必要なパッケージの読み込み

rではパッケージを追加することで様々な機能を追加することができます。
ここでは、データ操作が楽になるmagrittrパッケージとtidyverseパッケージを読み込みます。

まだパッケージをインストールしていないときは、install.packages("tidyverse")をコンソールに入力してエンターを押すことでインストールできます。(tidyverseパッケージをインストールすると、magrittrパッケージも併せてインストールされます)

library(magrittr)
library(tidyverse)

フォルダの中身を確認する

list.files()を使って、カレントディレクトリ（作業フォルダ）内にあるファイルを一覧を取得します。

list.files()

dataフォルダがあることが確認できます。

#dataフォルダの中身
list.files("data")

#dataフォルダの中のsubfolderの中身
list.files("data/subfolder")

作業フォルダの変更

setwd()関数を使うと、カレントディレクトリ（作業フォルダ）を変更することができます。
getwd()関数で現在の作業フォルダを確認できます。

#作業ディレクトリの変更
setwd("data")

#作業フォルダの確認
getwd()

## [1] "/srv/shiny-server/jspar/r-basics/data"

#再度中身を確認する
list.files()

## [1] "data_phyis.csv"         "data_questionnaire.csv" "subfolder"

これで最低限の準備が整いました。続いてCSVファイルの読み込みに取り掛かりましょう。

とりあえず読み込んでみる

CSVファイルを読み込む方法はいくつかありますが、ここではreadrパッケージのread_csv()関数を使います。

サンプルファイルはこちらです。
data_phyis.csv

csv_dataという変数に対して、CSVの中身を代入しましょう。
ここではデータファイル以外は指定しない（デフォルト設定）で読み込みます。

※ read_csv()では返り値がデータフレームではなく、便利なtibbleというデータフレームの亜種になります。

csv_data <- read_csv("data/data_phyis.csv")

読み込んだデータを確認する

変数名(今回はcsv_data)をコンソールに直打ちすると、変数の中身が表示されます。

足りない文字を入力してから実行してみましょう。

csv_da

先ほどのread_csv()を実行した時のメッセージと今回の表示結果から、id, group, sex, age, condition1~3の合計7列（18行）のデータが読み込まれたことが分かります。

読み込んだデータの構造を確認する

str()関数を使うと、データの構造（structure）が確認できます。

csv_data %>% str()

id,age, condition1~3列が数値型(num)、groupとsex列が文字型(char)となっています。

表を並べ替える

arrange()関数を使うと、表を並べ替えることができます。
以下の例だと、年齢順に表を並べ替えています。

さらに、desc()で列名をかこってやると、指定した列が降順になります。

#年齢順（昇順）
csv_data %>% arrange(age)

#年齢順 (降順)
csv_data %>% arrange(desc(age))

上のコードでは処理結果がコンソールに表示されるだけで変数には保存（代入）されないので、保存しておきます。

csv_data <- csv_data %>% arrange(age)

csv_data %>% arrange(sex, desc(age))

列の変数型を変える

mutate() 関数を使うと、表の既存の列を上書きしたり、表に新しい列を追加したりできます。

基本的な使い方： mutate(代入先の列名 = 代入するデータ）

csv_data %>% 
  arrange(id) %>% 
  mutate(sex = case_when(sex == "f" ~ "female",
                         sex == "m" ~ "male"))

csv_data <- csv_data %>% 
  mutate(group = as.factor(group))

csv_data

新しい列を作る

代入先の列名に表内に存在しない列名を指定すると、新しい列が末尾に追加されます。

csv_data <- 
  csv_data %>% 
  arrange(id) %>% 
  mutate(over40 = age > 40)

csv_data %>% 
  relocate(age)

csv_data %>% 
  mutate(over40 = age > 40) %>% 
  relocate(over40, .after = age)

final_data <- csv_data %>% 
  mutate(over40 = age > 40, .after = age)

final_data

Excel用CSVの保存

write_excel_csv(final_data, file = "data/final_data.csv")