ggplot2には、ダイヤモンドのデータセットなどのサンプルデータセットがあります。
今回は、ggplot2に付属しているデータセットを紹介します。
実行環境：MacBook Air M1, 2020
RとRStudioのインストール
以下のURLから、RとRStudioをインストールします。
https://posit.co/download/rstudio-desktop/
インストール方法は以下のURLの記事にわかりやすく書かれています。
https://qiita.com/azzeten/items/1031c788ed093d3b3946
ggplot2のインストールと読み込み
ggplot2のインストールと読み込みを行います。
RStudioを起動し、以下のコードを実行します。
install.packages("tidyverse")
library(ggplot2)
次回からは、以下のコードのみを実行します。
library(ggplot2)
これにより、ggplot2を読み込むことができます。
diamonds
diamondsは、53940個のダイヤモンドの価格や他の属性を含むデータセットです。
data = as.data.frame(diamonds)
head(data)
carat cut color clarity depth table price x y z
1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43
2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31
3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31
4 0.29 Premium I VS2 62.4 58 334 4.20 4.23 2.63
5 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75
6 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48
economics、economics_long
economicsはアメリカの経済時系列データから作成されたデータセットです。
economicsはワイドフォーマット、economics_longはロングフォーマットです。
economics
data = as.data.frame(economics)
head(data)
date pce pop psavert uempmed unemploy
1 1967-07-01 506.7 198712 12.6 4.5 2944
2 1967-08-01 509.8 198911 12.6 4.7 2945
3 1967-09-01 515.6 199113 11.9 4.6 2958
4 1967-10-01 512.2 199311 12.9 4.9 3143
5 1967-11-01 517.4 199498 12.8 4.7 3066
6 1967-12-01 525.1 199657 11.8 4.8 3018
economics_long
data = as.data.frame(economics_long)
head(data)
date variable value value01
1 1967-07-01 pce 506.7 0.0000000000
2 1967-08-01 pce 509.8 0.0002652497
3 1967-09-01 pce 515.6 0.0007615234
4 1967-10-01 pce 512.2 0.0004706043
5 1967-11-01 pce 517.4 0.0009155394
6 1967-12-01 pce 525.1 0.0015743854
faithfuld
faithfuldはアメリカのワイオミング州のイエローストーン国立公園にあるオールド・フェイスフル・ガイザーの噴火データの2D密度推定です。
data = as.data.frame(faithfuld)
head(data)
eruptions waiting density
1 1.600000 43 0.003216159
2 1.647297 43 0.003835375
3 1.694595 43 0.004435548
4 1.741892 43 0.004977614
5 1.789189 43 0.005424238
6 1.836486 43 0.005744544
midwest
midwestは2000年のアメリカ国勢調査から作成された中西部の人口統計情報です。
data = as.data.frame(midwest)
head(data)
出力は28列あるため省略します。
mpg
mpgは38の人気車種の1999年と2008年の燃費のデータセットです。
data = as.data.frame(mpg)
head(data)
manufacturer model displ year cyl trans drv cty hwy fl class
1 audi a4 1.8 1999 4 auto(l5) f 18 29 p compact
2 audi a4 1.8 1999 4 manual(m5) f 21 29 p compact
3 audi a4 2.0 2008 4 manual(m6) f 20 31 p compact
4 audi a4 2.0 2008 4 auto(av) f 21 30 p compact
5 audi a4 2.8 1999 6 auto(l5) f 16 26 p compact
6 audi a4 2.8 1999 6 manual(m5) f 18 26 p compact
msleep
msleepは哺乳類の睡眠のデータセットです。
data = as.data.frame(msleep)
head(data)
name genus vore order conservation sleep_total sleep_rem sleep_cycle awake brainwt bodywt
1 Cheetah Acinonyx carni Carnivora lc 12.1 NA NA 11.9 NA 50.000
2 Owl monkey Aotus omni Primates <NA> 17.0 1.8 NA 7.0 0.01550 0.480
3 Mountain beaver Aplodontia herbi Rodentia nt 14.4 2.4 NA 9.6 NA 1.350
4 Greater short-tailed shrew Blarina omni Soricomorpha lc 14.9 2.3 0.1333333 9.1 0.00029 0.019
5 Cow Bos herbi Artiodactyla domesticated 4.0 0.7 0.6666667 20.0 0.42300 600.000
6 Three-toed sloth Bradypus herbi Pilosa <NA> 14.4 2.2 0.7666667 9.6 NA 3.850
presidential
presidentialはアイゼンハワーからトランプまでの12人のアメリカ大統領の名前、任期の開始日と終了日、政党のデータセットです。
data = as.data.frame(presidential)
head(data)
name start end party
1 Eisenhower 1953-01-20 1961-01-20 Republican
2 Kennedy 1961-01-20 1963-11-22 Democratic
3 Johnson 1963-11-22 1969-01-20 Democratic
4 Nixon 1969-01-20 1974-08-09 Republican
5 Ford 1974-08-09 1977-01-20 Republican
6 Carter 1977-01-20 1981-01-20 Democratic
seals
sealsはアザラシの動きのベクトル場のデータセットです。
data = as.data.frame(seals)
head(data)
lat long delta_long delta_lat
1 29.7 -172.8 -0.9150462 0.14347525
2 30.7 -172.8 -0.8670125 0.12838872
3 31.7 -172.8 -0.8189249 0.11323248
4 32.7 -172.8 -0.7707763 0.09802037
5 33.7 -172.8 -0.7225597 0.08276624
6 34.7 -172.8 -0.6742680 0.06748393
txhousing
txhousingはテキサス州の住宅市場のデータセットです。
data = as.data.frame(txhousing)
head(data)
city year month sales volume median listings inventory date
1 Abilene 2000 1 72 5380000 71400 701 6.3 2000.000
2 Abilene 2000 2 98 6505000 58700 746 6.6 2000.083
3 Abilene 2000 3 130 9285000 58100 784 6.8 2000.167
4 Abilene 2000 4 98 9730000 68600 785 6.9 2000.250
5 Abilene 2000 5 141 10590000 67300 794 6.8 2000.333
6 Abilene 2000 6 156 13910000 66900 780 6.6 2000.417
luv_colours
luv_coloursは色をLuv色空間に変換したデータセットです。
data = as.data.frame(luv_colours)
head(data)
L u v col
1 9341.570 -3.370649e-12 0.0000 white
2 9100.962 -4.749170e+02 -635.3502 aliceblue
3 8809.518 1.008865e+03 1668.0042 antiquewhite
4 8935.225 1.065698e+03 1674.5948 antiquewhite1
5 8452.499 1.014911e+03 1609.5923 antiquewhite2
6 7498.378 9.029892e+02 1401.7026 antiquewhite3
ggplot2には、様々なデータセットが付属していることがわかりました。
データ分析を勉強する方のサンプルデータセットとしておすすめです。