introduction to data processing with R

1. Rによるデータ処理入門
Hiroki

2. 今日のテーマ
○ データを加工する
× 統計解析を行う

3. 今日のテーマ
1. データを読み込む
2. データを加工する
3. データを可視化する

4. 今日のテーマ
• 極力、既存サンプルデータを使う
• 極力、パッケージに頼る
• 関連する項目も説明する ☕ ☕ ☕

5. １．データを読み込む
• テキストファイル： data <- read.table(ファイル名)
• CSVファイル： data <- read.csv(ファイル名)
• 固定長ファイル data <- read.fwf(ファイル名)
• バイナリ（.RData）, .Rファイル： source(ファイル名)
• データベース（ODBC利用）： conn <- RODBC::odbcConnect(dsn, …)
data <- RODBC:: sqlQuery(conn, クエリ)
• XML data <- xmlToDataFrame(ファイル名)
• shapeファイル（.shp） data <- maptools::readShapePoly(ファイル名)
• iniファイル data <- raster::readIniFile

6. １．データを読み込む
☕ ☕ ☕ データフレーム
• 最もよく使われるデータ構造、スプレッドシートのようなもの
• 行列形式で「列：変数」毎の操作が可能
dim(data) 3, 3
data[1, 2] ABC
data$商品番号 101, 102, 103
行番号 商品番号 商品名 売り上げ
1 101 ABC 12345
2 102 DEF 678
3 103 GHI 910
data <- data.frame(商品番号=c(101, 102, 103),商品名=c(“ABC”,“DEF”,“GHI”),売り上げ=c(12345,678,910))

7. １．データを読み込む
☕ ☕ ☕ データの型とファクタ（factor）
• データの型を確認する
class(data) data.frame
str(data) 商品番号: int
商品名： Factor
売り上げ： int
• Factorとして読み込ませない
read.csv(…, stringsAsFactors=FALSE)
行番号 商品番号 商品名 売り上げ
1 101 ABC 12345
2 102 DEF 678
3 103 GHI 910
デフォルトではファクタ型で
読み込まれる

8. １．データを読み込む
☕ ☕ ☕ データの型とファクタ（factor）
• データの型を変更する
as(data, 変更後の型)
as.変更後の型(data)
（例） as.character(data$商品名)
as.matrix(data)
行番号 商品番号 商品名 売り上げ
1 101 ABC 12345
2 102 DEF 678
3 103 GHI 910

9. １．データを読み込む
☕ ☕ ☕ データの中身を確認する
• 型を確認する： str(data)
• 上から n 行を確認する： head(data, n)
• 下から n 行を確認する： tail(data, n)
• ヘッダーを確認する： names(data)
• 各列（変数）の統計量： summary(data)
⇒ data を iris、 n を 3 として実行
商品番号 商品名 売り上げ
Min.
1st Qu.
Median
Mean
3rd Qu.
Max.
summary(data)

10. １．データを読み込む
☕ ☕ ☕ RDataファイル
• バイナリ形式のファイル
• 容量を劇的に削減できる
• 複数のオブジェクトを保存できる
save(df1, df2, …, file=ファイル名)
*csvの場合 write.csv(df1, ファイル名)
0
5
10
15
20
25
30
35
CSV RData
MB

11. １．データを読み込む
data <- read.csv(“ファイル名.csv”, stringsAsFactor=FALSE)
str(data)
next <- function(data$商品名, …)
write.csv(ans, “ans.csv”)
行番号 商品番号 商品名 売り上げ
1 101 ABC 12345
2 102 DEF 678
3 103 GHI 910
＊Rにおいて ．（ドット）は単なる文字の一つ（正規表現は除く）

12. ２．データを加工する
• 簡単な操作
抽出： data[1:2, ] 1, 2行目
subset(data, 商品名==“ABC”) 商品名=ABCの行
data[data$商品名 ==“ABC”, ] 商品名=ABCの行
data[, 3] 3列目（売り上げ）
data$売り上げ 3列目（売り上げ）
四則演算： data[, 1] + 1 1列目全要素に+1
data[, 1] + data[, 3] 1列目+3列目

13. ２．データを加工する
• 簡単な操作・続
文字列： grep(data$商品名, “ABC”) 商品名=ABCの行番号
grepl(data$商品名, “ABC”) 各行で商品名=ABCか
gsub(“A”, “X”, data$商品名) 置換 A→X
paste(data$売り上げ, “円”) 文字列の結合
並べ替え： sort(data$売り上げ) 売り上げ順にソート
order(data$売り上げ) 各行の売り上げ順位
data[order(data$売り上げ), ] 売り上げ順にソート

14. ２．データを加工する
• 簡単な操作・続続
FORループ： for (i in 1:n){…}
（例） 各列の和を計算する
ans <- c(0, 0, 0)
for (i in 1:nrow(data)){
ans[i, ] <- sum(data[1,], na.rm=TRUE)
}
行番号 X … Y
1 101 12345
2 102 678
3 103 910
配列はc(…)
欠損値NAは無視する。
これが無いと、NAが混在していた場合、
結果もNAとなってしまう。

15. ２．データを加工する
行番号 X … Y
1 101 12345
2 102 678
3 103 910
☕ ☕ ☕ apply系の関数
FORは遅い
• FORの代わりにapplyを使う
apply(data, 1, sum, na.rm=T)
1: 行方向
2: 列方向
関数
類似関数
sapply, vapply, lapply, mapply
{xts} rollapply, …

16. ２．データを加工する
行番号 X … Y
1 101 12345
2 102 678
3 103 910
☕ ☕ ☕ SQLに慣れている場合
• {sqldf}パッケージでSQL文をそのまま使う
library(sqldf)
sqldf(“select * from data”)
*SQLiteを使用
注意！
• ．（ドット）が入らないようにする
• 時間データを処理できない
（文字列か整数に直す等の処理）

17. ２．データを加工する {dplyr} +α
たぶん一番便利なパッケージ

18. ２．データを加工する {dplyr} +α
☕ ☕ ☕ パッケージ
• インストール：install.packages(パッケージ名)
install_github(パッケージ名)
• 呼び出し： library(パッケージ名)
require(パッケージ名)
requireはTRUE（インストールされている）、FALSEを返す。
（例） if(!require(“dplyr”)){
install.packages(“dplyr”)
require(dplyr)
}
RstudioのGUIを利用する
インストールする
呼び出す

19. ２．データを加工する {dplyr} +α
☕ ☕ ☕ Rの記法
• 標準： ans <- func1(data, …)
ans <- func2(func1(data))
ans <- func3(func2(fanc1(data)))
• チェーン記法： ans <- data %>% func1()
ans <- data %>% func1() %>% func2()
ans <- data %>% func1() %>% func2() %>% func3()
処理の順に書き下すことができる

20. ２．データを加工する {dplyr} +α
データを…
• グループ毎に計算
• 整形
• 追加、抽出、ソート
• 結合
Fruits <- Fruits[,-7]
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10

21. ２．データを加工する {dplyr} +α
• グループ毎に計算する
Fruits %>%
group_by(Fruit) %>%
summarise(avg_sales=mean(Sales, na.rm=T),
sum_sales=sum(Sales, na.rm=T))
• group_by: グループ化する項目
• summarise: グループ毎に計算
Fruit avg_sales sum_sales
Apples 99.33333 298
Bananas 86.66667 260
Oranges 95.66667 287
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10

22. ２．データを加工する {dplyr} +α
• グループ毎に計算する
Fruits %>%
group_by(Fruit) %>%
do(avg_sales=mean(.$Sales, na.rm=T),
corr=lm(.$Sales~.$Profit)$coefficients[2]) %>%
as.data.frame()
• group_by: グループ化する項目
• do: グループ毎に計算
• .（ドット） Fruits
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10
lm: 線形回帰
lm(y~x, data)
coefficients[2]: 傾き
Fruit avg_sales sum_sales
Apples 99.333333 1.1498195
Bananas 86.666667 1.5930233
Oranges 95.666667 -0.384615

23. ２．データを加工する {dplyr} +α
• 整形する： 縦方向
{tidyr} を利用
tidyr::gather
FruitsEdited <- Fruits %>%
gather(var, val, -Fruit, -Year, -Location)
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10
Fruit Year Location var val
Apples 2008 West Sales 98
Apples 2009 West Sales 111
Apples 2010 West Sales 89
Oranges 2008 East Sales 96
Bananas 2008 East Sales 85
Oranges 2009 East Sales 93
Bananas 2009 East Sales 94
Oranges 2010 East Sales 98
Bananas 2010 East Sales 81
Apples 2008 West Expenses 78
Apples 2009 West Expenses 79
Apples 2010 West Expenses 76
Oranges 2008 East Expenses 81
Bananas 2008 East Expenses 76
Oranges 2009 East Expenses 80
Bananas 2009 East Expenses 78
Oranges 2010 East Expenses 91
Bananas 2010 East Expenses 71
Apples 2008 West Profit 20
Apples 2009 West Profit 32
Apples 2010 West Profit 13
Oranges 2008 East Profit 15
Bananas 2008 East Profit 9
Oranges 2009 East Profit 13
Bananas 2009 East Profit 16
Oranges 2010 East Profit 7
Bananas 2010 East Profit 10FruitsEdited
Fruits

24. ２．データを加工する {dplyr} +α
• 整形する： 横方向
{tidyr} を利用
tidyr::spread
Fruits <- FruitsEdited %>%
spread(var, val)
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10
Fruit Year Location var val
Apples 2008 West Sales 98
Apples 2009 West Sales 111
Apples 2010 West Sales 89
Oranges 2008 East Sales 96
Bananas 2008 East Sales 85
Oranges 2009 East Sales 93
Bananas 2009 East Sales 94
Oranges 2010 East Sales 98
Bananas 2010 East Sales 81
Apples 2008 West Expenses 78
Apples 2009 West Expenses 79
Apples 2010 West Expenses 76
Oranges 2008 East Expenses 81
Bananas 2008 East Expenses 76
Oranges 2009 East Expenses 80
Bananas 2009 East Expenses 78
Oranges 2010 East Expenses 91
Bananas 2010 East Expenses 71
Apples 2008 West Profit 20
Apples 2009 West Profit 32
Apples 2010 West Profit 13
Oranges 2008 East Profit 15
Bananas 2008 East Profit 9
Oranges 2009 East Profit 13
Bananas 2009 East Profit 16
Oranges 2010 East Profit 7
Bananas 2010 East Profit 10FruitsEdited
Fruits

25. ２．データを加工する {dplyr} +α
• 整形する： 列の結合
{tidyr} を利用
tidyr::unite
FruitsUnited <- Fruits %>%
unite(ID, Fruit, Year, sep=":")
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10
ID Location Sales Expenses Profit
Apples:2008 West 98 78 20
Apples:2009 West 111 79 32
Apples:2010 West 89 76 13
Oranges:2008 East 96 81 15
Bananas:2008 East 85 76 9
Oranges:2009 East 93 80 13
Bananas:2009 East 94 78 16
Oranges:2010 East 98 91 7
Bananas:2010 East 81 71 10
Fruits
FruitsUnitedまとめる項目（元）まとめる項目（まとめ先）

26. ２．データを加工する {dplyr} +α
• 整形する： 列の分解
{tidyr} を利用
tidyr::unite
Fruits <- FruitsUnited %>%
separate(ID, c(“Fruit”, “Year”), sep=":")
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10
ID Location Sales Expenses Profit
Apples:2008 West 98 78 20
Apples:2009 West 111 79 32
Apples:2010 West 89 76 13
Oranges:2008 East 96 81 15
Bananas:2008 East 85 76 9
Oranges:2009 East 93 80 13
Bananas:2009 East 94 78 16
Oranges:2010 East 98 91 7
Bananas:2010 East 81 71 10
Fruits
FruitsUnited分解先分解元

27. ２．データを加工する {dplyr} +α
• 追加、抽出、ソート
列の追加や変更 dplyr::mutate
Fruits %>%
mutate(over100 = (Sales>100))
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10
over100
FALSE
TRUE
FALSE
FALSE
FALSE
FALSE
FALSE
FALSE
FALSE

28. ２．データを加工する {dplyr} +α
• 追加、抽出、ソート
列の抽出 dplyr::select
Fruits %>%
mutate(over100 = (Sales>100)) %>%
dplyr::select(-over100)
• dplyr:: とするのは、MASS::selectと区別するため
• dplyr::select(Fruit:Proft)も同じ結果
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10
over100
FALSE
TRUE
FALSE
FALSE
FALSE
FALSE
FALSE
FALSE
FALSE

29. ２．データを加工する {dplyr} +α
• 追加、抽出、ソート
行の抽出 dplyr::filter
Fruits %>%
dplyr::filter(Fruit==“Apples”)
• dplyr:: とするのは、stats::filterと区別するため
• Fruits %>% subset(Fruit==“Apples”) や
Fruits[Fruits$Fruit==“Apples”,] も同じ結果
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13

30. ２．データを加工する {dplyr} +α
• 追加、抽出、ソート
ソート dplyr::arrange
Fruits %>%
arrange(Fruit, Sales)
• arrange(優先順位1, 優先順位2, …)
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10
Fruit Year Location Sales Expenses Profit
Apples 2010 West 89 76 13
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Bananas 2010 East 81 71 10
Bananas 2008 East 85 76 9
Bananas 2009 East 94 78 16
Oranges 2009 East 93 80 13
Oranges 2008 East 96 81 15
Oranges 2010 East 98 91 7

31. ２．データを加工する {dplyr} +α
• データを結合する
dplyr::left_join
C <- data.frame(Fruit=c(“Apples”, “Bananas”, “Hatena”),
Color=c(“green”, “yellow”, “blue”))
Fruits %>%
left_join(data.frame(C, by=“Fruit”)
right_joinはCにFruitsを結合させる
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10
Fruit Color
Apples green
Bananas yellow
Hatena blue
Fruit Year Location Sales Expenses Profit Color
Apples 2008 West 98 78 20 green
Apples 2009 West 111 79 32 green
Apples 2010 West 89 76 13 green
Oranges 2008 East 96 81 15 NA
Bananas 2008 East 85 76 9 yellow
Oranges 2009 East 93 80 13 NA
Bananas 2009 East 94 78 16 yellow
Oranges 2010 East 98 91 7 NA
Bananas 2010 East 81 71 10 yellow
C
Fruits

32. ２．データを加工する {dplyr} +α
• データを結合する
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Bananas 2009 East 94 78 16
Oranges 2010 East 98 91 7
Bananas 2010 East 81 71 10
Fruit Year Location Sales Expenses Profit Color
Apples 2008 West 98 78 20 green
Apples 2009 West 111 79 32 green
Apples 2010 West 89 76 13 green
Oranges 2008 East 96 81 15 NA
Bananas 2008 East 85 76 9 yellow
Oranges 2009 East 93 80 13 NA
Bananas 2009 East 94 78 16 yellow
Oranges 2010 East 98 91 7 NA
Bananas 2010 East 81 71 10 yellow
Hatena NA NA NA A NA blue
Fruit Color
Apples green
Bananas yellow
Hatena blue
C
Fruit Year Location Sales Expenses Profit Color
Apples 2008 West 98 78 20 green
Apples 2009 West 111 79 32 green
Apples 2010 West 89 76 13 green
Bananas 2008 East 85 76 9 yellow
Bananas 2009 East 94 78 16 yellow
Bananas 2010 East 81 71 10 yellow
Fruit

33. ２．データを加工する {dplyr} +α
• データを結合する
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
cbind(Fruits1, Fruits2)
Fruit Year Location Sales Expenses Profit
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
Fruits1 <- Fruits[1:3,]
Fruits2 <- Fruits[c(4:6),]
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Fruit Year Location Sales Expenses Profit
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13
rbind(Fruits1, Fruits2)
Fruit Year Location Sales Expenses Profit
Apples 2008 West 98 78 20
Apples 2009 West 111 79 32
Apples 2010 West 89 76 13
Fruit Year Location Sales Expenses Profit
Oranges 2008 East 96 81 15
Bananas 2008 East 85 76 9
Oranges 2009 East 93 80 13

34. ３．データを可視化する
データの可視化…
• すべての基本： plot
• 少し凝ったグラフ： ggplot
• インタラクティブなグラフ： googleVis等
• その他（地図、３D…）

35. ３．データを可視化する
• plot関数
plot(x, y, …)
plot(cars,
main = "練習",
xlab = "スピード",
ylab = "距離",
col = "blue")
speed dist
4 2
4 10
7 4
7 22
8 16
9 10
10 18
10 26
10 34
11 17
11 28
12 14
12 20
… …
cars

36. ３．データを可視化する
• plot関数
plot(x, y, …)
plot(cars,
main = "練習",
xlab = "スピード",
ylab = "距離",
col = "blue")
lines(cars, col=“red”) #折れ線の追加
speed dist
4 2
4 10
7 4
7 22
8 16
9 10
10 18
10 26
10 34
11 17
11 28
12 14
12 20
… …
cars

37. ３．データを可視化する
• plot関数
plot(x, y, …)
plot(cars,
main = "練習",
xlab = "スピード",
ylab = "距離",
col = "blue“,
type = “b”)
speed dist
4 2
4 10
7 4
7 22
8 16
9 10
10 18
10 26
10 34
11 17
11 28
12 14
12 20
… …
cars

38. ３．データを可視化する
• plot関数
plot(x, y, …)
plot(cars,
main = "練習",
xlab = "スピード",
ylab = "距離",
col = "blue“,
type = “l”)
speed dist
4 2
4 10
7 4
7 22
8 16
9 10
10 18
10 26
10 34
11 17
11 28
12 14
12 20
… …
cars

39. ３．データを可視化する
• plot関数
plot(x, y, …)
plot(cars,
main = "練習",
xlab = "スピード",
ylab = "距離",
col = "blue“,
pch = 19)
speed dist
4 2
4 10
7 4
7 22
8 16
9 10
10 18
10 26
10 34
11 17
11 28
12 14
12 20
… …
cars

40. ３．データを可視化する
☕ ☕ ☕ plotの形状（pch）
• pch： 数値の場合1~25、文字列の場合任意
par(mfrow=c(2, 1))
plot(1:26, pch=1:26)
plot(1:26, pch=LETTERS)
LETTERS = c(“A”, “B”, … “Z”)
Yの値、Xのデフォルト値は
1:length(Y)
画面の分割：
mfrow(m,n) … m×nに分割
余白が足りない ⇒ 余白の調整はpar(mar())

41. ３．データを可視化する
☕ ☕ ☕ plot画面（graphics device）を閉じる
• dev.off() 現在のデバイスを閉じる
• graphics.off() 全てのデバイスを閉じる
• Rstudio上でも可能
全てのデバイスを閉じる

42. ３．データを可視化する
• その他
hist()とboxplot()
boxplot(cars)
par(mfrow=c(2,1))
hist(cars$speed)
hist(cars$dist)

43. ３．データを可視化する
☕ ☕ ☕ プロットが重なる場合
（例） N(0, 10)に従う乱数を1000個作りプロットする
set.seed(1)
test <- rnorm(1000, 0, 10)
plot(test, pch=19)
• {scales} alphaを使い半透明にする
library(scales)
plot(test, pch=19, alpha(“black”, 0.2))
α値の指定
個数 μ σ
乱数を固定

44. ３．データを可視化する
• 少し凝ったグラフ {ggplot2}
ggplot(data, aes(x, y)) + geom_...
• aes aesthentics（審美属性）。x, y, 色，サイズ
• geom_ プロットの形式
geom_line, geom_points, geom_histogram等
• + ggplotでは+で重ね描きする
（例） irisデータで密度推定
ggplot (iris, aes (x = Sepal.Length, y = Sepal.Width, colour = Species)) + stat_density2d ()

45. ３．データを可視化する
• 少し凝ったグラフ {ggplot2}
その他の例
ggplot(iris, aes(x=Sepal.Length, fill=Species)) +
geom_density(position='identity', alpha=.3)
ggplot(iris, aes(x = Sepal.Width, y = Sepal.Length)) +
geom_point(aes(color = Species), size = 2.5)

46. ３．データを可視化する
☕ ☕ ☕ ggplotの便利さ
データ加工と可視化を同時に行う
ggplot(FruitsEdited, aes(Year, val)) +
geom_line() +
facet_grid(Fruit~var)
facet_grid(y~x)により
デバイス（画面）を分割し
(x, y)に該当するグラフを描画する。
このときx軸、y軸は自動で統一される。
Fruit Year Location var val
Apples 2008 West Sales 98
Apples 2009 West Sales 111
Apples 2010 West Sales 89
Oranges 2008 East Sales 96
Bananas 2008 East Sales 85
Oranges 2009 East Sales 93
Bananas 2009 East Sales 94
Oranges 2010 East Sales 98
Bananas 2010 East Sales 81
Apples 2008 West Expenses 78
Apples 2009 West Expenses 79
Apples 2010 West Expenses 76
Oranges 2008 East Expenses 81
Bananas 2008 East Expenses 76
Oranges 2009 East Expenses 80
Bananas 2009 East Expenses 78
Oranges 2010 East Expenses 91
Bananas 2010 East Expenses 71
Apples 2008 West Profit 20
Apples 2009 West Profit 32
Apples 2010 West Profit 13
Oranges 2008 East Profit 15
Bananas 2008 East Profit 9
Oranges 2009 East Profit 13
Bananas 2009 East Profit 16
Oranges 2010 East Profit 7
Bananas 2010 East Profit 10
FruitsEdited
自動で振り分けてくれる
軸も統一されている

47. ３．データを可視化する
• インタラクティブなグラフ {googleVis}
M <- gvisMotionChart(Fruits, "Fruit", "Year",
options=list(state='{"showTrails":false};'))
plot(M)

48. ３．データを可視化する
• インタラクティブなグラフ {googleVis}
M <- gvisMotionChart(Fruits, “Fruit”, “Year”, options=list(state='{"showTrails":false};'))
plot(M)

49. ３．データを可視化する
• その他

50. ありがとうございました
?function_name