df1 <- data.frame(a = 1:5, b = c("1","2","3","4","5"))
df1セクション2では、Rの中に保存されている表形式のデータはdata.frameという形式であると説明しました。
例えば、
こんな感じです。
このdata.frame、実はいくつかデメリットがあって、表の行が長いと、
df2 <- data.frame(a = 1:100, b= 1:100)
df2こんな感じで全部表示してしまうため、 画面に収まってくれません。
また、表の列が長いと、
df3 <- data.frame(a_long_name=1:10,b_long_name=1:10,
c_long_name=1:10,d_long_name=1:10,
e_long_name=1:10,f_long_name=1:10,
g_long_name=1:10,h_long_name=1:10,
i_long_name=1:10,j_long_name=1:10,
k_long_name=1:10,l_long_name=1:10)
df3やはり全部表示しようとするためおさまりが悪いですし、 それなり大きなデータの分析をしている場合に、
df4 <- data.frame(a_long_name=1:1000,b_long_name=1:1000,
c_long_name=1:1000,d_long_name=1:1000,
e_long_name=1:1000,f_long_name=1:1000,
g_long_name=1:1000,h_long_name=1:1000,
i_long_name=1:1000,j_long_name=1:1000,
k_long_name=1:1000,l_long_name=1:1000,
long_name_1=1:1000,long_name_2=1:1000,
long_name_3=1:1000,long_name_4=1:1000,
long_name_5=1:1000,long_name_6=1:1000,
long_name_7=1:1000,long_name_8=1:1000,
long_name_9=1:1000,long_name_10=1:1000,
long_name_11=1:1000,long_name_12=1:1000)
df4一回呼び出すと、まあまあ面倒なことになりますとくに、直前の結果を見たいときに、大きなdata.frameを呼び出してしまうと相当上にスクロールしないといけないので面倒です。
今ご説明したデメリットをすべて解決した、data.frame形式をより便利にした形式というのが実はあって、
それが、
tibble形式
と呼ばれているものです。tibble形式で表を作るには、
?tibble::tibbleを使います。
tibbleパッケージも、tidyverseパッケージ群に含まれますので、実際の分析時には単純にtibbleとするだけで呼び出しが可能です。
実際に先ほどのdf1からdf4までをtibbleを使って書いてみると
tib1 <- tibble(a = 1:5, b = c("1","2","3","4","5"))
tib2 <- tibble(a = 1:100, b= 1:100)
tib3 <- tibble(a_long_name=1:10,b_long_name=1:10,
c_long_name=1:10,d_long_name=1:10,
e_long_name=1:10,f_long_name=1:10,
g_long_name=1:10,h_long_name=1:10,
i_long_name=1:10,j_long_name=1:10,
k_long_name=1:10,l_long_name=1:10)
tib4 <- tibble(a_long_name=1:1000,b_long_name=1:1000,
c_long_name=1:1000,d_long_name=1:1000,
e_long_name=1:1000,f_long_name=1:1000,
g_long_name=1:1000,h_long_name=1:1000,
i_long_name=1:1000,j_long_name=1:1000,
k_long_name=1:1000,l_long_name=1:1000,
long_name_1=1:1000,long_name_2=1:1000,
long_name_3=1:1000,long_name_4=1:1000,
long_name_5=1:1000,long_name_6=1:1000,
long_name_7=1:1000,long_name_8=1:1000,
long_name_9=1:1000,long_name_10=1:1000,
long_name_11=1:1000,long_name_12=1:1000)data.frameを作成する場合とまったく同じ書き方ができて
かつ、コンソール画面の印字は、
df1
tib1こんな感じでdata.frameはただ内容が印字されるだけでしたが、tibbleだと、列名の下に、
df2
tib2行方向に長くても、tibbleは適度な長さに 加工してくれて表示してくれますし
df3
tib3列方向に長いデータも、コンソール画面でdata.frameのように折り返して表示することはなく、収まらない場合はコラム名
print("この表示を後から見たい")
df4
print("この表示を後から見たい")
tib4大きな表を表示したときに、その違いは顕著ですね？
data.frame/tibbleの前に、あとから見たい結果が印字されていたときに、tibbleの方がはるかに確認しやすいです。
他にも、tibbleはデータ分析を行う上でdata.frameの弱点とされてきたものを多数克服しています。
readrパッケージにある関数でデータを読み込んだ場合、基本的にはtibble形式でRにとりこまれるためそういう意味でも、readrにある関数を利用してインポートを行うことをお勧めします。
次の動画では、データがtibble形式かを確認する方法と、そうでなかった場合の変換方法について解説しておきます。飛ばしていただいても結構です