こんにちは，shun（@datasciencemore）です！
今回はmutateについて解説していきます．
mutateは列を追加するんでしたね．
こちらについても単純なようですが意外と奥が深いので，じっくり見ていきましょう．
今回のデータは，diamondsを使用します．
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
> diamonds # A tibble: 53,940 x 10 carat cut color clarity depth table price x y z <dbl> <ord> <ord> <ord> <dbl> <dbl> <int> <dbl> <dbl> <dbl> 1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43 2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31 3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31 4 0.290 Premium I VS2 62.4 58 334 4.2 4.23 2.63 5 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75 6 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48 7 0.24 Very Good I VVS1 62.3 57 336 3.95 3.98 2.47 8 0.26 Very Good H SI1 61.9 55 337 4.07 4.11 2.53 9 0.22 Fair E VS2 65.1 61 337 3.87 3.78 2.49 10 0.23 Very Good H VS1 59.4 61 338 4 4.05 2.39 # … with 53,930 more rows |
１．基本
mutateは，次のように使います．
データフレーム %>%
mutate(列名１ = ベクトル１， 列名２ ＝ ベクトル２）
このコードを実行すると，元のデータフレームの右側に列名１とベクトル１，列名２とベクトル２が図のように追加されます．
ポイントは，指定するベクトルの長さが元のデータフレームの行数と一致させていれば，どんなベクトルでも格納できることです．
よって，単に数値や文字列を追加するだけでなく，元のデータフレームのデータ（以降，元データと呼ぶ．）をいろいろ加工したベクトルを追加することも可能です．
２．定数の追加
元データにnew列を追加して，その中に文字列の"test"を入れてみましょう．
|
1 2 3 |
# new列を追加 diamonds %>% mutate( new = "test" ) |
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
# A tibble: 53,940 x 11 carat cut color clarity depth table price x y z new <dbl> <ord> <ord> <ord> <dbl> <dbl> <int> <dbl> <dbl> <dbl> <chr> 1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43 test 2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31 test 3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31 test 4 0.290 Premium I VS2 62.4 58 334 4.2 4.23 2.63 test 5 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75 test 6 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48 test 7 0.24 Very Good I VVS1 62.3 57 336 3.95 3.98 2.47 test 8 0.26 Very Good H SI1 61.9 55 337 4.07 4.11 2.53 test 9 0.22 Fair E VS2 65.1 61 337 3.87 3.78 2.49 test 10 0.23 Very Good H VS1 59.4 61 338 4 4.05 2.39 test # … with 53,930 more rows |
|
1 |
無事に一番右端にnew列が追加できていることが確認できました．
-
-
【R前処理講座6】ベクトル【baseR】
こんにちは，shun（@datasciencemore）です！！ 前回はデータ型についてやりましたね，覚えているでしょうか？今回はベクトルについてやっていきます．前回のデータ型がわからないとよく理解で ...
続きを見る
３．元データの加工
元データを加工して，さまざまなベクトルに変形することができます． 例えば，元データにnew列を追加して，その中にdepth列を2倍にした値とtable列を5倍にした値を足した値を入れることを考えましょう． （この計算式に深い意味はありません笑）
|
1 2 3 |
# new列に2 * depth + 5 * tableを追加 diamonds %>% mutate( new = 2 * depth + 5 * table ) |
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
# A tibble: 53,940 x 11 carat cut color clarity depth table price x y z new <dbl> <ord> <ord> <ord> <dbl> <dbl> <int> <dbl> <dbl> <dbl> <dbl> 1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43 398 2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31 425. 3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31 439. 4 0.290 Premium I VS2 62.4 58 334 4.2 4.23 2.63 415. 5 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75 417. 6 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48 411. 7 0.24 Very Good I VVS1 62.3 57 336 3.95 3.98 2.47 410. 8 0.26 Very Good H SI1 61.9 55 337 4.07 4.11 2.53 399. 9 0.22 Fair E VS2 65.1 61 337 3.87 3.78 2.49 435. 10 0.23 Very Good H VS1 59.4 61 338 4 4.05 2.39 424. # … with 53,930 more rows |
new列が無事に追加できました．
値も想定どおりですね．
こんな感じで
元データをいじって，新たなベクトルを作成してそれを追加する
ということがmutateを使うと簡単にできます！！
４．条件ごとの列追加
実務では，条件ごとに処理を変えたいことが頻発します．
例えば，
この列の数値が10以上だったら処理１を，10未満だったら処理２を実施する．
みたいな感じです．
これもmutateを使用するとスッキリ書くことができます．
単数条件と複数条件の場合で書き方が違うので，両方とも見ていきましょう．
※ちなみに単数条件ってのは1つの条件で複数条件ってのは2つ以上の条件のことを言っています．
言葉だとよくわからないかもしれないので，具体例を見てみましょう．
今回は，diamondsのcolor列の値によって，処理を変えてみましょう．
color列は，7種類（E，I，J，H，F，G，D）のいずれかが入っています．
※ちなみにこれは，distinctという関数を使用することで確認できます．
|
1 2 3 |
# color列の重複を取り除く diamonds %>% distinct(color) |
|
1 2 3 4 5 6 7 8 9 10 |
# A tibble: 7 x 1 color <ord> 1 E 2 I 3 J 4 H 5 F 6 G 7 D |
４．１．単数条件 if_else
さて，まずは単数条件から見ていきましょう．
単数条件は，if_else関数を使うと簡潔に書くことができます．
if_else関数のイメージはこんな感じです．
具体例として， 新しい列をnew列とし，
color列が"E" ⇒ "E"をnew列に追加
それ以外 ⇒ "not E"をnew列に追加
という処理を実施してみましょう．
|
1 2 3 4 5 6 7 8 9 10 |
# color列が"E" ⇒ "E"をnew列に追加， それ以外 ⇒ "not E"をnew列に追加 diamonds %>% mutate( new = if_else( color == "E", "E", "not_E" ) ) |
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
# A tibble: 53,940 x 11 carat cut color clarity depth table price x y z new <dbl> <ord> <ord> <ord> <dbl> <dbl> <int> <dbl> <dbl> <dbl> <chr> 1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43 E 2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31 E 3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31 E 4 0.290 Premium I VS2 62.4 58 334 4.2 4.23 2.63 not_E 5 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75 not_E 6 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48 not_E 7 0.24 Very Good I VVS1 62.3 57 336 3.95 3.98 2.47 not_E 8 0.26 Very Good H SI1 61.9 55 337 4.07 4.11 2.53 not_E 9 0.22 Fair E VS2 65.1 61 337 3.87 3.78 2.49 E 10 0.23 Very Good H VS1 59.4 61 338 4 4.05 2.39 not_E # … with 53,930 more rows |
お見事！
見事に一番右端にnew列が追加されています．
こんな感じで単数条件の場合は，if_else関数を使うと，条件ごとに処理を分岐させることができるのです．
４．２．複数条件 case_when
単数条件については，if_else関数を使用すればいいと上で書きました．
それでは，複数条件の場合はどのように書くのでしょうか？
if_elseを複数回使用しても書けるですが，case_when関数を使用するともっときれいに書くことができます．
case_when関数のイメージはこんな感じ.
if_elseと比べると条件が増えているのがわかります．
具体例として，新しい列をnew列とし，
color列が"E" ⇒ "E"をnew列に追加
color列が"I" ⇒ "I"をnew列に追加
それ以外 ⇒ "not_E"をnew列に追加
という処理を実施してみましょう．
|
1 2 3 4 5 6 7 8 9 10 |
# color列が"E" ⇒ "E"をnew列に追加，color列が"I" ⇒ "I"をnew列に追加，それ以外 ⇒ "not_E_I"をnew列に追加 diamonds %>% mutate( new = case_when( color == "E" ~ "E", color == "I" ~ "I", TRUE ~ "not_E_I" ) ) |
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
# A tibble: 53,940 x 11 carat cut color clarity depth table price x y z new <dbl> <ord> <ord> <ord> <dbl> <dbl> <int> <dbl> <dbl> <dbl> <chr> 1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43 E 2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31 E 3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31 E 4 0.290 Premium I VS2 62.4 58 334 4.2 4.23 2.63 I 5 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75 not_E_I 6 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48 not_E_I 7 0.24 Very Good I VVS1 62.3 57 336 3.95 3.98 2.47 I 8 0.26 Very Good H SI1 61.9 55 337 4.07 4.11 2.53 not_E_I 9 0.22 Fair E VS2 65.1 61 337 3.87 3.78 2.49 E 10 0.23 Very Good H VS1 59.4 61 338 4 4.05 2.39 not_E_I # … with 53,930 more rows |
ちゃんと右側にnew列ができていますね，めでたしめでたし！
まとめ
今回はmutateについて，学習しました．
- mutateを使えば，列を追加することができる．
- 条件ごとに処理を変更させたい場合は，if_else（単数条件）やcase_when（複数条件）を使うと簡潔に書ける．
こんなところですかね．
mutateを使いこなせるとすごく便利ですよ．
ぜひいろいろ試してみてくださいね！！
それじゃ，お疲れ様でした！！
