Rのメモ
データフレーム操作 †
library(dplyr)
newdataset <- select(dataset, variable1, variable2, ...) # Choose necessary variables only
１つのデータフレーム dataset から必要な変数（variable1, 2, ..)を抜粋して newdataset を作る
filter(newdataset, variable1 > 56) %>% select(variable2, variable 1)
newdataset の variable 1の値（ここでは56より大きい）でフィルタし、かつ変数2, 1 だけ値を表示
%>% はこのコマンドを逐次的に実行するという意味
- mosaic ライブラリ
- 欠損値を調べる際に、mosaic ライブラリの tally() 関数で is.na(variable) を検査する
library(mosaic)
tally(~ is.na(variable), data=dataset)
- そうすると TRUE で出てきた件数が欠損値にあたる
favstats(~ variable, data=dataset)
min Q1 median Q3 max mean ad n missing
- このような項目の summary が出る。最後の missing が欠損値。普通の summary()関数では欠損値は出ないので便利だ。
変数の再集計 †
- memisc ライブラリ
- dplyr と合わせて以下のようなコードを書くと、論理演算の式をもとに、変数の数値条件ごとにラベルを付けることが可能：
> library(dplyr)
> library(memisc)
> newdataset = mutate(newdataset, new_variablename=
cases(
"LABEL A" = variable1==0,
"LABEL B" = (variable1>0 & variable1<=1 & variable2<=3 & variable3==1) |
(variable1>0 & variable1<=2 & variable2<=4 & variable3==0),
"LABEL C" = ((variable1>1 | variable2>3) & variable3==1) |
((variable1>2 | variable2>4) & variable3==0)))
- variable1, 2, 3 の値の論理式の組み合わせで LABEL A, B, C を定義。このへんの式の内容は研究内容ごとに異なる。
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
