.808 0.0 0.4 1.6 1.6
3 9.12 1.6 43.20 37.2 1.540 0.9280 7.444 0.4 0.4 1.6 0.4
4 8.56 2.4 103.20 44.0 1.232 1.2860 7.776 0.4 0.0 1.2 0.4
5 7.48 3.2 144.00 70.0 1.260 1.3760 6.808 0.0 0.0 1.2 0.8
6 7.24 2.4 90.00 42.0 1.104 1.3840 8.088 0.4 0.0 1.2 0.4
7 5.72 3.2 144.00 98.0 1.284 1.4280 6.336 0.0 0.0 1.2 1.6
8 9.76 1.6 58.68 24.8 1.476 1.2760 8.000 0.4 0.0 1.6 0.8
9 9.12 1.6 56.32 38.0 1.568 1.2600 9.160 0.4 0.0 1.6 0.8
10 7.68 2.4 67.04 49.2 1.568 1.3760 7.320 0.4 0.0 1.6 1.6
11 7.12 2.4 67.04 49.2 1.568 1.3760 7.560 0.4 0.0 1.6 1.6
12 6.56 3.2 110.32 72.0 1.228 1.6280 6.960 0.0 0.0 1.2 1.2
13 6.92 3.2 110.32 72.0 1.228 1.4920 7.040 0.0 0.0 1.2 1.2
14 6.08 3.2 110.32 72.0 1.228 1.5120 7.200 0.0 0.0 1.2 1.2
15 4.16 3.2 188.80 82.0 1.172 2.1000 7.192 0.0 0.0 1.2 1.6
16 4.16 3.2 184.00 86.0 1.200 2.1696 7.128 0.0 0.0 1.2 1.6
17 5.88 3.2 176.00 92.0 1.292 2.1380 6.968 0.0 0.0 1.2 1.6
18 12.96 1.6 31.48 26.4 1.632 0.8800 7.788 0.4 0.4 1.6 0.4
19 12.16 1.6 30.28 20.8 1.972 0.6460 7.408 0.4 0.4 1.6 0.8
20 13.56 1.6 28.44 26.0 1.688 0.7340 7.960 0.4 0.4 1.6 0.4
21 8.60 1.6 48.04 38.8 1.480 0.9860 8.004 0.4 0.0 1.2 0.4
22 6.20 3.2 127.20 60.0 1.104 1.4080 6.748 0.0 0.0 1.2 0.8
23 6.08 3.2 121.60 60.0 1.260 1.3740 6.920 0.0 0.0 1.2 0.8
24 5.32 3.2 140.00 98.0 1.492 1.5360 6.164 0.0 0.0 1.2 1.6
25 7.68 3.2 160.00 70.0 1.232 1.5380 6.820 0.0 0.0 1.2 0.8
26 10.92 1.6 31.60 26.4 1.632 0.7740 7.560 0.4 0.4 1.6 0.4
27 10.40 1.6 48.12 36.4 1.772 0.8560 6.680 0.0 0.4 2.0 0.8
28 12.16 1.6 38.04 45.2 1.508 0.6052 6.760 0.4 0.4 2.0 0.8
29 6.32 3.2 140.40 105.6 1.688 1.2680 5.800 0.0 0.4 2.0 1.6
30 7.88 2.4 58.00 70.0 1.448 1.1080 6.200 0.0 0.4 2.0 2.4
31 6.00 3.2 120.40 134.0 1.416 1.4280 5.840 0.0 0.4 2.0 3.2
32 8.56 1.6 48.40 43.6 1.644 1.1120 7.440 0.4 0.4 1.6 0.8
####_if()
_if()関数は操作する列を、指定した条件を満たすものだけに絞り込むことができる関数です。
scoped_function.r
#与えられた要素がすべて整数の場合TRUEを返す
is_whole <- function(x) all(floor(x) == x)
#整数の列に対して列名を小文字⇒大文字に変換する
mtcars %>>%
rename_if( is_whole,toupper)
#整数の列だけ取り出す
mtcars %>>%
select_if(is_whole)
#列の型がnumericだった場合、小数点以下を丸める
mpg %>>%
mutate_if(is.numeric,round)
実行結果は以下の通りです。
> mtcars %>>%
+ rename_if( is_whole,toupper)
mpg CYL disp HP drat wt qsec VS AM GEAR CARB
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
>
>
> #整数の列だけ取り出す
> mtcars %>>%
+ select_if(is_whole)
cyl hp vs am gear carb
Mazda RX4 6 110 0 1 4 4
Mazda RX4 Wag 6 110 0 1 4 4
Datsun 710 4 93 1 1 4 1
Hornet 4 Drive 6 110 1 0 3 1
Hornet Sportabout 8 175 0 0 3 2
Valiant 6 105 1 0 3 1
Duster 360 8 245 0 0 3 4
Merc 240D 4 62 1 0 4 2
Merc 230 4 95 1 0 4 2
Merc 280 6 123 1 0 4 4
Merc 280C 6 123 1 0 4 4
Merc 450SE 8 180 0 0 3 3
Merc 450SL 8 180 0 0 3 3
Merc 450SLC 8 180 0 0 3 3
Cadillac Fleetwood 8 205 0 0 3 4
Lincoln Continental 8 215 0 0 3 4
Chrysler Imperial 8 230 0 0 3 4
Fiat 128 4 66 1 1 4 1
Honda Civic 4 52 1 1 4 2
Toyota Corolla 4 65 1 1 4 1
Toyota Corona 4 97 1 0 3 1
Dodge Challenger 8 150 0 0 3 2
AMC Javelin 8 150 0 0 3 2
Camaro Z28 8 245 0 0 3 4
Pontiac Firebird 8 175 0 0 3 2
Fiat X1-9 4 66 1 1 4 1
Porsche 914-2 4 91 0 1 5 2
Lotus Europa 4 113 1 1 5 2
Ford Pantera L 8 264 0 1 5 4
Ferrari Dino 6 175 0 1 5 6
Maserati Bora 8 335 0 1 5 8
Volvo 142E 4 109 1 1 4 2
>
> #numericの型の列に対して、小数点以下を丸める
> mpg %>>%
+ mutate_if(is.numeric,round)
# A tibble: 234 x 11
manufacturer model displ year cyl trans drv cty hwy fl class
<chr> <chr> <dbl> <dbl> <dbl> <chr> <chr> <dbl> <dbl> <chr> <chr>
1 audi a4 2 1999 4 auto(l~ f 18 29 p comp~
2 audi a4 2 1999 4 manual~ f 21 29 p comp~
3 audi a4 2 2008 4 manual~ f 20 31 p comp~
4 audi a4 2 2008 4 auto(a~ f 21 30 p comp~
5 audi a4 3 1999 6 auto(l~ f 16 26 p comp~
6 audi a4 3 1999 6 manual~ f 18 26 p comp~
7 audi a4 3 2008 6 auto(a~ f 18 27 p comp~
8 audi a4 qua~ 2 1999 4 manual~ 4 18 26 p comp~
9 audi a4 qua~ 2 1999 4 auto(l~ 4 16 25 p comp~
10 audi a4 qua~ 2 2008 4 manual~ 4 20 28 p comp~
# ... with 224 more rows
####_at()
この関数は指定した名前の列にだけ操作を適用します。
また、vars()という関数でラップすることで starts_with("〇〇〇")や-(〇:〇)といった記述方法がselectのセマンティクスで解釈されます。
scoped_function.r
#1～3列目を除いて列名を小文字⇒大文字に変換
mtcars %>>%
rename_at(vars(-(1:3)), toupper)
#arを含まない列に対して列名を小文字⇒大文字に変換
mtcars %>>%
select_at( vars(-contains("ar")), toupper)
#指定した列を標準化
mtcars %>>%
mutate_at(c("mpg","disp","drat","wt","qsec"),scale)
実行結果は以下になります。
> mtcars %>>%
+ rename_at(c("vs","carb"),toupper) #vsとcarbに対して列名を小文字⇒大文字に変換
mpg cyl disp hp drat wt qsec VS am gear CARB
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
> #1～3列目を除いて列名を小文字⇒大文字に変換
> mtcars %>>%
+ rename_at(vars(-(1:3)), toupper)
mpg cyl disp HP DRAT WT QSEC VS AM GEAR CARB
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
>
> #arを含まない列に対して列名を小文字⇒大文字に変換
> mtcars %>>%
+ select_at( vars(-contains("ar")), toupper)
MPG CYL DISP HP DRAT WT QSEC VS AM
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1
>
> #指定した列を標準化
> mtcars %>>%
+ mutate_at(c("mpg","disp","drat","wt","qsec"),scale)
mpg cyl disp hp drat wt qsec vs am
1 0.15088482 6 -0.57061982 110 0.56751369 -0.610399567 -0.77716515 0 1
2 0.15088482 6 -0.57061982 110 0.56751369 -0.349785269 -0.46378082 0 1
3 0.44954345 4 -0.99018209 93 0.47399959 -0.917004624 0.42600682 1 1
4 0.21725341 6 0.22009369 110 -0.96611753 -0.002299538 0.89048716 1 0
5 -0.23073453 8 1.04308123 175 -0.83519779 0.227654255 -0.46378082 0 0
6 -0.33028740 6 -0.04616698 105 -1.56460776 0.248094592 1.32698675 1 0
7 -0.96078893 8 1.04308123 245 -0.72298087 0.360516446 -1.12412636 0 0
8 0.71501778 4 -0.67793094 62 0.17475447 -0.027849959 1.20387148 1 0
9 0.44954345 4 -0.72553512 95 0.60491932 -0.068730634 2.82675459 1 0
10 -0.14777380 6 -0.50929918 123 0.60491932 0.227654255 0.25252621 1 0
11 -0.38006384 6 -0.50929918 123 0.60491932 0.227654255 0.58829513 1 0
12 -0.61235388 8 0.36371309 180 -0.98482035 0.871524874 -0.25112717 0 0
13 -0.46302456 8 0.36371309 180 -0.98482035 0.524039143 -0.13920420 0 0
14 -0.81145962 8 0.36371309 180 -0.98482035 0.575139986 0.08464175 0 0
15 -1.60788262 8 1.94675381 205 -1.24665983 2.077504765 0.07344945 0 0
16 -1.60788262 8 1.84993175 215 -1.11574009 2.255335698 -0.01608893 0 0
17 -0.89442035 8 1.68856165 230 -0.68557523 2.174596366 -0.23993487 0 0
18 2.04238943 4 -1.22658929 66 0.90416444 -1.039646647 0.90727560 1 1
19 1.71054652 4 -1.25079481 52 2.49390411 -1.637526508 0.37564148 1 1
20 2.29127162 4 -1.28790993 65 1.16600392 -1.412682800 1.14790999 1 1
21 0.23384555 4 -0.89255318 97 0.19345729 -0.768812180 1.20946763 1 0
22 -0.76168319 8 0.70420401 150 -1.56460776 0.309415603 -0.54772305 0 0
23 -0.81145962 8 0.59124494 150 -0.83519779 0.222544170 -0.30708866 0 0
24 -1.12671039 8 0.96239618 245 0.24956575 0.636460997 -1.36476075 0 0
25 -0.14777380 8 1.36582144 175 -0.96611753 0.641571082 -0.44699237 0 0
26 1.19619000 4 -1.22416874 66 0.90416444 -1.310481114 0.58829513 1 1
27 0.98049211 4 -0.89093948 91 1.55876313 -1.100967659 -0.64285758 0 1
28 1.71054652 4 -1.09426581 113 0.32437703 -1.741772228 -0.53093460 1 1
29 -0.71190675 8 0.97046468 264 1.16600392 -0.048290296 -1.87401028 0 1
30 -0.06481307 6 -0.69164740 175 0.04383473 -0.457097039 -1.31439542 0 1
31 -0.84464392 8 0.56703942 335 -0.10578782 0.360516446 -1.81804880 0 1
32 0.21725341 4 -0.88529152 109 0.96027290 -0.446876870 0.42041067 1 1
gear carb
1 4 4
2 4 4
3 4 1
4 3 1
5 3 2
6 3 1
7 3 4
8 4 2
9 4 2
10 4 4
11 4 4
12 3 3
13 3 3
14 3 3
15 3 4
16 3 4
17 3 4
18 4 1
19 4 2
20 4 1
21 3 1
22 3 2
23 3 2
24 3 4
25 3 2
26 4 1
27 5 2
28 5 2
29 5 4
30 5 6
31 5 8
32 4 2
###おわりに
ようやく_all/_if/_at関数の謎が解けて良かったです。
より精緻なデータ弄りができそうな予感です。
引き続き、やっていきましょう。