Rではじめるデータサイエンス

52

3

章 

dplyr

によるデータ変換

 

3.6

 

summarize()

によるグループごとの要約

主要関数の最後は

summarize()

です。データフレームを要約して1行にします。

summarize(flights, delay = mean(dep_delay, na.rm = TRUE))

#> # A tibble: 1

×

1

#> delay

#> <dbl>

#> 1 12.6

（すぐ後で、

na.rm = TRUE

が何を意味するかについて述べます。）

summarize()

は

group_by()

と一緒に使わないとその威力を発揮しません。

group_by()

によって、

分析単位をデータセット全体から個別グループに変更します。グループ分けしたデータフレームに

dplyr

の関数を適用すると自動的に

group_by()

が適用されます。例えば、上と同じコードを日付で

グループ分けしたデータに適用すると、日ごとの平均遅延が得られます。

by_day <- group_by(flights, year, month, day)

summarize(by_day, delay = mean(dep_delay, na.rm = TRUE))

#> Source: local data frame [365 x 4]

#> Groups: year, month [?]

#>

#> year month day delay

#> <int> <int> <int> <dbl>

#> 1 2013 1 1 11.55

#> ...