Rではじめるデータサイエンス

10.7

 集合演算

167

airports %>% count(alt, lon) %>% filter(n > 1)

#> Source: local data frame [0 x 3]

#> Groups: alt [0]

#>

#> # ... with 3 variables: alt <int>, lon <dbl>, n <int>

2. 主キーの変数に欠損値がないことを確認する。欠損値があると観測を識別できない。

3. 外部キーが他の表の主キーとマッチすることを確かめる。最良の方式は

anti_join()

による

ものです。データ入力のエラーでマッチしないことがよくある。この訂正にはたいてい手間が

かかる。

欠損キーがあると、内部ジョインと外部ジョインについてよく考えて、マッチのない行を取り除

きたいかどうか注意深く検討する。

ジョインの前後で行数を数えるだけではジョインがうまくいったかどうかの確認

とはなりません。

両方の表に重複キーのある内部ジョインでは、取り除かれた行数が重複行数と等しいという運の悪

いことが起こり得ます。

10.7

 集合演算

2つの表の操作の最後は集合演算です。一般に、私はなるべく使わないようにしていますが、1つ

の複雑なフィルタを単純なものに分解したいときに役立つことがあります。集合演算はすべて、完全

な行に対して全変数の値を比較します。

x

と

y

が同じ変数について入力されていると仮定して、観測

を集合として扱います。

intersect(x, y)

x

と

y

に共通な観測だ