目的
VA-11 Hall-Aのカクテルのデータを入力したので、これでdplyrをやってみる。
dd <- dd %>% mutate(Material = factor(Material,
levels = c('Adelhyde','Bronson Ext','Pwd Delta','Flanergide','Karmotrine')))
p <- ggplot(dd)
p <- p + geom_col(aes(x = Material, y = Qty, fill = Material))
p <- p + geom_text(aes(x = Material, y = Qty, label = Qty), nudge_y = 0.6)
p <- p + facet_wrap(~str_c(Name,Opt))
p <- p + scale_y_continuous(minor_breaks = NULL,limits = c(0, 10), breaks = 0:10, expand = c(0,0))
p <- p + theme(axis.text.x = element_text(angle = 90, vjust = 0.4))
p <- p + scale_fill_manual(values = c(rgb(226,39,67, maxColorValue = 255),
rgb(254,199,61, maxColorValue = 255),
rgb(135,166,227, maxColorValue = 255),
rgb(161,199,113, maxColorValue = 255),
rgb(197,228,228, maxColorValue = 255)
))
p
No,Name,Adelhyde,Bronson Ext,Pwd Delta,Flanergide,Karmotrine,Opt,Age,Ice,Blend
1,Bad Touch,,2,2,2,4,,,T,
2,Beer,1,2,1,2,4,,,,
3,Bleeding Jane,,1,3,3,,,,,T
4,Bloom Light,4,,1,2,3,,T,T,
5,Blue Fairy,4,,,1,,T,T,,
6,Brandtini,6,,3,,1,,T,,
7,Cobalt Velvet,2,,,3,5,,,T,
8,Crevice Spike,,,2,4,,T,,,T
9,Fluffy Dream,3,,3,,,T,T,,
10,Fringe Weaver,1,,,,9,,T,,
11,Frothy Water,1,1,1,1,,,T,,
12,Grizzly Temple,3,3,3,,1,,,,T
13,Gut Punch,,5,,1,,T,T,,
14,Marsblast,,6,1,4,2,,,,T
15,Mercury Blast,1,1,3,3,2,,,T,T
16,Moonblast,6,,1,1,2,,,T,T
17,Piano Man,2,3,5,5,3,,,T,
18,Piano Woman,5,5,2,3,3,,T,,
19,Piledriver,,3,,3,4,,,,
20,Sparkle Star,2,,1,,,T,T,,
21,Sugar Rush,2,,1,,,T,,,
22,Sunshine Cloud,2,2,,,,T,,T,T
23,Suplex,,4,,3,3,,,T,
24,Zen Star,4,4,4,4,4,,,T,
読み込みと表示
read_csv関数を使う。
> d <- read_csv('VA-11 Hall-A.csv')
> d
# A tibble: 24 x 11
No Name Adelhyde `Bronson Ext` `Pwd Delta` Flanergide Karmotrine Opt Age Ice Blend
<int> <chr> <int> <int> <int> <int> <int> <lgl> <lgl> <lgl> <lgl>
1 1 Bad Touch NA 2 2 2 4 NA NA TRUE NA
2 2 Beer 1 2 1 2 4 NA NA NA NA
3 3 Bleeding Jane NA 1 3 3 NA NA NA NA TRUE
4 4 Bloom Light 4 NA 1 2 3 NA TRUE TRUE NA
5 5 Blue Fairy 4 NA NA 1 NA TRUE TRUE NA NA
6 6 Brandtini 6 NA 3 NA 1 NA TRUE NA NA
7 7 Cobalt Velvet 2 NA NA 3 5 NA NA TRUE NA
8 8 Crevice Spike NA NA 2 4 NA TRUE NA NA TRUE
9 9 Fluffy Dream 3 NA 3 NA NA TRUE TRUE NA NA
10 10 Fringe Weaver 1 NA NA NA 9 NA TRUE NA NA
# ... with 14 more rows
とりあえずビール
filter関数。
> d %>% filter(Name == 'Beer')
# A tibble: 1 x 11
No Name Adelhyde `Bronson Ext` `Pwd Delta` Flanergide Karmotrine Opt Age Ice Blend
<int> <chr> <int> <int> <int> <int> <int> <lgl> <lgl> <lgl> <lgl>
1 2 Beer 1 2 1 2 4 NA NA NA NA
なんとかブラスト
str_detect関数。blastとBlastが混在していたのでstr_to_upper関数も使った。
> d %>% filter(T == str_detect(str_to_upper(Name), 'BLAST'))
# A tibble: 3 x 11
No Name Adelhyde `Bronson Ext` `Pwd Delta` Flanergide Karmotrine Opt Age Ice Blend
<int> <chr> <int> <int> <int> <int> <int> <lgl> <lgl> <lgl> <lgl>
1 14 Marsblast NA 6 1 4 2 NA NA NA TRUE
2 15 Mercury Blast 1 1 3 3 2 NA NA TRUE TRUE
3 16 Moonblast 6 NA 1 1 2 NA NA TRUE TRUE
Adelhydeってよく使うの？
group_by関数を使ってAdelhydeの含有量ごとにまとめたが、それ以降でnを普通の列として取り扱うためにはungroup関数を使う必要がある。
入っていないカクテルは７種類。入っているものだと、２つ投入するカクテルが５種類で一番多い。
> d %>% group_by(Adelhyde) %>% count()
# A tibble: 7 x 2
# Groups: Adelhyde [7]
Adelhyde n
<int> <int>
1 1 4
2 2 5
3 3 2
4 4 3
5 5 1
6 6 2
7 NA 7
> d %>% group_by(Adelhyde) %>% count() %>% ungroup() %>%
+ filter(F == is.na(Adelhyde)) %>% filter(n == max(n))
# A tibble: 1 x 2
Adelhyde n
<int> <int>
1 2 5
じゃあAdelhydeを2つ使っているカクテルを教えて。
n関数。上で個数として出てきたnは関数としても使える。Adelhydeを含有量ごとにまとめて、要素数が５となるものを抜き出している。
> d %>% group_by(Adelhyde) %>% filter(n() == 5)
# A tibble: 5 x 11
# Groups: Adelhyde [1]
No Name Adelhyde `Bronson Ext` `Pwd Delta` Flanergide Karmotrine Opt Age Ice Blend
<int> <chr> <int> <int> <int> <int> <int> <lgl> <lgl> <lgl> <lgl>
1 7 Cobalt Velvet 2 NA NA 3 5 NA NA TRUE NA
2 17 Piano Man 2 3 5 5 3 NA NA TRUE NA
3 20 Sparkle Star 2 NA 1 NA NA TRUE TRUE NA NA
4 21 Sugar Rush 2 NA 1 NA NA TRUE NA NA NA
5 22 Sunshine Cloud 2 2 NA NA NA TRUE NA TRUE TRUE
確かに、以下のほうが簡単。
> d %>% filter(Adelhyde == 2)
# A tibble: 5 x 11
No Name Adelhyde `Bronson Ext` `Pwd Delta` Flanergide Karmotrine Opt Age Ice Blend
<int> <chr> <int> <int> <int> <int> <int> <lgl> <lgl> <lgl> <lgl>
1 7 Cobalt Velvet 2 NA NA 3 5 NA NA TRUE NA
2 17 Piano Man 2 3 5 5 3 NA NA TRUE NA
3 20 Sparkle Star 2 NA 1 NA NA TRUE TRUE NA NA
4 21 Sugar Rush 2 NA 1 NA NA TRUE NA NA NA
5 22 Sunshine Cloud 2 2 NA NA NA TRUE NA TRUE TRUE
同じ材料でできているカクテルってあるの？
データの重複を調べるときにn関数が活躍する。Sparkle StarとSuger Rush、材料同じなんだ。知らなかった。
> d %>% group_by(Adelhyde, `Bronson Ext`, `Pwd Delta`, Flanergide, Karmotrine) %>% filter(n() != 1)
# A tibble: 2 x 11
# Groups: Adelhyde, Bronson Ext, Pwd Delta, Flanergide, Karmotrine [1]
No Name Adelhyde `Bronson Ext` `Pwd Delta` Flanergide Karmotrine Opt Age Ice Blend
<int> <chr> <int> <int> <int> <int> <int> <lgl> <lgl> <lgl> <lgl>
1 20 Sparkle Star 2 NA 1 NA NA TRUE TRUE NA NA
2 21 Sugar Rush 2 NA 1 NA NA TRUE NA NA NA
dd <- d %>% select(-Age, -Ice, -Blend) %>% gather(Material, Qty, -No, -Name, -Opt)
dd <- dd %>% mutate(Opt := str_c(Opt)) %>% mutate(Opt = case_when(
Opt == 'TRUE' ~ ', Opt K',
T ~ ""
))