Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

Tokyor39 yokkuns

2 995 vues

Publié le

  • Login to see the comments

Tokyor39 yokkuns

  1. 1. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 1/48 データ・ハンドリングRで学ぶデータマイニングⅠデータ解析[編]14~15章 里洋平(@yokkuns)
  2. 2. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 2/48 AGENDA 1. 自己紹介 2. データフレームの基本操作 3. フィルタリング 4. 並び替え 5. 列の追加 6. データフレームの結合 7. ピボットテーブル(reshape2) 8. 集約処理(dplyr) 2/49
  3. 3. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 3/48 自己紹介 3/49
  4. 4. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 4/48 4/49
  5. 5. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 5/48 5/49
  6. 6. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 6/48 データフレームの基本操作 6/49
  7. 7. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 7/48 データフレームとは Rでデータ分析するときに最も良く使うデータ構造 行列との違い· データフレームの各行・各列はラベル(名前)を持っており、ラベルを指定してデータを取り 出せる 行列はすべての要素が同じ型だがデータフレームはバラバラのデータ型を持てる - - 7/49
  8. 8. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 8/48 前からN行だけ見たい head関数 デフォルトは前から6行 head(airquality) ## Ozone Solar.R Wind Temp Month Day ## 1 41 190 7.4 67 5 1 ## 2 36 118 8.0 72 5 2 ## 3 12 149 12.6 74 5 3 ## 4 18 313 11.5 62 5 4 ## 5 NA NA 14.3 56 5 5 ## 6 28 NA 14.9 66 5 6 8/49
  9. 9. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 9/48 前からN行だけ見たい head関数 第2引数を指定すると、前から指定した行までを取得出来る head(airquality, 3) ## Ozone Solar.R Wind Temp Month Day ## 1 41 190 7.4 67 5 1 ## 2 36 118 8.0 72 5 2 ## 3 12 149 12.6 74 5 3 9/49
  10. 10. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 10/48 後からN行だけ見たい tail関数 デフォルトは後から6行 tail(airquality) ## Ozone Solar.R Wind Temp Month Day ## 148 14 20 16.6 63 9 25 ## 149 30 193 6.9 70 9 26 ## 150 NA 145 13.2 77 9 27 ## 151 14 191 14.3 75 9 28 ## 152 18 131 8.0 76 9 29 ## 153 20 223 11.5 68 9 30 10/49
  11. 11. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 11/48 後からN行だけ見たい tail関数 第2引数を指定すると、後から指定した行数を取得出来る tail(airquality, 3) ## Ozone Solar.R Wind Temp Month Day ## 151 14 191 14.3 75 9 28 ## 152 18 131 8.0 76 9 29 ## 153 20 223 11.5 68 9 30 11/49
  12. 12. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 12/48 特定の行だけ見たい 正整数の添字ベクトルで指定する airquality[c(1, 2, 5, 100, 120), ] ## Ozone Solar.R Wind Temp Month Day ## 1 41 190 7.4 67 5 1 ## 2 36 118 8.0 72 5 2 ## 5 NA NA 14.3 56 5 5 ## 100 89 229 10.3 90 8 8 ## 120 76 203 9.7 97 8 28 12/49
  13. 13. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 13/48 特定の列だけ見たい 正整数の添字ベクトルで指定する head(airquality[, c(2, 4)]) ## Solar.R Temp ## 1 190 67 ## 2 118 72 ## 3 149 74 ## 4 313 62 ## 5 NA 56 ## 6 NA 66 13/49
  14. 14. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 14/48 特定の列以外を見たい 負整数の添字ベクトルで指定する head(airquality[, -c(2, 4)]) ## Ozone Wind Month Day ## 1 41 7.4 5 1 ## 2 36 8.0 5 2 ## 3 12 12.6 5 3 ## 4 18 11.5 5 4 ## 5 NA 14.3 5 5 ## 6 28 14.9 5 6 14/49
  15. 15. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 15/48 特定の列だけ見たい 列名ベクトルで指定する head(airquality[, c("Ozone", "Temp", "Day")]) ## Ozone Temp Day ## 1 41 67 1 ## 2 36 72 2 ## 3 12 74 3 ## 4 18 62 4 ## 5 NA 56 5 ## 6 28 66 6 15/49
  16. 16. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 16/48 フィルタリング 16/49
  17. 17. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 17/48 欠測値のない行が欲しい na.omit関数 # NAが存在するデータ airquality[4:6, ] ## Ozone Solar.R Wind Temp Month Day ## 4 18 313 11.5 62 5 4 ## 5 NA NA 14.3 56 5 5 ## 6 28 NA 14.9 66 5 6 # NAを除外 na.omit(airquality[4:6, ]) ## Ozone Solar.R Wind Temp Month Day ## 4 18 313 11.5 62 5 4 17/49
  18. 18. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 18/48 条件にマッチした行が欲しい 論理型ベクトルで指定する # 条件の論理型ベクトルの作成 idx <- airquality$Month == 5 head(idx) ## [1] TRUE TRUE TRUE TRUE TRUE TRUE # 論理型ベクトルで指定 tail(airquality[idx, ], 3) ## Ozone Solar.R Wind Temp Month Day ## 29 45 252 14.9 81 5 29 ## 30 115 223 5.7 79 5 30 ## 31 37 279 7.4 76 5 31 18/49
  19. 19. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 19/48 並び替え 19/49
  20. 20. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 20/48 並び替えた時の値ベクトルが欲しい sort関数 # 昇順 head(sort(airquality$Ozone), 20) ## [1] 1 4 6 7 7 7 8 9 9 9 10 11 11 11 12 12 13 13 13 13 # 降順 head(sort(airquality$Ozone, decreasing = T), 20) ## [1] 168 135 122 118 115 110 108 97 97 96 91 89 85 85 84 82 80 ## [18] 79 78 78 20/49
  21. 21. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 21/48 並び替えた時の添字ベクトルが欲しい order関数 # 昇順 head(order(airquality$Ozone)) ## [1] 21 23 18 11 76 147 head(airquality[order(airquality$Ozone), ]) ## Ozone Solar.R Wind Temp Month Day ## 21 1 8 9.7 59 5 21 ## 23 4 25 9.7 61 5 23 ## 18 6 78 18.4 57 5 18 ## 11 7 NA 6.9 74 5 11 ## 76 7 48 14.3 80 7 15 ## 147 7 49 10.3 69 9 24 21/49
  22. 22. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 22/48 並び替えた時の添字ベクトルが欲しい order関数 # 降順 head(order(airquality$Ozone, decreasing = T)) ## [1] 117 62 99 121 30 101 head(airquality[order(airquality$Ozone, decreasing = T), ]) ## Ozone Solar.R Wind Temp Month Day ## 117 168 238 3.4 81 8 25 ## 62 135 269 4.1 84 7 1 ## 99 122 255 4.0 89 8 7 ## 121 118 225 2.3 94 8 29 ## 30 115 223 5.7 79 5 30 ## 101 110 207 8.0 90 8 9 22/49
  23. 23. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 23/48 特定の列で並び替えたデータフレームが欲 しい dplyr::arrange関数 # 昇順 head(dplyr::arrange(airquality, Ozone)) ## Ozone Solar.R Wind Temp Month Day ## 1 1 8 9.7 59 5 21 ## 2 4 25 9.7 61 5 23 ## 3 6 78 18.4 57 5 18 ## 4 7 NA 6.9 74 5 11 ## 5 7 48 14.3 80 7 15 ## 6 7 49 10.3 69 9 24 23/49
  24. 24. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 24/48 特定の列で並び替えたデータフレームが欲 しい dplyr::arrange関数 # 降順 head(dplyr::arrange(airquality, desc(Ozone))) ## Ozone Solar.R Wind Temp Month Day ## 1 168 238 3.4 81 8 25 ## 2 135 269 4.1 84 7 1 ## 3 122 255 4.0 89 8 7 ## 4 118 225 2.3 94 8 29 ## 5 115 223 5.7 79 5 30 ## 6 110 207 8.0 90 8 9 24/49
  25. 25. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 25/48 特定の列で並び替えたデータフレームが欲 しい dplyr::arrange関数 # 複数の列で並び替え head(dplyr::arrange(airquality, Month, desc(Temp))) ## Ozone Solar.R Wind Temp Month Day ## 1 45 252 14.9 81 5 29 ## 2 115 223 5.7 79 5 30 ## 3 37 279 7.4 76 5 31 ## 4 12 149 12.6 74 5 3 ## 5 7 NA 6.9 74 5 11 ## 6 11 320 16.6 73 5 22 25/49
  26. 26. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 26/48 列の追加 26/49
  27. 27. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 27/48 通常の代入で追加する aq <- airquality aq$newCol1 <- "new1" head(aq) ## Ozone Solar.R Wind Temp Month Day newCol1 ## 1 41 190 7.4 67 5 1 new1 ## 2 36 118 8.0 72 5 2 new1 ## 3 12 149 12.6 74 5 3 new1 ## 4 18 313 11.5 62 5 4 new1 ## 5 NA NA 14.3 56 5 5 new1 ## 6 28 NA 14.9 66 5 6 new1 27/49
  28. 28. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 28/48 関数で追加する transform関数 aq <- transform(aq, newCol2 = "new2") head(aq) ## Ozone Solar.R Wind Temp Month Day newCol1 newCol2 ## 1 41 190 7.4 67 5 1 new1 new2 ## 2 36 118 8.0 72 5 2 new1 new2 ## 3 12 149 12.6 74 5 3 new1 new2 ## 4 18 313 11.5 62 5 4 new1 new2 ## 5 NA NA 14.3 56 5 5 new1 new2 ## 6 28 NA 14.9 66 5 6 new1 new2 28/49
  29. 29. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 29/48 関数で追加する dplyr::mutate関数 aq <- dplyr::mutate(aq, newCol3 = "new3") head(aq) ## Ozone Solar.R Wind Temp Month Day newCol1 newCol2 newCol3 ## 1 41 190 7.4 67 5 1 new1 new2 new3 ## 2 36 118 8.0 72 5 2 new1 new2 new3 ## 3 12 149 12.6 74 5 3 new1 new2 new3 ## 4 18 313 11.5 62 5 4 new1 new2 new3 ## 5 NA NA 14.3 56 5 5 new1 new2 new3 ## 6 28 NA 14.9 66 5 6 new1 new2 new3 29/49
  30. 30. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 30/48 データフレームの結合 30/49
  31. 31. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 31/48 列が同じデータフレームを縦に結合する rbind関数 aq1 <- head(airquality, 3) aq2 <- tail(airquality, 3) aq12 <- rbind(aq1, aq2) aq12 ## Ozone Solar.R Wind Temp Month Day ## 1 41 190 7.4 67 5 1 ## 2 36 118 8.0 72 5 2 ## 3 12 149 12.6 74 5 3 ## 151 14 191 14.3 75 9 28 ## 152 18 131 8.0 76 9 29 ## 153 20 223 11.5 68 9 30 31/49
  32. 32. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 32/48 列が異なるデータフレームを縦に結合する plyr::rbind_fill関数 aq1 <- head(airquality, 3)[, 1:3] aq2 <- tail(airquality, 3)[, 1:4] aq12 <- plyr::rbind.fill(aq1, aq2) aq12 ## Ozone Solar.R Wind Temp ## 1 41 190 7.4 NA ## 2 36 118 8.0 NA ## 3 12 149 12.6 NA ## 4 14 191 14.3 75 ## 5 18 131 8.0 76 ## 6 20 223 11.5 68 32/49
  33. 33. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 33/48 横に結合する aq1 <- airquality[, 1:3] aq2 <- airquality[, 4:6] aq12 <- cbind(aq1, aq2) head(aq12) ## Ozone Solar.R Wind Temp Month Day ## 1 41 190 7.4 67 5 1 ## 2 36 118 8.0 72 5 2 ## 3 12 149 12.6 74 5 3 ## 4 18 313 11.5 62 5 4 ## 5 NA NA 14.3 56 5 5 ## 6 28 NA 14.9 66 5 6 33/49
  34. 34. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 34/48 特定の列をキーにして結合する merge関数 a <- data.frame(id = 1:10, id2 = 11:20, x = 101:110) b <- data.frame(id = c(1, 3, 5, 11), id2 = c(11, 17, 15, 24), y = c(100, 200, 150, 400)) # 結合出来たレコードのみ ab <- merge(a, b, by = "id") ab ## id id2.x x id2.y y ## 1 1 11 101 11 100 ## 2 3 13 103 17 200 ## 3 5 15 105 15 150 34/49
  35. 35. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 35/48 特定の列をキーにして結合する merge関数 # aは全部残す ab <- merge(a, b, by = "id", all.x = T) ab ## id id2.x x id2.y y ## 1 1 11 101 11 100 ## 2 2 12 102 NA NA ## 3 3 13 103 17 200 ## 4 4 14 104 NA NA ## 5 5 15 105 15 150 ## 6 6 16 106 NA NA ## 7 7 17 107 NA NA ## 8 8 18 108 NA NA ## 9 9 19 109 NA NA ## 10 10 20 110 NA NA 35/49
  36. 36. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 36/48 特定の列をキーにして結合する merge関数 # bは全部残す ab <- merge(a, b, by = "id", all.y = T) ab ## id id2.x x id2.y y ## 1 1 11 101 11 100 ## 2 3 13 103 17 200 ## 3 5 15 105 15 150 ## 4 11 NA NA 24 400 36/49
  37. 37. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 37/48 特定の列をキーにして結合する merge関数 # a、b両方とも全部残す ab <- merge(a, b, by = "id", all = T) ab ## id id2.x x id2.y y ## 1 1 11 101 11 100 ## 2 2 12 102 NA NA ## 3 3 13 103 17 200 ## 4 4 14 104 NA NA ## 5 5 15 105 15 150 ## 6 6 16 106 NA NA ## 7 7 17 107 NA NA ## 8 8 18 108 NA NA ## 9 9 19 109 NA NA ## 10 10 20 110 NA NA ## 11 11 NA NA 24 400 37/49
  38. 38. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 38/48 複数の列をキーにして結合する merge関数 # 複数の列をキーにして結合する ab <- merge(a, b, by = c("id", "id2")) ab ## id id2 x y ## 1 1 11 101 100 ## 2 5 15 105 150 38/49
  39. 39. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 39/48 ピボットテーブル(reshape2) 39/49
  40. 40. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 40/48 縦長のデータフレームを作る reshape2パッケージmelt関数 library(reshape2) aq.melt <- melt(airquality, id.vars = c("Month", "Day")) aq.melt[seq(100, 500, 100), ] ## Month Day variable value ## 100 8 8 Ozone 89.0 ## 200 6 16 Solar.R 191.0 ## 300 9 24 Solar.R 49.0 ## 400 8 2 Wind 13.8 ## 500 6 10 Temp 87.0 40/49
  41. 41. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 41/48 横長のデータフレームを作る reshape2パッケージdcast関数 # 月ごとの平均 aq.cast <- dcast(aq.melt, Month ~ variable, mean, na.rm = T) head(aq.cast) ## Month Ozone Solar.R Wind Temp ## 1 5 23.62 181.3 11.623 65.55 ## 2 6 29.44 190.2 10.267 79.10 ## 3 7 59.12 216.5 8.942 83.90 ## 4 8 59.96 171.9 8.794 83.97 ## 5 9 31.45 167.4 10.180 76.90 41/49
  42. 42. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 42/48 横長のデータフレームを作る reshape2パッケージdcast関数 aq.cast <- dcast(aq.melt, Month + Day ~ variable, mean, na.rm = T) head(aq.cast) ## Month Day Ozone Solar.R Wind Temp ## 1 5 1 41 190 7.4 67 ## 2 5 2 36 118 8.0 72 ## 3 5 3 12 149 12.6 74 ## 4 5 4 18 313 11.5 62 ## 5 5 5 NaN NaN 14.3 56 ## 6 5 6 28 NaN 14.9 66 42/49
  43. 43. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 43/48 横長のデータフレームを作る reshape2パッケージdcast関数 aq.cast <- dcast(aq.melt, Day ~ Month + variable, mean, na.rm = T) head(aq.cast[, 1:8]) ## Day 5_Ozone 5_Solar.R 5_Wind 5_Temp 6_Ozone 6_Solar.R 6_Wind ## 1 1 41 190 7.4 67 NaN 286 8.6 ## 2 2 36 118 8.0 72 NaN 287 9.7 ## 3 3 12 149 12.6 74 NaN 242 16.1 ## 4 4 18 313 11.5 62 NaN 186 9.2 ## 5 5 NaN NaN 14.3 56 NaN 220 8.6 ## 6 6 28 NaN 14.9 66 NaN 264 14.3 43/49
  44. 44. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 44/48 集約処理(dplyr) library(dplyr) # 使用するデータ head(mtcars) ## mpg cyl disp hp drat wt qsec vs am gear carb ## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 ## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 ## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 ## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 ## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 ## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1 44/49
  45. 45. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 45/48 グループごとに集約処理したデータフレー ムを作る group_by + summarise mtcars %.% group_by(am) %.% summarise(mpg.mean = mean(mpg)) ## Source: local data frame [2 x 2] ## ## am mpg.mean ## 1 0 17.15 ## 2 1 24.39 45/49
  46. 46. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 46/48 グループごとに集約処理したデータフレー ムを作る group_by + summarise mtcars %.% group_by(am) %.% summarise(mpg.mean = mean(mpg), count = length(mpg), mpg.max = max(mpg), cyl.mpg.max = cyl[which.max(mpg)]) ## Source: local data frame [2 x 5] ## ## am mpg.mean count mpg.max cyl.mpg.max ## 1 0 17.15 19 24.4 4 ## 2 1 24.39 13 33.9 4 46/49
  47. 47. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 47/48 グループごとに集約処理した値を新たな列 として追加する group_by + mutate mtcars %.% group_by(am, vs) %.% mutate(mpg.mean = mean(mpg), mpg.sd = sd(mpg)) %.% as.data.frame() %.% head() ## mpg cyl disp hp drat wt qsec vs am gear carb mpg.mean mpg.sd ## 1 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 19.75 4.009 ## 2 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 19.75 4.009 ## 3 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 28.37 4.758 ## 4 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 20.74 2.471 ## 5 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 15.05 2.774 ## 6 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1 20.74 2.471 47/49
  48. 48. 2014/5/31 データ・ハンドリング file:///Users/yokkuns/github/TokyoR/TokyoR39/yokkuns/index.html#49 48/48 49/49

×