目次

データの読み込み

データ構造の把握

列の絞り込み

行の絞り込み

データフレームの並べ替え

列の追加/編集

ロングデータとワイドデータの変換

データフレームの結合

データの書き出し

このサイトの使い方

このサイトでは、Rが皆さんのPCにインストールされていなくても、ブラウザ内でRのコマンドを実行し結果を見ることができます。

1 + 

次に、3行目にSys.time()と入力して実行したらどうでしょう？
このようにいろいろとRのコードを試せますので、これから紹介するサンプルコードを自分なりに書き換えて実行してみてください。

サンプルデータについて

このチュートリアルでは、生理値を想定したdata_pと、質問紙データを想定したdata_qを使用しています。それぞれのcsvファイルは、こちらからダウンロードできます。

• data_p

• data_q

csvの読み込み read_csv()

read.table()関数など使える関数はいくつかありますが、readrパッケージのread_csv()関数を使います。

data_q <- read_csv("data/data_questionnaire.csv")
data_p <- read_csv("data/data_phyis.csv")

Excelブックの読み込み read_excel()

readxl::read_excel()を使うと、.xlsファイルと.xlsxファイルが読み込める。

ここでは紹介にとどめるので、気になる人は関数のヘルプを見てみてください。

## excelファイルの読み込み
data_xlsx <- readxl::read_excel("sample.xlsx", sheet = "sheet1", na = c("#N/A", "", "NA"))

Excelをコピーしたクリップボードの中身の読み取り

本格的なコーディングをする前の準備段階では、クリップボードを使ったほうが楽だったりすることもある。ここではWindowsを前提に説明しますが、ググったらMacやLinuxでの方法も出てきます。

Excelの表を範囲選択してからコピーし、Rで以下のコマンドをタイプすると読み込めるはずです。なお、Excelのクリップボードへのコピーはタブ区切りになるので、sep = "\t"と指定します。データに列名が含まれない場合は、header = FALSEとします。

data_clipb <- read.table("clipboard", header = TRUE, sep = "\t")

なお、クリップボードは容量制限があるため、データが大きすぎるとうまく読み込めません。そういったときはあきらめてCSVやXLSXファイルを読みましょう。

複数ファイルを読み込む

list.files()関数を使うと、カレントディレクトリ（作業フォルダ）にあるファイルの一覧が取得できます。pattern = ""を使うと、一覧に採用するファイルを絞り込める。

このCSVファイル一覧を使って、すべてのファイルの読み込みを一つのコマンドでまとめて行う。

file.list <- list.files(pattern = ".csv", path = "data/", full.names = T)

file.list

result <- lapply(file.list, read_csv)

result[[1]]

result[[2]]

for (i in 1:length(file.list)) {
  result <- read_csv(file.list[i])
  assign(str_replace_all(file.list[i], "data//|.csv", ""), result)  #linux vs windowsで/に対するエスケープの要否が異なる。
}

(data_p <- data_phyis)

(data_q <- data_questionnaire)

構造を表示する

base::str()やdplyr::glimpse()は、データの構造を確認するのに便利。

data_q %>% str()

data_q %>% glimpse()

列名を確認する

データフレームの列名だけ取得したいとき

data_q %>% colnames()

列名を直接指定する

select()関数の第２引数以降に取り出したい列の名前を直接タイプします。

例えば、data_pのidと条件１のデータだけほしい時は以下のようにします。他の列名も試してみよう。

data_p %>% select(id, condition1)

列の順番がわかっている場合は、コロンで繋いだ範囲を取り出すこともできます。

data_q %>% select(id, q6:q10)

列名の一部で絞り込む

以下の関数群を使うと、列名の一部で絞り込みができます。

• 列名検索_先頭 starts_with()
• 列名検索_後端 ends_with()
• 列名検索_含有 contains()
• 列名検索_正規表現 matches()
• 指定する変数名全て all_of()
• 指定する変数名全て any_of() 指定した変数名が存在しなくてもエラーにならない

starts_with()を使った例を下に示すので、他の方法も試してみよう。

data_p %>% select(starts_with("cond"))

列のデータ型や内容で絞り込む

where() 関数を併用すると、列のデータ型などで絞り込める。

• where(is.numeric)数値列のみ
• where(is.factor)因子型の列のみ
• where(~is.numeric && mean(.) > 0) 数値型の列でかつ列内の平均が０を超える

where(is.factor)の例を下に示す。

#idとgroup列をfactor型にする
data_p$id <- as.factor(data_p$id) #mutate()を使った方法は後ほど
data_p$group <- as.factor(data_p$group) #mutate()を使った方法は後ほど

data_p %>% select(where(is.factor))

その他

また、上記の関数の先頭に-や!をつけると、条件に当てはまる列を削除できます。

data_p %>% select(-group)

• すべてeverything()
• 指定する変数名全て all_of()
• 指定する変数名全て any_of() 指定した変数名が存在しなくてもエラーにならない

data_p %>% select(group, everything())

以下のコードはエラーになります。どこを直せばよいだろうか。

var_list <- c("id", "condition")

data_p %>% select(all_of(var_list))

因子型（や文字列型）で直接指定

group_a <- data_p %>% filter(group == "a")

group_a %>% summary()

ある列の各セルに特定の文字が含まれるかどうか

filt_char <- iris %>% filter(str_detect(Species, "ni|ve"))
summary(filt_char)

数値的な基準

ある列の数値を基準にします。別の数字を試してみよう。

num_filt <- data_q %>% filter(q1 > 0.5)
summary(num_filt)

計算した数値的な基準を使う

たとえば、ある列の各セルがその列の平均値を超えるかどうかで絞ることもできます。

num_filt2 <- data_q %>% filter(q1 > mean(q1))
summary(num_filt2)

データフレームの列の並べ替え relocate()

dplyr::relocate()で列の並べ替えができます。引数に、先頭に持ってきたい列を左から順番に指定します。ここでは列名を直接タイプしたり、先述したstarts_with()やmatches()、all_of()などのselecting functionsをつかった列指定が可能です。

なお、relocate(列指定)はselect(列指定, everything())と同義。試してみよう。

data_p %>% 
  relocate(starts_with("condition"))

データフレームの行の並べ替え arrange()

dplyr::arrange()でデータフレームを並べ替える事ができます。

data_q %>% arrange(q1)

data_q %>% arrange(q1, q2, q3)

data_q %>% arrange(desc(q1))

新しい列を追加する

mutate()の中で、新しい列名 = 実施する処理を書くと、指定した新しい列に処理結果が代入されます。

result <- data_q %>% 
  mutate(new_col_num  = q1 + q2,
         new_col_bool = q1 > 3)

result %>% select(id, q1:q2, starts_with("new"))

既存の列を上書きする

mutate()の中で、既存の列名 = 実施する処理を書くと、指定した既存の列に処理結果が上書きされます。

result <- data_q %>% 
  mutate(id  = as.factor(id)) #id列を因子型に変換する

result %>% select(id, q1:q2)

result <- data_q %>% 
  mutate(sum = sum(q1, q2, q3))

result %>% relocate(sum)

result <- data_q %>%
  rowwise() %>% 
  mutate(sum = sum(q1, q2, q3)) %>% 
  ungroup()

result %>% select(q1:q3, sum)

result <- data_q %>%
  rowwise() %>% 
  mutate(sum = sum(c_across(q1:q3))) %>% 
  ungroup()

result %>% select(q1:q3, sum)

ワイドデータ→ロングデータ pivot_longer()

改めてdata_pのデータ構造を確認してみよう。1:100のid（参加者ID）, aとbで構成される（被験者間要因の）group、そして繰り返し測定のcondition1:condition4がある。

data_p %>%
  mutate(group = as.factor(group)) %>% 
  str()

ここで、ロングデータを作ったときに想定される列は、id, group, condition, valueとなります。idとgroupは中身は変わらないが繰り返し分で縦に長くなり、conditionにはcondition1~4のいずれかが入り、valueは計測値が入る。

この関数一つで、エクセル作業からずいぶん開放されますね！

long_data <- data_p %>% 
  pivot_longer(cols = condition1:condition4, #計測値の入っている列範囲
               names_to = "condition",       #新しく作る条件用の列名
               values_to = "value")          #値を入れる列名
long_data

100行のワイドデータが400行のロングデータになっただろうか。

ロングデータ→ワイドデータ pivot_wider()

続いて、今作ったlong_dataをワイドデータにしてみよう。つまり、もともとのdata_pと同じ形に戻すことになります。

wide_data <- long_data %>% 
  pivot_wider(id_cols = id:group,      #idや条件を示す列
              names_from = condition,  #ワイドデータの列名のもと
              values_from = value)     #値が入っている列

wide_data

もとのデータと見比べてみよう

str(data_p)

str(wide_data)

データフレームの横結合 joinファミリー

データフレームを横方向に結合（して新しいデータフレームを作る）するには、以下のjoin系の関数を使います。

• inner_join() xとyの両方に含まれる行（共通する行）を使う
• left_join() xに含まれるすべての行を使う
• right_join() yに含まれるすべての行を使う
• full_join() xとyに含まれる行をすべて使う

join系の関数では、データフレームxとデータフレームyに共通するid列（必ずしもidという列名である必要はない）を指定して、そのid列で名寄せを行う。

まず、解説用のデータを作ります。data_xとdata_yはそれぞれ機器１と２から得られた条件1~3のデータですが、機器1では参加者2番さんと5番さん、機器2では参加者4番さんのデータが欠損しています。

これらdata_xとdata_yをjoin系の関数で結合してみます。

joined_data <- inner_join(data_x, data_y, by = "id")

joined_data

left_joined_data <- left_join(data_x, data_y, by = "id")

right_joined_data <- right_join(data_x, data_y, by = "id")

left_joined_data

right_joined_data

full_joined_data <- full_join(data_x, data_y, by = "id")

full_joined_data

データフレームの縦結合 bind_rows()

次は、データを縦に結合する方法。bind_rows()はxとyで共通する列は縦に結合し、共通しない列はNAを使って新規列が作られる。以下の例だと、idだけが共通する列である。

bind_rows(data_x, data_y)

CSV形式での書き出し

readr::write_excel_csv()では、エクセルで読み込むのに都合の良いCSVを書き出してくれる。

write_excel_csv(data_p, "data/write_data_to.csv")

クリップボードへの書き出し

デバッグ作業などでクリップボードに表の内容を保存し、エクセルに貼り付けたいときもあると思います。そういったときは以下のコマンドで可能です（Windowsの例）。

write.table(data_p, "clipboard", col.names = TRUE, row.names = FALSE, sep = "\t")

バイナリ形式での書き出し

.Rdata形式でデータを保存しておくと、データ型の指定などを保ったままデータを保存できます。が基本Rでしか読み込めないです。

save()は特定の変数を保存するのに使います。save.image()は現在のGlobal Environment内の全変数をまとめて保存できます。

なお、.Rdataの読み込みはload()でできます。

save(data_p, file = "data_p.Rdata")