reshapeでピボットテーブルの編集

#contents
----

*COLOR(Blue){SIZE(12){目的}} [#g0ddfe83]
COLOR(RED){（注）reshape()関数とは違いますので、お気をつけください。}~
あなたはExcelのピボットテーブルを使ったことはありますか？結構便利ですよね。~
実はreshapeパッケージを使うとRでExcelのピボットテーブルのようなものが簡単に作成できます。~
現場で、大量のデータを扱っている皆さんはご存知だと思いますが、統計本に載っているような「正規化されたテーブル」なんて、ほとんど無いのが実情です。~

[非正規化テーブル]＝＞（四苦八苦）＝＞[正規化テーブル]＝＞[ようやく統計解析]

さあ、AccessやSQLで正規化されたテーブルを作るのに四苦八苦している皆さん、Rのreshapeを使いましょう。~

作者:Hadley Wickham:(http://had.co.nz/reshape )~
インストール:CRANからインストールできます。~
簡単な解説：http://had.co.nz/reshape/introduction.pdf~
スライド：http://had.co.nz/reshape/presentation-dsc2005.pdf

*COLOR(Red){SIZE(12){コメント欄}} [#n144f2cf]
#comment(below)
- コメント欄設けました。 --  &new{2007-06-22 (金) 09:22:33};

*COLOR(Blue){SIZE(12){２つのテーブル構造の変換（CastとMelt)}} [#g0ddfe83]
Table.Aは、リレーショナルデータベースなどで良く利用されていデータ保存用のテーブルの形で、正規化されていません（MultiValue非正規化テーブル）。~
Table.Bは、統計で利用されるテーブルの形（正規化テーブル）です。~
データベースからデータを抽出する段階で、SQL文を使って正規化する方法もありますが、結構面倒臭いものです。~
reshapeパッケージでは、基本的にCastとMeltの２つのメソッドを使ってテーブル構造の変換を行います。
#ref(reshapeでピボットテーブル/reshape.PNG)~
**COLOR(Blue){SIZE(12){例題1:通常のテーブル構造変換}} [#g0ddfe83]
code
 library(reshape)
 subject<-c("John Smith","John Smith","John Smith","Mary Smith")
 time<-c(1,1,1,1)
 variable<-c("age","weight","height","height")
 value<-c(33,90,2,2)
 x<-data.frame(subject=subject,time=time,variable=variable,value=value)
 x
 str(x)
 #テーブル構造変換(cast)
 y<-cast(x)
 y
 #list型になってるので
 str(y)
 #dataframeに変換
 y<-data.frame(y)
 str(y)
 #テーブル構造変換(melt)--もとに戻す
 melt(y,id=c("subject","time")) #NAが入った構造
 melt(y,id=c("subject","time"),preserve.na=FALSE)　#NAを取り除く
 z<-melt(y,id=c("subject","time"),preserve.na=FALSE)
 str(z)
 #テーブルの並べ替え
 z<-z[order(z$subject),]
 #最初とちょっと並びが違うがこれでよし
 z
実行結果
 > library(reshape)
 > subject<-c("John Smith","John Smith","John Smith","Mary Smith")
 > time<-c(1,1,1,1)
 > variable<-c("age","weight","height","height")
 > value<-c(33,90,2,2)
 > x<-data.frame(subject=subject,time=time,variable=variable,value=value)
 > x
      subject time variable value
 1 John Smith    1      age    33
 2 John Smith    1   weight    90
 3 John Smith    1   height     2
 4 Mary Smith    1   height     2
 > str(x)
 'data.frame':   4 obs. of  4 variables:
  $ subject : Factor w/ 2 levels "John Smith","Mary Smith": 1 1 1 2
  $ time    : num  1 1 1 1
  $ variable: Factor w/ 3 levels "age","height",..: 1 3 2 2
  $ value   : num  33 90 2 2
注１）dataframeのnameは必ず小文字にすること。大文字が入るとうまくいかない。~
注２）横展開項目名には、必ず variable と　value を使うこと~
subject,time=縦展開行データ、variable=横展開列名、value=横展開列内のデータ
 > y<-cast(x)
 > y
      subject time age height weight
 1 John Smith    1  33      2     90
 2 Mary Smith    1  NA      2     NA
変換終了
 > str(y)
 List of 5
  $ subject: Factor w/ 2 levels "John Smith","Mary Smith": 1 2
  $ time   : num [1:2] 1 1
  $ age    : num [1:2] 33 NA
  $ height : num [1:2] 2 2
  $ weight : num [1:2] 90 NA
  - attr(*, "row.names")= chr [1:2] "1" "2"
  - attr(*, "idvars")= chr [1:2] "subject" "time"
  - attr(*, "rdimnames")=List of 2
   ..$ :'data.frame':    2 obs. of  2 variables:
   .. ..$ subject: Factor w/ 2 levels "John Smith","Mary Smith": 1 2
   .. ..$ time   : num [1:2] 1 1
   ..$ :'data.frame':    3 obs. of  1 variable:
   .. ..$ variable: Factor w/ 3 levels "age","height",..: 1 2 3
list型になってるので、dataframeに変換する（後の処理で必要なので）
 > y<-data.frame(y)
 > str(y)
 'data.frame':   2 obs. of  5 variables:
  $ subject: Factor w/ 2 levels "John Smith","Mary Smith": 1 2
  $ time   : num  1 1
  $ age    : num  33 NA
  $ height : num  2 2
  $ weight : num  90 NA
dataframeになった。次に元の形に戻す
 > melt(y,id=c("subject","time"))
      subject time variable value
 1 John Smith    1      age    33
 2 Mary Smith    1      age    NA
 3 John Smith    1   height     2
 4 Mary Smith    1   height     2
 5 John Smith    1   weight    90
 6 Mary Smith    1   weight    NA
NAが入ったのでNAを取り除く(考えようによっては、NA入りのデータのほうが正しい）
 > melt(y,id=c("subject","time"),preserve.na=FALSE)
      subject time variable value
 1 John Smith    1      age    33
 2 John Smith    1   height     2
 3 Mary Smith    1   height     2
 4 John Smith    1   weight    90
これで取り除けたが、並びがよくない
 > z<-melt(y,id=c("subject","time"),preserve.na=FALSE)
 > str(z)
 'data.frame':   4 obs. of  4 variables:
  $ subject : Factor w/ 2 levels "John Smith","Mary Smith": 1 1 2 1
  $ time    : num  1 1 1 1
  $ variable: Factor w/ 3 levels "age","height",..: 1 2 2 3
  $ value   : num  33 2 2 90
並びを変更
 > z<-z[order(z$subject),]
 > z
      subject time variable value
 1 John Smith    1      age    33
 2 John Smith    1   height     2
 4 John Smith    1   weight    90
 3 Mary Smith    1   height     2
 >
とりあえず良し
**COLOR(Blue){SIZE(12){例題2:重複値が存在した場合のテーブル構造変換}} [#g0ddfe83]
code
 library(reshape)
 subject<-c("John Smith","John Smith","John Smith","John Smith","Mary Smith")
 time<-c(1,1,1,1,1)
 variable<-c("age","weight","weight","height","height")
 value<-c(33,90,88,2,2)
 x<-data.frame(subject=subject,time=time,variable=variable,value=value)
 x
 cast(x)
 cast(x,fun.aggregate=mean)
実行結果
 > library(reshape)
 > subject<-c("John Smith","John Smith","John Smith","John Smith","Mary Smith")
 > time<-c(1,1,1,1,1)
 > variable<-c("age","weight","weight","height","height")
 > value<-c(33,90,88,2,2)
 > x<-data.frame(subject=subject,time=time,variable=variable,value=value)
 > x
      subject time variable value
 1 John Smith    1      age    33
 2 John Smith    1   weight    90
 3 John Smith    1   weight    88
 4 John Smith    1   height     2
 5 Mary Smith    1   height     2
2,3レコードが重複している
 > cast(x)
      subject time age height weight
 1 John Smith    1   1      1      2
 2 Mary Smith    1  NA      1     NA
 Warning message:
 Aggregation requires fun.aggregate: length used as default 
ワーニングメッセージで、複数値を持ってるのでfun.aggregateを使えと。lengthで勝手に集計したらこうなってますよ、weightが2レコードありますよ。
 > cast(x,fun.aggregate=mean)
      subject time age height weight
 1 John Smith    1  33      2     89
 2 Mary Smith    1  NA      2     NA
fun.aggregate=mean平均値にしてくださいと指定した。weightに89が入っている~
（注）fun.aggregateで使える集計値は、summary()で使えるものとのこと。~
min,max,mean,median,length, var, sd, range, fivenum, quantile, などなどたくさん（要するに単変量統計関数ならなんでものはず）

*アクセス数： [#ef4c8adc]
&counter;
人

タイムスタンプを変更しない

#contents
----

[非正規化テーブル]＝＞（四苦八苦）＝＞[正規化テーブル]＝＞[ようやく統計解析]

さあ、AccessやSQLで正規化されたテーブルを作るのに四苦八苦している皆さん、Rのreshapeを使いましょう。~

*COLOR(Red){SIZE(12){コメント欄}} [#n144f2cf]
#comment(below)
- コメント欄設けました。 --  &new{2007-06-22 (金) 09:22:33};

*アクセス数： [#ef4c8adc]
&counter;
人

テキスト整形のルールを表示する

reshapeでピボットテーブル の編集

reshapeでピボットテーブルの編集