![[RjpWiki]](image/../Rlogo.png "[RjpWiki]")
目次
（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
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。
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
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）
24129 人
reshape.PNG