メモ：dplyr・ggplot2 で {{ }} を使う - Technically, technophobic.
追記（2021/03/26）: 開発版では「facet_*() の場合」も動くようになりました。 こういうデータが手元にあるとします。 library(readr) library(dplyr, warn.conflicts = FALSE) library(ggplot2) library(lubridate, warn.conflicts = FALSE) d_raw <- read_csv( "https://stopcovid19.metro.tokyo.lg.jp/data/130001_tokyo_covid19_patients.csv", col_types = cols( No = col_integer(), 全国地方公共団体コード = col_integer(), 公表_年月日 = col_date(), 発症_年月日 = col_date(), 確定_年月日 = c
dplyr使いのためのpandas dfply データ加工編（tidyr） - Qiita
はじめに dplyr同様の操作を可能にするdfplyライブラリのまとめ、今回はデータの加工編です。 なんと、tidyrの関数も使えます！ 基本操作は下記記事をご参照ください。 dplyr使いのためのpandas dfplyすごい編 事前準備、例データ 例データはseabornライブラリに付属しているみんな大好きtitanicと簡単に作成したデータを使います。 import pandas as pd import numpy as np from dfply import * #dfply読み込み import seaborn as sns titanic = sns.load_dataset('titanic') #titanic読み込み
dplyr使いのためのpandas dfplyでもJOIN編 - Qiita
はじめに pandasデータフレームをRのdplyr同様に操作可能にするdfplyライブラリについてまとめるシリーズです。今回は100%中の100%大事なjoin関数です。複数のデータフレームを結合する関数ですね。 関連記事はこちら dplyr使いのためのpandas dfplyすごい編 dplyrのjoin関数についてはmatsuou1氏が解説している記事が分かりやすいです。 dplyrを使いこなす！JOIN編 事前準備、例データ import pandas as pd import numpy as np from dfply import * #dfply読み込み #例データ a = pd.DataFrame({ 'x1': ['A', 'B', 'C'], 'x2': [1, 2, 3] }) b = pd.DataFrame({ 'x1': ['A', 'B', 'D'], 'x
dplyr使いのためのpandas dfply window関数編 - Qiita
はじめに pandasデータフレームをRのdplyr同様に操作可能にするdfplyライブラリについてまとめるシリーズです。 dfplyについてはこちらをご参照ください。 dplyr使いのためのpandas dfplyすごい編 Window関数？ SQLではおなじみですが、主に集計や分析に使われる関数ですね。 実行結果がgroup_byしたときのように集約されるわけではなく、入力データに対しての実行結果が戻されます。そのためmutateと一緒に使うことが多いと思います。 dplyrでのwindow関数は、matsuou1氏がまとめているこちらも参考にして頂けるとわかりやすいです。 事前準備、例データ 今回も、みんな大好きtitanicを使用します。 import pandas as pd import numpy as np from dfply import * #dfply読み込み im
R ユーザーへの pandas 実践ガイド - Qiita
概要 R で tidyverse (dplyr+tidyr) に使い慣れているが, Python に乗り換えると pandas がどうも使いにくい, と感じている人の視点で, Rの dplyr などとの比較を通して, pandas の効率的な使い方について書いています. そのため, 「R ユーザーへの」と書きましたが, R経験のない pandas ユーザーであってもなんらかの役に立つと思います. また, 自社インターン学生に対する教材も兼ねています. どちらかというと, 初歩を覚えたての初心者向けの記事となっています. データ分析は一発で終わることはまずなく, 集計・前処理を探索的に行う必要があります. よって, プログラムを頻繁に書き直す必要があり, 普段以上に保守性のある書き方, 例えば参照透過性を考慮した書き方をしたほうが便利です. R の tidyverse の強みとして, 再帰代
dplyr のアレを Pandas でやる - Qiita
Pandas と dplyr のより網羅的な対比は、既に記事が出ています。 私が参考にしたものをこの記事の末尾で紹介していますので、詳しくはそちらをご覧ください 。 前置き｜テーブルのキーの扱い方の違い Pandas を使い始める前に理解すべきこととして、dplyr と Pandas ではテーブルのキーの扱い方に大きな違いがあります。この違いを認識していなかった私はかなり苦戦しました…… 以下の2点を理解して (覚悟して？) おくと、学習コストが多少減るのではないでしょうか。 Pandas ではテーブルのキーが Index という別オブジェクトで管理されていること Pandas ではキーや列名に階層構造を持たせられること dplyr におけるキーの扱い R のデータフレームにはテーブルのキーを表す方法として row names という仕組みが用意されています。しかし、dplyr (が利用し
なぜデータ分析においては、SQLではなくRを使うべきか？ データ分析ツールExploratoryを使って、dplyrを使いこなす第2弾 データ集計編 - Qiita
これから、Rのフロントエンドと呼ばれているデータ分析ツールExploratoryを使いながら、dplyrについて簡単に説明していきます。第1弾はこちらから見ることができます。データはこちらからダウンロードできます。 データをインポートする まず、ここからプロジェクトを作ることができます。 次に、ここからデータをインポートできます。 データをインポートすると、データのサマリー画面を見ることができます。 summarize関数を使う フライト全体の平均遅延到着時間を見たくありませんか？ そういうときは、summarize関数の、summarizeコマンドを使うと見ることができます。 ARR_DELAY列のヘッダーをクリックしてfilterコマンドを選びます。 すると、自動的にsummarize(ARR_DELAY_mean = mean(ARR_DELAY, na.rm = TRUE))が入力
なぜデータ分析においては、SQLではなくRを使うべきか？ データ分析ツールExploratoryを使って、dplyrを使いこなす第1弾 Filter関数編 - Qiita
これから、Rのフロントエンドと呼ばれているデータ分析ツールExploratoryを使いながら、dplyrについて簡単に説明していきます。データはこちらからダウンロードできます。 データをインポートする まず、ここからプロジェクトを作ることができます。 次に、ここからデータをインポートできます。 データをインポートすると、データのサマリー画面を見ることができます。 Selectコマンドを使って、列を選択する Selectコマンドを使うことで、分析したい列だけを選ぶことができます。 知りたいデータだけをフィルタリングする 例えば、United Airline (UA)会社のフライトのデータだけを見てみましょう。 列のヘッダーをクリックしてfilterコマンドを選びます。 すると、自動的にfilter(CARRIER == )が入力されます。次に、レコメンドされている候補からUAを選びます。 ま
dplyrで書けるRedshiftSQL! - Qiita
この記事はリクルートライフスタイル Advent Calendar 2016の24日目の記事です。 データエンジニアリンググループ・ゆるふわAwesome機械学習エンジニアのtomomotoです。弊社はリア充が多く、24日だけカレンダーが空いている状態だったので、24日12時53分現在から数少ないリア充ではないエンジニアとしてQiita記事を書き始めています。 本記事では、JapanR2016で発表したLTネタのdplyrで書けるRedshiftSQLについて書きたいと思います。（新しいネタ考える時間なんてありません！） dplyrとは、R言語のライブラリで、データ処理を簡単にパイプ（%/%）を使って書くことができる神ライブラリです。実はこの神ライブラリをつかって、SQLを書かなくても直接RedshiftにSQLを投げることができるのです！イメージは下記の感じです。 使い方 コード書き方は
地名情報を地図に反映させる - cucumber flesh
Google MapsやOpenStreetMapに慣れてくると、地名や地物のラベルが地図上に表示されていることに違和感がなくなり、感謝の気持ちが薄れてしまうなと感じる今日この頃です。みなさまいかがお過ごしでしょうか。 今日は、ラベルつきの地図への感謝の気持ちを思い出すべく、国土地理院が試験的に公開している「地名情報のベクトルタイル」を利用して、ラベルつきの地図を作ってみようと思います。 国土地理院提供の地名ベクトルタイル 地名情報のベクトルタイルは次のようなgeojsonで提供されます。 https://cyberjapandata.gsi.go.jp/xyz/experimental_nrpt/{z}/{x}/{y}.geojson 上記のテンプレートURLは地名情報（居住地名）であり、提供されるタイルの種類によってテンプレートURLが異なります。 取得したい範囲のデータは、xyzの座
dplyr使いのためのpandas dfplyすごい編 - Qiita
以前からR, とりわけdplyrユーザーのpandas操作のために記事をまとめてきましたが、dplyr同様の操作は実現できていませんでした。が、ついにdfplyという素晴らしいライブラリを見つけましたので記事にまとめます。 関連シリーズ dplyr使いのためのpandas dfply データ加工編（tidyr） dplyr使いのためのpandas dfplyでもJOIN編 dplyr使いのためのpandas dfply window関数編 以前の記事はコチラ dplyr使いのためのpandas 基礎編 dplyr使いのためのpandas スライスsliceとインデックスindex編 dplyr使いのためのpandas マルチカラム操作編 dplyr? ってかたはコチラ（敬愛するmatsuou1氏の記事） dplyrを使いこなす！基礎編 dfplyのなにがすごい？ dplyrの機能がほぼその
【R】転職ドラフトのデータをスクレイピングして分析（集計）する - 歩いたら休め
お久しぶりです。 最近上司と「機械学習とかその辺の技術が発展したら、真っ先に自動化されて仕事なくなるのはハンパなエンジニアと中間管理職だよね〜」という話をして危機感を募らせている @takeshi0406 です。 WEBエンジニアにはご存じの方も多いと思いますが、転職ドラフトというWEBサービスがあります。 job-draft.jp このサービスは、次のような理念や問題感から始まった作られたものだそうです。素晴らしいです。 企業による公開競争入札。 これなら、自由競争でのリアルな相対価値がわかるようになる。 エンジニアだからこそ、より明確に。 誰が評価され、誰が評価されないのか。 自分の価値向上には、これから何をすべきなのか。 私も「友達を紹介してオライリー・ジャパンの本をGETしよう！」の文言につられて、友だちを3人紹介した上で登録したのですが、レジュメを丁寧に読んでダメ出ししてもらえ（
【R】Rで関数型プログラミング - 歩いたら休め
最近Rを使っていて、dplyrなどの強力なパッケージで気軽にデータの成形ができることに感動しています。 先輩に渡してもらったコードの中で、tidyr::spreadにデータフレームをパイプ%>%で渡し、 データの成形を一気に終わらせていて、こいつはただごとではないと感じました。 その後、今日の仕事時間の半分はRで遊んでました。 もうPythonのpandasなんかでデータの集計なんてできません。 qiita.com ただ、私はPythonユーザーなので、リストっぽいものは全部リストっぽく操作できる統一的な世界観に慣れてしまっているため、 Rの無駄に高機能な関数を使って操作することに慣れません。 毎回「こんな関数ないかなー」と調べたり、「さっきも同じようなコード書いたよなあ」と思ったり、 強い関数を使っている分、多くの関数を知らないと意味が分からないコードになってしまいがちです。 ところで、
【R】ふつうのスクリプト言語プログラマーのためのR言語入門 - 歩いたら休め
「他のスクリプト言語ならそれなりに触れるけど、Rって変な機能が多いから難しい」と感じている人のために、Rの独特な点、ハマりどころ、そして特にデータの集計での強力な機能やパッケージをまとめてみました。 社内のデータリソース移行の作業の中で、前任者が（良い意味でも悪い意味でも）すごいRプログラマーだったのと、DBからのデータの取得からデータの整形・確認が一気に行えるという理由で久しぶりにRを触りました。 （先輩！僕が「%>%ってなんですか？」みたいな質問すると、チャットでgithubのリンクを貼られたり、AdvancedRを薦められたりするの、めっちゃ困りました！） 数年前Rを使っていたときは、 Rのプログラムってよくわからないなあ…、後から自分のコード見ても意味が読み取れないよ… Pythonでpandasとかmatplotlibってパッケージを使えばRっぽいことができるの？じゃあそっち使お
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - GINK03/rust-overdose-lib: Rustでdplyr, panda, apache-sparkに似た、データ分析プラットフォームを提供します
【R言語】dplyrを使えばExcelの集計作業を代替できてしかも速い！ - 国境大好き芸人