R関数 R言語 モモノキ＆ナノネと学習 もものきとRを始めよう

Rでデータ解析を始めよう014 tapply関数のキホン的な使い方

モモノキ＆ナノネと一緒に統計ソフトRの使い方を学習していきます。

モモノキ＆ナノネと一緒にR関数の使い方を練習しよう

〜　もものきR関数練習 apply系ファミリー　〜

• apply関数のキホン的な使い方
• sapply関数のキホン的な使い方
• lapply関数のキホン的な使い方
• tapply関数のキホン的な使い方
• mapply関数のキホン的な使い方

データをグループ分け処理できるtapply関数のキホン的使い方

ナノネ、統計解析用フリーソフト『R』の使い方を練習するよ。今回はapplyファミリーのひとつでtapply関数を使ってみよう。

apply、sapply、lappyに続いて今度はtapply関数だね。

モモノキ、tapply関数はどういった処理ができるの？

tapply関数はデータをグループごとにまとめて処理ができる関数だよ。

練習用のデータを一つ作って、実際にtapply関数の動作を確認してみよう。

In [3]:

# tapply関数の練習用データ1

X　<- data.frame(
    user = c("Momo", "Momo", "Nano" , "Nano", "Nano", "Momo"),
    score = c(85, 90, 60, 50, 55, 95)
)

X

user	score
Momo	85
Momo	90
Nano	60
Nano	50
Nano	55
Momo	95

練習用データはMomoとNanoの何らかのスコアだね。

tapply関数はどうやって使うの？

tapply関数は第1引数に処理対象データ、第2引数に分類データ、第3引数に処理したい関数を指定するよ。

今回の場合、第1引数がscore、第2引数がuser、第3引数の関数は平均計算meanにしておこう。ちなみに第2引数はリスト形式で複数個渡せる仕様だよ。

In [6]:

user_score.mean <- tapply(X$score, list(X$user), mean) # ユザーごとの平均スコア
print(user_score.mean)

Momo Nano 
  90   55 

ユーザーごとの平均値がうまく計算できた。

上の場合、tapply関数の処理イメージはこんな感じだよ。

次は分類用の列をもう一つ増やしたデータで、同じようにtapply関数を試してみよう。

In [14]:

# tapply関数の練習用データ2

X2　<- data.frame(
    user = c("Momo", "Momo", "Nano" , "Nano", "Nano", "Momo"),
    type = c("A", "A", "B", "A", "B", "B"),
    score = c(85, 90, 60, 50, 55, 95)
)

X2

user	type	score
Momo	A	85
Momo	A	90
Nano	B	60
Nano	A	50
Nano	B	55
Momo	B	95

こんどの場合は、第2引数の分類データにuserとtypeの2つをリストで渡せばOKだよね。

In [15]:

user_type_score.mean <- tapply(X2$score, list(X2$user, X2$type), mean) # ユザーとタイプごとの平均スコア
print(user_type_score.mean)

        A    B
Momo 87.5 95.0
Nano 50.0 57.5

グループ分けされた平均値が、うまく計算できたみたい。

tapply関数のキホン的な使い方練習は以上で。
またね！

スポンサーリンク