000000

HOME | DIARY | PROFILE

【フォローする】【ログイン】

One of my favorite things is ...

Rakuten Card

【R言語】一つのセルに複数回答の選択肢が記録されているデータのRでの処理方法：Pythonのコードを参考にR言語に翻訳してみました:How to break out Multi-Answer responses into separate cells

テーマ：パソコンを楽しむ♪(3752)

カテゴリ：データ分析

アンケートの複数回答などで、下図の左端の列のように一つのセルに回答の選択肢が記録されている場合があります。

そのようなデータを、上の図の右６列のように、複数回答の選択肢ごとに「1-0」のデータに変換する処理をする必要があったりします。

Pythonで処理しているコードがありましたが、R言語のコードが見つかりませんでした。

下記のサイトのPythonのコードを参考にさせていただき、R言語で処理できるようにしてみました。

たどたどしいR言語による翻訳ですが、備忘録として記録しておきます。選択肢ごとに論理値の回答を「1-0」に変換して行列の形にするところをもっと簡単にできるのではないかと思いますが、何とか無理やり処理しています。

ツイッターデータのツイートに含まれるハッシュタグリストの処理にも使えそうなのでR言語のコードにしてみました。

↓こちらの処理をR言語でできるようにしてみました。

【R言語による複数回答データの処理】
sample <- c('Japan,China,Korea','China,Korea,America,Germany,France','America,Germany,France','Japan,China,Korea,America','China,America,Germany,France','Germany,France','China,America')

df_sample <- as.data.frame(sample)

colnames(df_sample) <- '複数回答'

df_sample

answers <- strsplit(df_sample$複数回答, ",")

answers_list <- unlist(answers)

answers_list <- unique(unlist(answers))

ma_df <- NULL

for (i in 1:length(answers)) {

for (j in 1:length(answers_list)) {

　 tempanswer <- answers_list[j] %in% answers[[i]]

ma_df <- rbind(ma_df,tempanswer)

}

ma_dfdm <- ma_df*1

ma_dfdm

slrnum1 <- length(answers_list)

df_ma <- NULL

for (i in 1:slrnum1) {

tempma <- ma_dfdm[seq(i,nrow(ma_dfdm),slrnum1), ]

df_ma <- cbind(df_ma,tempma)

}

colnames(df_ma) <- answers_list

df_ma

df_macomp <- cbind(df_sample,df_ma)

df_macomp

rownames(df_macomp) <- NULL

df_macomp

############END#################################

【下記は部分的に改良したパターンです：論理値のリストからダミー変数行列を作成する部分をより単純化しています：結果は同じです】

################################################

ma_df <- NULL

for (i in 1:length(answers)) {

for (j in 1:length(answers_list)) {

　 tempanswer <- answers_list[j] %in% answers[[i]]

ma_df <- append(ma_df,list(tempanswer))

}

storage.mode(ma_df) <- "integer"

mamatrix <- matrix(ma_df, nrow=length(answers_list), ncol=length(answers))

mamatrixt <- t(mamatrix)

ma_dfdm01 <- as.data.frame(mamatrixt)

colnames(ma_dfdm01) <- answers_list

df_macomp <- cbind(df_sample,ma_dfdm01)

df_macomp

【下記のコードで「1」を選択肢の文字列に置き換えることができます。結果は下図のようになります。】

df_matxt <- NULL

qmanamelist <- NULL

for (i in 1:length(answers_list)) {

anstxt <- answers_list[i]

df_matxt0 <- ma_dfdm01[,i]

qmatemp <- df_matxt0 %>% str_replace_all(.,"1",anstxt)

df_matxt <- rbind(df_matxt,qmatemp)

qmaname <- assign(paste0("q_",i),paste0("qma_",i))

qmanamelist <- rbind(qmanamelist,qmaname)

}

df_matxtt <- t(df_matxt)

colnames(df_matxtt) <- t(qmanamelist[,1])

df_matxtt

df_macomp1 <- cbind(df_sample,df_matxtt)

df_macomp1

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

AQUOS sense3 lite＋Rakuten UN-LIMITプランセット（事務手数料3300円込）【22000円相当のポイント還元】
価格：31280円（税別、送料別) (2020/7/15時点)

楽天で購入

ついに、AQUOS sense3 liteも高額ポイントの対象になりました。マイナンバーカードの読み取りに対応している機種です。

Galaxy A7＋Rakuten UN-LIMITプランセット（事務手数料3300円込）【15000円相当のポイント還元】
価格：22000円（税込、送料無料) (2020/5/31時点)

楽天で購入

↑楽天市場店で購入すればよかったと思います：アマゾン・プライム・ビデオはHD 1080Pで視聴できます：有機ELなので、黒がきれいです：ヘッドホンでのドルビーアトモスに対応しています。

↓楽天市場以外の有名ストアの利用でも楽天ポイントが貯まります。

-------------------------------------------------------------

-------------------------------------------------------------------------
【ダッシュボード 「COVID-19 Transition Graphs」 を試作】
こちらは、ジョンズ・ホプキンス大学のデータを利用したダッシュボードです。

中国本土以外の地域への感染が拡大しているため、国別、地域別の感染者数の推移を簡単に確認できるダッシュボードを試作しています。

随時、ページを追加しています。グラフのデータは、右上部分の操作でダウンロードすることができます。

アメリカの「地域別の変数」を前処理して、「州別」での推移をグラフ化できるようにしました。

また、州コードのフィールドを作成してコロプレス地図も作成しています。

楽天ブログでは「iframe」タグが使えないので、Bloggerのページから利用できるようにしています。

無料で利用できる、グーグルの「データポータル」のダッシュボードです。データさえあれば、簡単に作成できます。「国」別、「地域」別に日ごとの感染者数の推移を見ることができます。

↓ダッシュボードの試作です。下記リンクのページから利用できます。