vec_id <- c(1:7)
vec_namae <- c("A","B","C","D","E","F","G")
vec_by <- c(1987, 1930, 1940, 1972, 1954, 1987, 1930)
vec_gender <- c("男","女","男","男","男","女","男")
vec_admission <- c("2018-1-23", "2018-1-27", "2018-2-4",
"2018-3-2","2018-3-10","2018-3-12",
"2018-3-15")
vec_discharge <- c("2018-1-30", "2018-2-1", "2018-2-9",
"2018-3-3","2018-3-13","2018-3-13",
"2018-4-1")
vec_is_dead <- c(0,0,0,0,0,1,0)24.1 課題
この動画はまるまる課題です。 これまでの知識を利用して、
の表を作成してみましょう。それでは、動画をとめてどうぞ！
24.2 解答:
作成方法その1:
色々な方法が考えられますが、
という具合にベクトルを作ってあげて、
hyou <- data.frame(
id = vec_id,
name = vec_namae,
seinen = vec_by,
seibetu = vec_gender,
admission_date = vec_admission,
discharge_date= vec_discharge,
is_dead = vec_is_dead
)
View(hyou)という作り方がシンプルでわかりやすいかもです。 あるいは、
hyou <- data.frame(id = vec_id)
hyou$id <- vec_id
hyou$name <- vec_namae
hyou$seinen <- vec_by
hyou$seibetu <- vec_gender
hyou$admission_date <- vec_admission
hyou$discharge_date<- vec_discharge
hyou$is_dead <- vec_is_dead
View(hyou)こんな感じで、＄記号を使って作成することも可能です。
おつかれさまでした！ 初めての、「それっぽい」データフレームですね。
データ分析では、複数のデータフレームをくっつけたり、加工したり、抽出したりして、形を整えてから分析します。
実は、作業時間の8割くらいは、このデータの形を整えることについやされるという話もあり、データ加工に習熟することは、データ分析の基本でありながら、かなり大切な素養でもあります。
データフレームの作成を振り返っておきましょう。
次からは、「パッケージ」についての説明です。