Microsoft PowerPoint - 統数研シンポジウム_R_ ppt

で データハンドリング

2

本日のメニュー

„

データフレームとは ←

„

データフレームの作成

„

データハンドリングの方法と例

height De ns it y 0.00 0.05 0.10 0.15 0.20 0.25 60 65 70 75 80 Bass 2 Bass 1 Tenor 2 0.00 0.05 0.10 0.15 0.20 0.25 Tenor 1 0.00 0.05 0.10 0.15 0.20 0.25 Alto 2 Alto 1 Soprano 2 60 65 70 75 80 0.00 0.05 0.10 0.15 0.20 0.25 Soprano 1

3

データフレームとは

EXCEL：シート ACCESS：テーブル SAS：データセット

„

統計解析を行うデータの形式は様々

‰

（

R 上で）データを手で入力して・・・

‰

テキストファイル，

EXCEL，ACCESS，SAS などの形式

„

R でデータ解析を行う際は，

データフレーム

という形式

4

データフレームとは

„

数値ベクトルや文字ベクトル，

因子ベクトルなどの異なる型の

データをまとめてもつ変数

⇒

外見は行列と同じ

⇒

各列の要素の型はバラバラ

でも構わない

„

データフレームの各行・各列は

ラベルを必ず持ち，ラベルに

よる操作が可能

64

166

M

57

173

M

72

177

M

55

162

F

51

158

F

WEIGHT

HEIGHT

SEX

5

本日のメニュー

„

データフレームとは

„

データフレームの作成 ←

„

データハンドリングの方法と例

Scatter Plot Matrix Sepal.Length 7 8 7 8 5 6 5 6 Sepal.Width3.5 4.0 4.5 3.54.04.5 2.0 2.5 3.0 2.02.53.0 Petal.Length4 5 6 7 4 5 6 7 1 2 3 4 1 2 3 4 Petal.Width1.5 2.0 2.5 1.52.02.5 0.0 0.5 1.0 0.00.51.0

6

データフレームの作成

„

R でベクトルデータを作成した後，データフレームを作成

（いわゆる手入力）

⇒

「性別」「身長」「体重」データをベクトルで用意

した後，関数

data.frame()

で１つのデータフレーム

に変換する

„

ファイルからデータを読み込んで，データフレームを作成

⇒

関数

read.table()

などでファイルからデータを読込

⇒

パッケージ

RODBC の関数

odbcConnectXXXXX()

で

データファイルにアクセスした後，関数

sql.Query()

でファイルからデータを読込

7 M M M F F SEX 64 57 72 55 51 WEIGHT 166 173 177 162 158 HEIGHT 64 166 M 57 173 M 72 177 M 55 162 F 51 158 F WEIGHT HEIGHT SEX

> sex

<- c("F","F","M","M","M")

> height <- c(158,162,177,173,166)

> weight <- c( 51, 55, 72, 57, 64)

> x <- data.frame(SEX=sex, HEIGHT=height,

WEIGHT=weight)

data.frame()

データフレームの作成（手入力）

8

データフレームの閲覧

„

データフレームの中身を確認したいときは・・・

‰

R のコンソール画面で

‰

R 標準のデータエディタで (←データを見ながらの作業不可)

‰

relimp パッケージのテキストウインドウで

データエディタ > edit(x) テキストウインドウ > library(relimp) > showData(x) コンソール上 > x

9

データフレームを作成すると・・・

> summary(x) # データフレームの列ごとの特徴を見る SEX HEIGHT WEIGHT

F:2 Min. :158.0 Min. :51.0 M:3 1st Qu.:162.0 1st Qu.:55.0 Median :166.0 Median :57.0 Mean :167.2 Mean :59.8 3rd Qu.:173.0 3rd Qu.:64.0 Max. :177.0 Max. :72.0 # 密度関数のプロット > library(lattice)

> densityplot( height ￨ voice.part, data=singer, layout=c(2,4)) # 対散布図

> splom( iris[1:4], groups = Species, data = iris, + panel = panel.superpose) 64 166 M 57 173 M 72 177 M 55 162 F 51 158 F WEIGHT HEIGHT SEX

10

データフレームの作成（⇔

.txt ）

> x <- read.table("data04.txt",

header=T, sep="," ) sex height weight

1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 > x <- read.csv("data04.txt") sex,height,weight F,158,51 F,162,55 M,177,72 M,173,57 M,166,64 data04.txt

„

関数

read.table()

などでテキストファイルからデータを

読み込むことが出来る

11

データフレームの作成（

RODBC）

„

パッケージ

RODBC

の中の関数

odbcConnectXXXXX()

で

データファイルにアクセスした後，関数

sql.Query()

で

ファイルからデータを読み込むことが出来る

> library(RODBC) # パッケージの呼出 > tmp <- odbcConnectExcel("c:/data00.xls") # データに接続 > tmp <- odbcConnectAccess("c:/data00.mdb") # （Access の場合） > sqlTables(tmp) # テーブルを表示 > x <- sqlQuery(tmp,"select * from [Sheet1$]") # 読み込み

> x <- sqlQuery(tmp,"select * from [mydata]") # （Access の場合）

> odbcClose(tmp) # 接続を遮断

„

他にも

ORACLE のデータベースや，その他のデータ形式

ファイル（

DBASE，MySQL，PostgreSQL）からデータ

12

データフレームの作成（

foreign）

Read a SAS XPORT Format Library

read.xport()

Obtain a Data Frame from a Systat File

read.systat()

Obtain a Data Frame from a SAS Permanent

read.ssd()

Read an SPSS Data File

read.spss()

Read Octave Text Data Files

read.octave()

Read a Minitab Portable Worksheet

read.mtp()

Read Epi Info Data Files

read.epiinfo()

Read Stata Binary Files

read.dta()

Read a DBF File

read.dbf()

Read an S3 Binary File

data.restore()

用途 関数

„

パッケージ

foreign

の中には，外部データを読み込む

13

データフレームの作成（

foreign）

> library(foreign)

„

SPSS データを R に読み込む例

> x <- read.spss("mydata.sav")

„

SAS データを R に読み込む例

*** SAS データを XPT ファイルに変換 ;

libname out xport "C:/mydata.xpt" ;

proc copy in=work out=out ;

select mydata / mt=data ;

run ;

### R から SAS の XPT ファイルを読み込む

14

本日のメニュー

„

データフレームとは

„

データフレームの作成

15

データハンドリング例(導入)

„

Aさん～D女史 (変数はNAME) の 4 人に，やせ薬

(GROUP==Active) か偽薬 (GROUP==Placebo) を投薬する

„

投薬してから

1日目(DAY==1)～3日目(DAY==3)に体重を測定する

„

体重は，午前

(KG_AM) と午後 (KG_PM) の1日2回測定する

B氏 D女史 Cくん Aさん NAME Placebo Active Placebo Active GROUP D女史 B氏 Aさん Cくん Cくん D女史 Aさん B氏 B氏 D女史 Cくん Aさん NAME 59.9 59.8 3 58.6 59.0 3 61.5 63.5 3 71.2 69.8 3 70.2 71.2 2 61.4 61.2 2 64.0 65.8 2 59.5 58.1 2 58.0 58.5 1 61.7 62.7 1 71.5 71.3 1 66.6 65.2 1 KG_PM KG_AM DAY

16

データハンドリング例(導入)

B氏 D女史 Cくん Aさん NAME Placebo Active Placebo Active GROUP

„

データの形式は

EXCEL

„

体重に関するデータとグループに関するデータの

2 つ

„

まずは

2 つのデータセットを R に読み込ませる

D女史 B氏 Aさん Cくん Cくん D女史 Aさん B氏 B氏 D女史 Cくん Aさん NAME 59.9 59.8 3 58.6 59.0 3 61.5 63.5 3 71.2 69.8 3 70.2 71.2 2 61.4 61.2 2 64.0 65.8 2 59.5 58.1 2 58.0 58.5 1 61.7 62.7 1 71.5 71.3 1 66.6 65.2 1 KG_PM KG_AM DAY data1.xls ⇒ データフレーム x1 に data2.xls ⇒ x2 に

17

データハンドリング例(1)

### データの読み込み

> library(RODBC) # パッケージの呼出 > tmp <- odbcConnectExcel("C:/data1.xls") # データに接続

> x1 <- sqlQuery(tmp,"select * from [Sheet1$]") # 読み込み > odbcClose(tmp) # 接続を遮断

> tmp <- odbcConnectExcel("C:/data2.xls") # データに接続 > x2 <- sqlQuery(tmp,"select * from [Sheet1$]") # 読み込み

> odbcClose(tmp) # 接続を遮断

18

データハンドリング例(2)

### データフレーム x1 と x2 を併合（マージ）する

### 本当は列について自動で整列されるが，あえて整列させない

> x <- merge(x1, x2, by="NAME", all=T, sort=F) データフレーム x 59.9 58.6 61.5 71.2 70.2 61.4 64.0 59.5 58.0 61.7 71.5 66.6 KG_PM D女史 B氏 Aさん Cくん Cくん D女史 Aさん B氏 B氏 D女史 Cくん Aさん NAME Active 59.8 3 Placebo 59.0 3 Active 63.5 3 Placebo 69.8 3 Placebo 71.2 2 Active 61.2 2 Active 65.8 2 Placebo 58.1 2 Placebo 58.5 1 Active 62.7 1 Placebo 71.3 1 Active 65.2 1 GROUP KG_AM DAY

19

データハンドリング例(3)

### 列の順番を入れ替える > x <- x[,c(1,5,2,3,4)] > x <- x[,c("NAME","GROUP","DAY","KG_AM","KG_PM")] データフレーム x D女史 B氏 Aさん Cくん Cくん D女史 Aさん B氏 B氏 D女史 Cくん Aさん NAME 59.9 59.8 3 Active 58.6 59.0 3 Placebo 61.5 63.5 3 Active 71.2 69.8 3 Placebo 70.2 71.2 2 Placebo 61.4 61.2 2 Active 64.0 65.8 2 Active 59.5 58.1 2 Placebo 58.0 58.5 1 Placebo 61.7 62.7 1 Active 71.5 71.3 1 Placebo 66.6 65.2 1 Active KG_PM KG_AM DAY GROUP

20

データハンドリング例(4)

### 行についてデータを NAME で整列（ソート；1変数）する > sortlist <- order(x$NAME) # 順番を取得 > X <- x[sortlist,] # 整列 > rownames(X) <- c(1:nrow(X)) # 行番号の整形 D女史 D女史 D女史 Cくん Cくん Cくん B氏 B氏 B氏 Aさん Aさん Aさん NAME 59.9 59.8 3 Active 61.4 61.2 2 Active 61.7 62.7 1 Active 71.2 69.8 3 Placebo 70.2 71.2 2 Placebo 71.5 71.3 1 Placebo 58.6 59.0 3 Placebo 59.5 58.1 2 Placebo 58.0 58.5 1 Placebo 61.5 63.5 3 Active 64.0 65.8 2 Active 66.6 65.2 1 Active KG_PM KG_AM DAY GROUP データフレーム X

21

データハンドリング例(目的は･･･)

D女史 D女史 D女史 Cくん Cくん Cくん B氏 B氏 B氏 Aさん Aさん Aさん NAME 59.9 59.8 3 Active 61.4 61.2 2 Active 61.7 62.7 1 Active 71.2 69.8 3 Placebo 70.2 71.2 2 Placebo 71.5 71.3 1 Placebo 58.6 59.0 3 Placebo 59.5 58.1 2 Placebo 58.0 58.5 1 Placebo 61.5 63.5 3 Active 64.0 65.8 2 Active 66.6 65.2 1 Active KG_PM KG_AM DAY GROUP D女史 Aさん NAME 「3日目の体重の平均」と 「1日目の体重の平均」の 変化量が -2kg 未満の人 を抽出する

22

データハンドリング例(5)

### apply(列を指定, 1(行毎という意味), 適用する関数) > tmp <- apply(X[,4:5], 1, mean) > tmp <- apply(X[,4:5], 1, function(x){sum(x)/length(x)} ) ### 列を追加する関数 transform(データフレーム名, 列名=ベクトル) > X1 <- transform(X, MEAN=tmp) 59.9 61.4 61.7 71.2 70.2 71.5 58.6 59.5 58.0 61.5 64.0 66.6 KG_PM D女史 D女史 D女史 Cくん Cくん Cくん B氏 B氏 B氏 Aさん Aさん Aさん NAME 59.85 59.8 3 Active 61.30 61.2 2 Active 62.20 62.7 1 Active 70.50 69.8 3 Placebo 70.70 71.2 2 Placebo 71.40 71.3 1 Placebo 58.80 59.0 3 Placebo 58.80 58.1 2 Placebo 58.25 58.5 1 Placebo 62.50 63.5 3 Active 64.90 65.8 2 Active 65.90 65.2 1 Active MEAN KG_AM DAY GROUP

23

データハンドリング例(6)

### 列の数を絞る transform(データフレーム[,残す列]) > X2 <- transform(X1[,c(1,2,3,6)]) ### 列の数を絞る subset(データフレーム名, ### select=-c(削る列1,削る列2, ...))

> X2 <- subset(X1, select = -c(KG_AM, KG_PM))

D女史 D女史 D女史 Cくん Cくん Cくん B氏 B氏 B氏 Aさん Aさん Aさん NAME 59.85 3 Active 61.30 2 Active 62.20 1 Active 70.50 3 Placebo 70.70 2 Placebo 71.40 1 Placebo 58.80 3 Placebo 58.80 2 Placebo 58.25 1 Placebo 62.50 3 Active 64.90 2 Active 65.90 1 Active MEAN DAY GROUP

24

データハンドリング例(7)

###「DAY毎の平均」という列を追加

### 横展開する関数 reshape(データフレーム名, idvar=固定する列, ### timevar=横展開する列, direction="wide")

> X3 <- reshape(X2, idvar =c("NAME","GROUP"), + timevar="DAY", direction="wide") 61.3 70.7 58.8 64.9 MEAN.2 D女史 Cくん B氏 Aさん NAME 59.85 62.20 Active 70.50 71.40 Placebo 58.80 58.25 Placebo 62.50 65.90 Active MEAN.3 MEAN.1 GROUP

25

データハンドリング例(8)

###「3日目の体重の平均」−「1日目の体重の平均」 ### という列「DIFF」を作成した後，列の数を絞る

> X4 <- transform(X3[,c("NAME","GROUP")],

DIFF = (X3$MEAN.3 - X3$MEAN.1) )

D女史 Cくん B氏 Aさん NAME -2.35 Active -0.90 Placebo 0.55 Placebo -3.40 Active DIFF GROUP

26

データハンドリング例(9)

### 体重の変化量が -2kg 未満：subset(データフレーム, 条件式)

> subset(X4, DIFF < -2)

### 体重の変化量が -2kg 未満の人：subset(データ, 条件式, 列名)

> subset(X4, DIFF < -2, c(NAME))

D女史 Aさん NAME -2.35 Active -3.40 Active DIFF GROUP D女史 Aさん NAME

27

データハンドリング例(10)

### ちなみに，B 氏と C くんを取り出す場合は・・・： ### subset(データフレーム, 列名 %in% 集合ベクトル)

> subset(X4, NAME %in% c("B氏","Cくん"))

### ちなみに，これはエラーとなる・・・ > subset(X4, DIFF<-2) Cくん B氏 NAME -0.90 Placebo 0.55 Placebo DIFF GROUP

28

本日のメニュー

„ データフレームとは

‰

統計解析を行うためのデータの形式

‰

見た目は行列 ⇒ でも使い勝手が良い

„ データフレームの作成

‰

手入力でもデータの読み込み可だけど・・・

‰

外部データ（テキストファイル，

EXCEL，ACCESS，

SAS，・・・）からでも読み込み可

„ データハンドリングの方法と例

‰

RODBC を使ったデータ読み込みの例を紹介

‰

データのマージ，ソート，変数追加，変数削除，

データの横展開，条件抽出の例を紹介

29

【おまけ】実務で R にデータを読み込む際･･･

① 〔EXCEL〕→〔RODBCでデータフレームにする〕 ② 〔EXCEL〕→〔CSVに変換〕 →〔関数 read.table() でデータフレームにする〕 ②'〔他のアプリ〕→〔テキストデータ〕 →〔関数 read.table() でデータフレームにする〕 ③〔SAS〕→〔xptに変換〕→〔read.xport()でデータフレームにする〕 （SAS でできないことを R にさせるという意図） ④ SQLでデータベースにも直接アクセスできるはず ⑤ XMLでデータを入力，出力させることもできるはず

★データがちゃんと入力されているかを確認する方法は？

・「データフレームから抜き取り」とか「要約統計量」とか ・「次元の数」と「一番右下のセルに値が正しく入っているか」を確認 ・欠測の数を数える ・EXCEL に出力して比較（コンペア）する ・R から折り返しはきだし，SAS 上で比較（コンペア）する

30

参考文献＆謝辞

„

参考文献

‰

THE R BOOK 4章（岡田昌史 他；九天社）

‰

データ解析環境

R 5章（舟尾，高浪；工学社）

‰

パッケージ「

RODBC」「foreign」のヘルプ

„

発表資料作成の際にお世話になった人

‰

北西 由武さん（塩野義製薬）

‰

高浪 洋平さん（武田薬品工業）

終

で データハンドリング

で データハンドリング

～ ここからはおまけ ～

33

★ 作業ディレクトリの変更

„

ファイルからデータを読み込むには・・・

‰ まず，データがあるディレクトリ（フォルダ）に作業ディレクトリ を変更する ‰ 次に，関数 read.table() などでファイルからデータを読み込む

„

ファイルからデータやプログラムを読み込んだり，

ファイルにデータを書き出したりする場所を

作業ディレクトリ

という

„

指定したディレクトリに指定した作業ディレクトリに

データがセーブされたり，

R 用エディタなどが保存

されるようになる

> setwd("c:/usr") # 作業ディレクトリを変更 > getwd() # 現在のディレクトリを確認 [1] "c:/usr"

34

★ 作業ディレクトリの変更

(Windows)

[ファイル] の [ディレクトリの変更] を選択 [Browse] をクリックして， 変更先のディレクトリを選択

35

★ 作業ディレクトリの変更

(Mac OS X)

[その他] の 作業[ディレクトリの変更] を選択

36

★ テキストファイル ⇒ データフレーム

> x <- read.table("data01.txt") V1 V2 V3 1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 F 158 51 F 162 55 M 177 72 M 173 57 M 166 64 data01.txt

(1) 列名がなく，データ間がスペースで区切ら

れている場合

⇒

R が勝手に列名を決めている

37

★ テキストファイル ⇒ データフレーム

> x <- read.table("data02.txt",

header=T )

sex height weight 1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64

sex height weight F 158 51 F 162 55 M 177 72 M 173 57 M 166 64 data02.txt

(2) 列名があり，データ間がスペースで区切ら

れている場合

38

★ テキストファイル ⇒ データフレーム

> x <- read.table("data03.txt",

header=T, skip=1 )

sex height weight 1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 ### data03.txt sex height weight

F 158 51 F 162 55 M 177 72 M 173 57 M 166 64 data03.txt

(3)１行目にコメント，2行目に列名があり，

データ間がスペースで区切られている場合

39

★ テキストファイル ⇒ データフレーム

> x <- read.table("data04.txt",

header=T, sep="," ) sex height weight

1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 sex,height,weight F,158,51 F,162,55 M,177,72 M,173,57 M,166,64 data04.txt

(4) 列名があり，データ間がコンマで区切ら

れている場合

40

★ テキストファイル ⇔

EXCEL

„

目的は関数

read.csv() で読み込める形式に

すること（前節の

data04.txt の状態）

‰

まず，

EXCEL ファイルを開き，メニューの

[ファイル] の [開く] から，[名前をつけて保存]

を選択する

‰

保存する名前をつけた後，次に

[ファイルの種類]

から

[CSV カンマ区切り]を選択して保存する

41

★ テキストファイル ⇔

EXCEL

„

Windows 版 R の場合

別名で保存

42

★ テキストファイル ⇔

EXCEL

„

Mac OS X 版 R の場合

別名で保存

43

★ テキストファイル ⇔

EXCEL

> x <- read.csv("data04.csv") sex height weight

1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 sex,height,weight F,158,51 F,162,55 M,177,72 M,173,57 M,166,64 data04.csv

(4’) 列名があり，データ間がコンマで区切ら

れている場合

44

★ テキストファイル ⇔

EXCEL

> myname <- c("SEX","HEIGHT","WEIGHT") > x <- read.csv("data05.csv",

header=F, col.names=myname )

sex height weight 1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 F,158,51 F,162,55 M,177,72 M,173,57 M,166,64 data05.csv

(5) 列名がなく，データ間がコンマで区切ら

れている場合

45

★ データフレームの作成

〔

EXCELのセルをコピー＆ペースト〕

„

Windows 版の場合は，列名をコピーしても

しなくてもよい

# 列名をコピーした場合 x <- read.delim("clipboard", header=

T

) # 列名をコピーしなかった場合 x <- read.delim("clipboard", header=

F

)

46

★ データフレームの作成

〔

EXCELのセルをコピー＆ペースト〕

„

Mac OS X 版の場合は，列名をコピーしては

いけない

excel.mac <- function(...) { args <- c(...)

temp <- matrix(scan(""), byrow=TRUE, ncol=length(args)) data <- data.frame(temp) colnames(data) <- args return(data) } excel.mac("X", "Y") # 列名を入力 1: # ペーストする

47

★

SAS ⇒ XML ⇒ R (1)

„

パッケージ

XML

と

SASXML

を使用する

(作者：

Duncan Temple Lang

氏

<

[email protected]

>)

„

まず，

SAS データセット⇒ XML に変換する

*--- SAS 上のコマンド;

libname xxx xml "C:/demo.xml"

xmltype=oimdbm xmlschema=yes ; proc format ;

value sexf 1="Female" 2="Male" ; data demo(label="Test") ;

input id name $ sex ;

format sex sexf. ; label sex="Gender" ; cards; 111 ABC 1 222 DEF 2 333 GHI 1 444 JKL 2 ;

48

★

SAS ⇒ XML ⇒ R (2)

„

次に

XML ⇒ R へ読み込む

‰

パッケージ

SASXML

の中に入っているソース

eventSAS.S，sas.S，sasDataset.R を実行する

‰

その後，以下を実行する

> library(XML) > x <- sas("C:/demo.xml") > x$DEMO id name sex 1 111 ABC Female 2 222 DEF Male 3 333 GHI Female 4 444 JKL Male

49

★

＜寄り道＞

R ⇒ XML ⇒ R

> ### R ⇒ XML へ出力（要パッケージ XML） > tmp <- xmlOutputDOM()

> tmp$addTag("MYDATA", close=F)

> tmp$addTag("X", 1); tmp$addTag("Y", "Yes")

> tmp$closeTag() # MYDATA

> tmp$addTag("MYDATA", close=F)

> tmp$addTag("X", 2); tmp$addTag("Y", "No")

> tmp$closeTag() # MYDATA > saveXML(tmp$value(), file="C:/mydata.xml") ### XML ⇒ R へ入力（要パッケージ SASXML） > x <- sasXMLDataSet("C:/mydata.xml") > x$data$MYDATA X Y 1 1 Yes 2 2 No

50

★

＜寄り道＞

R から SAS を操作する

„

関数

system()

を用いる

### R から SAS を操作する

> cat("proc print data=sashelp.class;¥n", + file="C:/test.sas") > cat("run;¥n", file="C:/test.sas", + append=T) > system(paste('"C:/SASV8/nls/ja/sas.exe"', + '"C:/test.sas"', + '-log C:/test.log + -print C:/test.lst '), + wait = F) SAS の出力

＋

51

★

＜寄り道＞

SAS から R を操作する

„

x コマンド

を用いて

DOS を起動し，R を実行する

*--- SAS から R を操作する ; filename aaa "C:/test.R" ; options noxwait xsync ; data _null_ ;

file aaa ;

put 'x <- 1:5; sink("C:/out.txt"); mean(x)'; run ;

x '"C:/Program Files/R/R-2.3.1/bin/R.exe" --no-save < "C:/test.R"' ;

R の出力

＋

52

★ データへのアクセス方法(1)

性別が F（女性）かつ体重が 50kg より大きい行を表示

x[ ,SEX=="F" & WEIGHT>50 ]

性別が F（女性）である行を表示 x[SEX=="F", ] 論理ベクトル c(T,F,T) が TRUE と なっている列を表示 x[ ,c(T,F,T)] 3 行目と 4 行目のデータを表示 x[c(3, 4), ] 1 列目と 2 列目のデータを表示 x[c(1, 2)] 指定した列の 3 行目のデータを表示 x[[3,"列名"]], x[[3,"列名"]] 3 行 2 列目のデータを表示 x[3, 2], x[[3, 2]] 2 番目の列データを表示 x[2], x[[2]] 指定した列データを表示 x$列名，x[“列名”]， x[["列名"]]

機能

コマンド

53

★ データへのアクセス方法(2)

„ データフレーム[行番号，列番号]

で指定する

x[c(1,3,5),] # 1,3,5行目にアクセス sex height weight

1 F 158 51 3 M 177 72 5 M 166 64 x[,c(1,3)] # 1,3列目にアクセス sex weight 1 F 51 2 F 55 3 M 72 4 M 57 5 M 64 M 166 64 57 173 M 72 177 M 55 162 F 51 158 F WEIGHT HEIGHT SEX データフレーム ｘ

54

★ データへのアクセス方法(3)

„ データフレーム$列名

で指定する

> x$height # 身長データ [1] 158 162 177 173 166 > x$height <- NULL # 身長を削除 > x sex weight 1 F 51 2 F 55 3 M 72 4 M 57 5 M 64 64 166 M 57 173 M 72 177 M 55 162 F 51 158 F WEIGHT HEIGHT SEX データフレーム ｘ

55

★ データの加工・抽出(1)

x と y を併合（マージ）する．

※通常は引数に all=T を指定し，データを全て 残す．all=T を指定しなければデータの共通 部分が結果として返される．

merge(x,y)

x と y を横に並べて結合する

data.frame(x,y)

x と y を横に並べて結合する

cbind(x,y)

x と y を縦に並べて結合する

rbind(x,y)

x の列名を表示する

names(x)

x の行数（データ数）を求める

nrow(x)

x の列数（変数の数）を求める

ncol(x)

機能

コマンド

56

★ データの加工・抽出(2)

ベクトルで指定した列に対し，条件式に合 う行のみを抽出する subset(x, 条件式, ベクトル) 条件式に合う行のみを抽出する subset(x, 条件式) データフレーム x に新たな列 y を追加する transform(x, y=ベクトル) NA を含む行を削除する na.omit(x) 末尾から b 行だけ抽出する tail(x, n=b) 先頭から a 行だけ抽出する head(x, n=a)

機能

コマンド

57

★ データのマージ

### データフレーム x1 と x2 を併合（マージ）する

> x <- merge(x1, x2, by="NAME", all=T, sort=F)

### x1 と x3 で，マージするためのキー変数が異なる場合

> x <- merge(x1, x3, by.x="NAME", by.y="NAME2")

B氏 D女史 Cくん Aさん NAME Placebo Active Placebo Active GROUP D女史 B氏 Aさん Cくん Cくん D女史 Aさん B氏 B氏 D女史 Cくん Aさん NAME 59.9 59.8 3 58.6 59.0 3 61.5 63.5 3 71.2 69.8 3 70.2 71.2 2 61.4 61.2 2 64.0 65.8 2 59.5 58.1 2 58.0 58.5 1 61.7 62.7 1 71.5 71.3 1 66.6 65.2 1 KG_PM KG_AM DAY

＋

B氏 D女史 Cくん Aさん NAME2 Placebo Active Placebo Active GROUP

＋

x1

x2

x3

58

★ データのソート（2変数のソート）

### 行についてデータを整列（ソート；2変数）する ### sortlist <- order(第1変数, 第2変数)

> sortlist <- order(x$GROUP, x$DAY) # 順番を取得 > X <- x[sortlist,] # 整列 > rownames(X) <- c(1:nrow(X)) # 行番号の整形 > X Cくん B氏 Cくん B氏 Cくん B氏 D女史 Aさん D女史 Aさん D女史 Aさん NAME 71.2 69.8 3 Placebo 58.6 59.0 3 Placebo 70.2 71.2 2 Placebo 59.5 58.1 2 Placebo 71.5 71.3 1 Placebo 58.0 58.5 1 Placebo 59.9 59.8 3 Active 61.5 63.5 3 Active 61.4 61.2 2 Active 64.0 65.8 2 Active 61.7 62.7 1 Active 66.6 65.2 1 Active KG_PM KG_AM DAY GROUP

59

★ 欠損の扱い(1)

„

手入力でデータフレームを作成する場合で欠損が含

まれているデータを読み込む場合は，ベクトル中の

欠損部分を NA としておけば，該当部分に欠損値

（NA）が入る．

> sex <- c("F",NA,"M"); height <- c(158,162,NA); > weight <- c(51,55,72)

> ( x <- data.frame(SEX=sex, HEIGHT=height, WEIGHT=weight) ) SEX HEIGHT WEIGHT

1 F 158 51 2 <NA> 162 55 3 M NA 72

60

★ 欠損の扱い(2)

„

ファイルからデータを読み込む場合で欠損が含

まれているデータを読み込む場合は，データ間

がコンマで区切られている方が処理しやすい．

„

この場合，単に欠損部分を空白にしておけば，

該当部分に欠損値（NA）が入る．

x <- read.table("data06.txt", header=T, sep=",") sex height weight

1 F 158 51 2 F 162 55 3 M NA 72 4 M 173 57 5 M 166 64 sex,height,weight F,158,51 F,162,55 M, ,72 M,173,57 M,166,64 data06.txt

終

で データハンドリング