library(tidyverse)ここからは、pivot_longerの話です。1つ前の動画で作成したデータですが、
dat <- tibble(
age = c("<20","20-30","30-40",">40","<20","20-30","30-40",">40"),
grp = c("A","B","A","B","A","B","A","B"),
sex = c("m","m","m","m","f","f","f","f"),
val = c(1:8)
)
yoko <- dat %>%
pivot_wider(
id_cols = grp,
names_from = c(age, sex),
values_from = val,
values_fill = 0
)
yoko# A tibble: 2 × 9
grp `<20_m` `20-30_m` `30-40_m` `>40_m` `<20_f` `20-30_f` `30-40_f` `>40_f`
<chr> <int> <int> <int> <int> <int> <int> <int> <int>
1 A 1 0 3 0 5 0 7 0
2 B 0 2 0 4 0 6 0 8このデータを縦方向に並べてみましょう解説した方法だけだと、
tate1 <- yoko %>%
pivot_longer(
cols = !grp,
names_to = "name",
values_to = "value"
)
tate1# A tibble: 16 × 3
grp name value
<chr> <chr> <int>
1 A <20_m 1
2 A 20-30_m 0
3 A 30-40_m 3
4 A >40_m 0
5 A <20_f 5
6 A 20-30_f 0
7 A 30-40_f 7
8 A >40_f 0
9 B <20_m 0
10 B 20-30_m 2
11 B 30-40_m 0
12 B >40_m 4
13 B <20_f 0
14 B 20-30_f 6
15 B 30-40_f 0
16 B >40_f 8こんな形になるので、
tate1 %>%
separate(name,c("age","sex"), sep="_")# A tibble: 16 × 4
grp age sex value
<chr> <chr> <chr> <int>
1 A <20 m 1
2 A 20-30 m 0
3 A 30-40 m 3
4 A >40 m 0
5 A <20 f 5
6 A 20-30 f 0
7 A 30-40 f 7
8 A >40 f 0
9 B <20 m 0
10 B 20-30 m 2
11 B 30-40 m 0
12 B >40 m 4
13 B <20 f 0
14 B 20-30 f 6
15 B 30-40 f 0
16 B >40 f 8separate関数や、
tate1 %>%
extract(name,c("age","sex"), regex="(.+)_(.+)")# A tibble: 16 × 4
grp age sex value
<chr> <chr> <chr> <int>
1 A <20 m 1
2 A 20-30 m 0
3 A 30-40 m 3
4 A >40 m 0
5 A <20 f 5
6 A 20-30 f 0
7 A 30-40 f 7
8 A >40 f 0
9 B <20 m 0
10 B 20-30 m 2
11 B 30-40 m 0
12 B >40 m 4
13 B <20 f 0
14 B 20-30 f 6
15 B 30-40 f 0
16 B >40 f 8extract関数を利用してさらに分割してあげる必要があります
実は、pivot_longer関数に列の分割まで含めていっきにやってくれるargumentが備えられており、
yoko %>%
pivot_longer(
cols = !grp,
names_to = c("age","sex"),
values_to = "value",
names_sep = "_"
)# A tibble: 16 × 4
grp age sex value
<chr> <chr> <chr> <int>
1 A <20 m 1
2 A 20-30 m 0
3 A 30-40 m 3
4 A >40 m 0
5 A <20 f 5
6 A 20-30 f 0
7 A 30-40 f 7
8 A >40 f 0
9 B <20 m 0
10 B 20-30 m 2
11 B 30-40 m 0
12 B >40 m 4
13 B <20 f 0
14 B 20-30 f 6
15 B 30-40 f 0
16 B >40 f 8names_toに最終的な変数の名前と、names_sepで分割するための正規表現を与えてあげることで、separate関数をnames_to列に実行したような結果を1つの関数で実施可能です。
extract関数と同じ働きも備えられており、
yoko %>%
pivot_longer(
cols = !grp,
names_to = c("age","sex"),
values_to = "value",
names_pattern = "(.+)_(.+)"
)# A tibble: 16 × 4
grp age sex value
<chr> <chr> <chr> <int>
1 A <20 m 1
2 A 20-30 m 0
3 A 30-40 m 3
4 A >40 m 0
5 A <20 f 5
6 A 20-30 f 0
7 A 30-40 f 7
8 A >40 f 0
9 B <20 m 0
10 B 20-30 m 2
11 B 30-40 m 0
12 B >40 m 4
13 B <20 f 0
14 B 20-30 f 6
15 B 30-40 f 0
16 B >40 f 8names_toに目的とする最終的な列名、names_patternにextract関数でいうところのregrexを与えてあげると分割することができました。
この機能、複雑な列名がついた横持ちデータには非常に有効ですので、覚えておいてください(もちろん、pivot_longerとextract等を組み合わせるような使い方でも問題ありません！)