library(tidyverse)それでは、スライドで解説したacross関数を、実際にRで実行してみます。
test <- tibble(
a1 = c(12,13,14),
b1 = c(1,2,3),
a2 = c(3.22345, 3.542352345, 4.4235235)
)
test# A tibble: 3 × 3
a1 b1 a2
<dbl> <dbl> <dbl>
1 12 1 3.22
2 13 2 3.54
3 14 3 4.42こんなデータがあるとして、
全部の列を100倍する:
test %>% mutate( across(.cols=everything(), .fns = ~{. * 100}) )# A tibble: 3 × 3
a1 b1 a2
<dbl> <dbl> <dbl>
1 1200 100 322.
2 1300 200 354.
3 1400 300 442.どうでしょうか?mutate関数の中で、acrossを利用して、そのacrossのargumentsに、.colsはeverything()、 .fnsは~{}で無名関数を作成して、その中身として 「. * 100」が入れてある構造、理解できますか？
この書き方、argumentの順番さえ間違えなければ。.colsや.fnsを書く必要はないので、
test %>%
mutate(across( everything(), ~{.*100}))# A tibble: 3 × 3
a1 b1 a2
<dbl> <dbl> <dbl>
1 1200 100 322.
2 1300 200 354.
3 1400 300 442.と書いてもOKです。
では、.colsで列の選択がtidy-selectを利用できることを確認してみましょう。
test %>%
mutate(across(starts_with("a"), ~{.*100}))# A tibble: 3 × 3
a1 b1 a2
<dbl> <dbl> <dbl>
1 1200 1 322.
2 1300 2 354.
3 1400 3 442.statrt_withで、ちゃんと、aで始まる列だけ100倍されていますね?
他にも、
test %>%
mutate(across(c(a1,b1), ~{.*100}))# A tibble: 3 × 3
a1 b1 a2
<dbl> <dbl> <dbl>
1 1200 100 3.22
2 1300 200 3.54
3 1400 300 4.42test %>%
mutate(across(!b1, ~{.*100}))# A tibble: 3 × 3
a1 b1 a2
<dbl> <dbl> <dbl>
1 1200 1 322.
2 1300 2 354.
3 1400 3 442.test %>%
mutate(across(ends_with("2"), ~{.*100}))# A tibble: 3 × 3
a1 b1 a2
<dbl> <dbl> <dbl>
1 12 1 322.
2 13 2 354.
3 14 3 442.等も、なにをしているかお判りでしょうか?
それでは、次に、もともととりくんでいたデータの集計について、
id <- 1:15
age <- c(30,40,65,34,86,43,64,26,87,45,76,24,97,45,34)
gender <- c("m","m","f","f","f","m","m","f","f","m","f","f","m","m","m")
isx <- c(F,T,F,F,T,T,T,F,T,F,T,F,F,F,T)
tibble(id = id,
age = age,
gender = gender,
isx = isx ) %>%
summarise(
age_mean = mean(age),
age_min = min(age),
age_max = max(age),
gender_male_n = sum(gender=="m"),
gender_male_p = 100*(gender_male_n/n())
) %>%
mutate(
age_mean = format(round(age_mean,2),nsmall=2),
age_min = format(round(age_min ,2),nsmall=2),
age_max = format(round(age_max ,2),nsmall=2),
gender_male_p = format(round(gender_male_p,2),nsmall=2),
gender_male_n = format(round(gender_male_n,2),nsmall=2)
) %>%
mutate(
`年齢:平均(最小-最大)` = str_c(age_mean,"(",age_min,"-",age_max,")"),
`性別:男性 人数(%)` = str_c(gender_male_n,"(", gender_male_p,"%)")
) %>%
select(matches("^年齢|^性別")) %>%
pivot_longer(cols = everything(),names_to = " ", values_to = "合計")# A tibble: 2 × 2
` ` 合計
<chr> <chr>
1 年齢:平均(最小-最大) 53.07(24.00-97.00)
2 性別:男性 人数(%) 8.00(53.33%) この処理、acrossを利用して、少し簡潔に書いてみてください？
動画をとめてとりくんでみてください。
できましたか?
こう書けます。
tibble(id = id,
age = age,
gender = gender,
isx = isx ) %>%
summarise(
age_mean = mean(age),
age_min = min(age),
age_max = max(age),
gender_male_n = sum(gender=="m"),
gender_male_p = 100*(gender_male_n/n())
) %>%
mutate(
across( everything(), ~{format(round(.,2),nsmall=2)})
) %>%
mutate(
`年齢:平均(最小-最大)` = str_c(age_mean,"(",age_min,"-",age_max,")"),
`性別:男性 人数(%)` = str_c(gender_male_n,"(", gender_male_p,"%)")
) %>%
select(matches("^年齢|^性別")) %>%
pivot_longer(cols = everything(),names_to = " ", values_to = "合計")# A tibble: 2 × 2
` ` 合計
<chr> <chr>
1 年齢:平均(最小-最大) 53.07(24.00-97.00)
2 性別:男性 人数(%) 8.00(53.33%) いかがでしょうか?
mutate(
age_mean = format(round(age_mean,2),nsmall=2),
age_min = format(round(age_min ,2),nsmall=2),
age_max = format(round(age_max ,2),nsmall=2),
gender_male_p = format(round(gender_male_p,2),nsmall=2),
gender_male_n = format(round(gender_male_n,2),nsmall=2)
)の部分が、
mutate(across( everything(), ~{format(round(.,2),nsmall=2)}))たったこれだけになりました。
特に列数が多い場合に、有効な方法になりますので、使えそうであれば、使ってみてください。
以上、単純集計の話でした。
次からは、いよいよ集団で集計する話に進んでいきます。