head --> head
library(tidyverse)
df <- read_csv('input//titanic3.csv')
df %>% head()
tail --> tail
df %>% tail()
shape --> dim
df %>% dim()
read_csv --> read_csv
df2 <- read_csv('input//data1.csv')
df2 %>% head()
sort_values --> arrange
df %>% arrange(fare)
df %>% arrange(desc(fare))
copy --> Rには参照はない。
df_copy <- df
df_copy <- tibble() #df_copy can be deleted.
df #original df is still kept.
dtypes, dtype 知らない。
astype --> as.character, as.numeric, as.integerなど
df %>% mutate(pclass = as.character(pclass))
len --> nrow
df %>% nrow()
info --> 知らない。
unique --> unique
df %>% pull(sex) %>% unique()
df %>% pull(cabin) %>% unique()
columns --> colnames
df %>% colnames()
index --> indexによるアクセスは良くない。
[] --> Rでも使えるけれど、selectとpullを使い分けたほうがいい。
df[,'name'] # tibble
df$name # array
df %>% select(name) # tibble
df %>% pull(name) # array
df[ , c('name', 'sex')] # tibble
df %>% select(name, sex) # tibble
[] --> []
df[1:4, ]
df[4:10, ]
df %>% slice(4:10)
loc --> 必要ではない。print(n = )で表示行数を調整。
df[ , ] %>% print(n = 20)
nに対して nrow(.)を入れれば一応全行表示できるけれど。（説明省略）
df[ , c('name', 'ticket')] %>% print(n = nrow(.))
df %>% select(name, ticket) %>% print(n = nrow(.))
: --> :
df %>% select(name:ticket)
iloc --> 必要ではない。
write_csv --> write_csv
df_copy <- df %>% select(name, age, sex)
df_copy %>% write_csv('output//sample.csv')
[] --> []
不等号の時はNAが入ってしまうのでお勧めできない。filter関数を使おう。
df[df$age >= 30, ] # not good, NA is not removed
df[(df$age >= 30) & (F == is.na(df$age)), ] # complicated
df %>% filter(age >= 30) # easier
等号の時はNAは入らない。
df[df$sex == 'female', ]
df %>% filter(sex == 'female')
query --> filter
Rのfilter関数の場合、&で接続しなくてもいい。,でつなげて書ける。
df %>% filter(sex == "female" & age >= 40)
df %>% filter(sex == "female", age >= 40)
str.contains --> str_detect
df %>% filter(T == str_detect(name, "Mrs"))
select_dtypes --> 知らない
nunique --> 一つでこなす関数は思いつかない。
value_counts() --> group_byからのcount
df %>% group_by(embarked) %>% count()
[] --> []
indexを使ってアクセスするのは良くない。
df[3,'age'] <- 40
以下でも一応できるけれども、
df[df$sex == 'male', 'sex'] <- "0"
df[df$sex == 'female', 'sex'] <- "1"
case_when関数を使って高速化を狙いたい。
df %>% mutate(sex = case_when(
sex == 'male' ~ '0',
sex == 'female' ~ '1'
))
mutate関数で直感的に書きたい。
df[,'fare'] <- df$fare + 100
df %>% mutate(fare = fare + 100)
round --> round
df[, 'fare'] <- df$fare %>% round()
df %>% mutate(fare = fare %>% round())
新規列
df[,'test'] <- 1
df %>% mutate(test = 1)
str.cat --> str_c
df[ ,'test'] <- df$cabin %>% str_c(df$embarked, sep='_')
df %>% mutate(test = cabin %>% str_c(embarked, sep='_'))
列のdrop --> selectでマイナスを使う
行のdropの関数は知らない。dropを使うよりはfilterをかけて部分行を取り出すほうがよい。
df %>% select(-body)