R/tidyverse

同じデータを手にしても，それを表にまとめるときには，ある人は列に並べる値を，別の人は行に並べたりする。ある人が一つの表にまとめるようなデータを，別の人は複数の表に分けてまとめることもある。 というわけで，データ処理のときに案外大変なのが，手にしたデータのフォーマットを解析しやすいフォーマットに変換する前処理だったりする。

Rのtidyverseパッケージ群では，データの標準形式(tidy data, 整然データ)を定めて，入手したデータを標準形式に変換したり，加工したり，表示したりするためのツールを提供している。 これとmagrittrパッケージのパイプ処理を組み合わせると，実にすっきりとデータ処理をスクリプト化できる。例えば，気温データファイルdataに，year, month, day, temperature のデータがあるとき， 月ごとの平均気温を計算するのは以下でできる。

data %>% group_by(year,month) %>%
	summarise(mean(temperature))

もはや，Rというよりも，tidyverseという言語を使うとRの機能も使えるよというほうが良い気がするくらいRのプログラミング方法が変わる。 データサイエンス系のプログラム言語はRよりもPythonが主流になっていくかなと思っていたが，googleで検索してみると，tidyverse があるからと R を使う人も多いみたい。

tidyverseに興味がある人には，R for Data Scenceが入門におすすめ。 日本語訳も出版されているけど，英語版なら無料でオンラインで見れる。 ついでながら，メモ書きページにもtidyverseのメモを時々書いている。