列の変換 - mutate関数

使い方

mutate(.data, ...)

引数

.data

対象とするデータセットを指定。

…

新たに加える変数を名前付きベクトルで指定。

例

試しに、irisデータのSepal.Lengthの値を2倍した変数としてkosakiという変数を作成してみます:

library(dplyr)
mutate(iris, kosaki = Sepal.Length * 2)

このように、引数の...で受け取った内容を評価し、.dataで指定したデータセットの最後に追加します。また、変数名として既存の名前を与えると、その変数が上書きされます:

mutate(iris, Sepal.Length = Sepal.Width * 3)

エクササイズ1

1. irisデータセットに、Sepal.Widthを2倍したbeerという変数を追加してください。
2. irisデータセットに、Sepal.Widthを10倍した値をSepal.Widthとして上書きしてください。

# 1の実行例
mutate(iris, beer = Sepal.Width * 2)

# 2の実行例
mutate(iris, Sepal.Width = Sepal.Width * 10)

オフセット関数

要するに「*個ずらす」という関数です。差分を出したい時によく使います:

# 1個ずらした変数を作成
mutate(df, x2 = lag(x1))

# 3個ずらした変数を作成
mutate(df, x2 = lag(x1, 3))

# ずらした空欄に値を指定
mutate(df, x2 = lag(x1, 2, default = 0))

また、逆に上へずらす関数もあります:

# 1個ずらした変数を作成
mutate(df, x2 = lead(x1))

# 3個ずらした変数を作成
mutate(df, x2 = lead(x1, 3))

# ずらした空欄に値を指定
mutate(df, x2 = lead(x1, 2, default = 0))

累積関数

累積に関するものです:

# 累積和を計算
mutate(df, x2 = cumsum(x1))

NAが入るとNAになるので注意してください。なお累積関数には他にもいろいろありますので、このページ最後の資料をぜひ参照してみてください。

条件による値指定

dplyrにはif_elseという関数があり、条件を指定して値を指定していくことができます:

mutate(df, x2 = if_else(condition = x1 > 3, true = TRUE, false = FALSE))

baseにもifelse()があるのですが、こちらのほうがより厳密で、trueの内容とfalseの内容の処理内容をチェックして、同じ型で同じclassかどうかをみるようです。また、引数にmissingがあり、欠損値への処理ができるようになっています:

mutate(df, x2 = if_else(x1 > 4, "high", "low", ""))

条件を指定してNA

条件に合致した値をNAにします:

mutate(df, x2 = na_if(x1, 4))

NAにしたい値は単一の値、もしくはデータセットと同一の長さのベクトルを受け付けるので注意してください。

該当する値の書き換え

該当する値を書き換えます:

mutate(df,
       s2 = recode(s1, A = "kosaki"),
       s3 = recode(s1, A = "kosaki", .default = "xxx"),
       x2 = recode(x1, `5` = 55L, `6` = 66L, .default = x1),
       x3 = recode(x1, `5` = 55L, `6` = 66L, .default = x1, .missing = -1L))

出力結果を確認してもらえればわかるかと思います。なお、数値の場合5のようにバッククォートで挟む必要があり、書き換える値で55Lとしているのは、Rで数値の末尾にLをつけるとそれを数値として扱うようするためです。このようにrecodeは型に対して厳し目になっています。

複数の条件で場合分け

if_else()の複数ケースで、まとめて処理できます:

mutate(df,
       x2 = case_when(
         no %% 2 == 0 ~ "Even",
         no %% 2 == 1 ~ "Odd",
         TRUE ~ as.character(x1)
       ),
       x3 = case_when(
         no <= 3 ~ x1 * -2,
         between(no, 3, 5) ~ as.numeric(x1),
         TRUE ~ no ^ 2
       ),
       s2 = case_when(
         s1 == "A" ~ "kosaki"
       ),
       s3 = case_when(
         s1 == "A" ~ "kosaki",
         TRUE ~ as.character(s1)
       ),
       s4 = case_when(
         TRUE ~ as.character(s1),
         s1 == "A" ~ "chitoge"
       ))

case_when()では複数の条件を指定していくことができ，引数に論理式と置き換える値を記述していきます。この際，~を利用したformulaを使用します。

また，論理式で拾えなかった要素については全てNAが返ってきます。なお，「それ以外」を指し示すのはTRUEで，上記のように~の左辺に記述すればOKです。

注意事項ですが，順番が重要で最初に書いてあるものが優先されます。s3とs4のコードと出力を比較してください。