この章では、dplyr のパイプラインをおさらいし、ヘルパー関数や正規表現を使って列選択の腕前を高めます。

Be fruitful and dplyr

select() と filter() の違い

A great selection

Mutation necessary

ヘルパー関数に手を借りよう

最初からやり直しではありません

どのように終わるか見てみましょう

理想のマッチを見つける

Contain-ted love

一致を探す

選んだ指標をきちんと管理する

ここでは、データ内の列を移動したり、複数の列に同じ変換を適用する方法を学びます。さらに、列の条件に「いずれか」または「すべて」が合致する行を選ぶ方法も扱います。

移動をサポートする

select() と everything() で並べ替える

select() と last_col() で並べ替える

relocate() で列の位置を動かす

それは一線を越えました

複数の列に対してmutateを適用する

複数の変数をまとめて要約する

count() と across() の組み合わせ

Animal crossing：新しい rowwise の使い方

across() と c_across() のちがい

rowwise() での集計

One for any, one for all

列をどんどん動かそう

このセクションでは、dplyr の結合を復習します。さらに、集合論の句を用いて、データセット間の重なりや違いを調べる方法に踏み込みます。

楽しくジョインしよう

一緒に結合してみましょう

さらなる調査

交わる線には平行がない

Options

intersect()

inner_join()

intersect と inner join の違い

交差点を一気に駆け抜ける

ユニオンの結果を届ける

ユニオンを保存する

地元の union、全部入りに加入しよう

ちょっと“EXCEPT”しすぎ？

同一の集合かを確認する

差分を確認する

集合論クラウスと北極点

コースの最後では、rlang の演算子を使って引数を変数に変換し、dplyr と ggplot2 のコードを組み込んだ関数を作成します。

その関数、どこが大故障？

地域別の失業率

グループ別の失業率の中央値

バンバン!!

rlang の演算子を対応付ける

Bang bang into the room

揺り椅子でRlangを味わう

You are the walrus

地域別の結果を分析しよう

ggplotにひと工夫を加えよう

Plotting and scheming

タイトルで物語を深めよう

おめでとうございます！

新しい rlang 語を話そう

World Bank

International Monetary Fund (IMF)

tidyverse には、データ操作をシンプルかつ高速にする強力なパッケージ群が含まれています。ですが、dplyr の関数を自作関数の中で使おうとして、奇妙なエラーや予期せぬ結果に悩まされたことはありませんか？ その多くは tidy evaluation が原因で、正しく扱うにはひと工夫が必要です。本コース「Programming with dplyr」では、rlang パッケージを用いてこれらのエラーを解決するための戦略を学びます。さらに、世界銀行や国際通貨基金のデータを使いながら、dplyr でのプログラミングに役立つさまざまなテクニックも身につけます。コースが終わる頃には、tidyverse の関数作成が自在にこなせるようになります。

Joining Data with dplyr

Introduction to Writing Functions in R

dplyrの高度な変換を学び、dplyrとggplot2のコードを関数に組み込む方法を習得しましょう。

dplyr でプログラミング

高度な dplyr 変換を習得し、dplyr と ggplot2 のコードを関数に組み込む方法を学びます。

2 つの tibble 間で列名が同一のときにのみ動作します。

同じ列名を持つ 2 つの tibble `df1` と `df2` に対して、常に `df1` と `df2` の共通するすべての行を返します。

2 つの引数で列数が異なっていても動作します。

2 つの tibble `df1` と `df2` に対して、キー値が一致するすべての行を返します。

intersect と inner join の違い

dplyr でプログラミング

実践的なインタラクティブ演習