そろそろ覚えるRで縦持ち横持ち変換〜pivlot_loger、pivot_wider〜

縦持ち横持ち

Rでテーブルを縦持ち、横持ちに変換したい時、以前は、spreadやgatherという関数がありました。（今もあるのですが、）上記２つに代わって新たに上位互換の関数として登場したのがpivot_longer、pivot_widerです。単純に縦持ち、横持ち変換するだけでなく、列同士の結合や、集計など行うこともできます。

dplyrを使ったその他の前処理方法を知りたい方や、Pyhonで実行したいという方はこちらをご覧ください。

www.medi-08-data-06.work

データの作成

まずはデータの作成を行います。作成するデータは、ある架空3店舗の顧客数を日ごとにカウントしたデータです。その日の天気も格納されています。このデータを使って、縦持ち、横持ち変換を行ってみましょう。

# パッケージの読み込み
library(tidyverse)
library(lubridate)

set.seed(10)
# データ作成
df <- tibble(
  date = format(seq(ymd("2020-1-1"), to=ymd("2020-1-10"), by="day"), "%m/%d"),
  weather = sample(c("sunny", "rainy", "cloudy"), size=10, replace=T),
  id_A = round(rnorm(60, 10, n=10)),
  id_B = round(rnorm(60, 10, n=10)),
  id_C = round(rnorm(60, 10, n=10))
  )
df %>% head(10)

date	weather	id_A	id_B	id_C
01/01	cloudy	56	58	51
01/02	sunny	44	69	59
01/03	rainy	57	65	57
01/04	cloudy	71	54	41
01/05	rainy	68	38	59
01/06	cloudy	58	53	70

縦持ち変換（wide to long）

データは３店舗が横並びになっています。これを縦持ちに変換してみましょう。

df %>% 
  pivot_longer(cols = c("id_A", "id_B", "id_C"), # 対象列
               names_to = "store", 
               values_to = "customer")

date	weather	store	customer
01/01	cloudy	id_A	56
01/01	cloudy	id_B	58
01/01	cloudy	id_C	51
01/02	sunny	id_A	44
01/02	sunny	id_B	69

店舗と売り上げがそれぞれの縦持ちの形になりましたね！ただ、"id_"という文字が邪魔なので、消したいですね。そんな時はname_prefixを使うと接頭語を削除して、namesカラムに値が入ります。ここには、正規表現が使えるので、どんな接頭語でも対応できます。

df %>% 
  pivot_longer(cols = c("id_A", "id_B", "id_C"), # 対象列
               names_to = "store", 
               names_prefix = "id_",
               values_to = "customer")

date	weather	store	customer
01/01	cloudy	A	56
01/01	cloudy	B	58
01/01	cloudy	C	51
01/02	sunny	A	44
01/02	sunny	B	69

引数の意味がわかりにくいですが、イメージとしては、このようになっています。

pivot_longer

横持ち変換(long to wide)

今度は、横持ちに変換してみましょう。先程の逆バージョンですね。namesが横持ちのカラムに、valuesがそのカラムの値となります。

# 縦持ちに変換しておく
df_long <- df %>% 
  pivot_longer(cols = c("id_A", "id_B", "id_C"), 
               names_to = "store",
               values_to = "sales")
# 横持ち変換
df_long %>% 
  pivot_wider(names_from = "store",
              values_from = "sales")

pivot_wider

少し高度な使い方

pivot_widerでは、エクセルのピボットテーブルのように集計を行うこともできます。ここでは、天気ごとの平均顧客数や合計顧客数を算出してみます。

# 合計
df_long %>% 
  # 日付情報は関係ないので消しておく
  select(-date) %>% 
  pivot_wider(names_from = "store",
              values_from = "sales",
              values_fn = sum)

# A tibble: 3 x 4
# weather  id_A  id_B  id_C
#  <chr>   <dbl> <dbl> <dbl>
#1 cloudy    433   360   380
#2 sunny      44    69    59
#3 rainy     125   103   116

# 平均
df_long %>% 
  # 日付情報は関係ないので消しておく
  select(-date) %>% 
  pivot_wider(names_from = "store",
              values_from = "sales",
              # functionを入れることもできる。
              values_fn = function(x) round(mean(x), 1))

# weather  id_A  id_B  id_C
# <chr>   <dbl> <dbl> <dbl>
#   1 cloudy   61.9  51.4  54.3
# 2 sunny    44    69    59  
# 3 rainy    62.5  51.5  58