One of my favorite things is ...

Rakuten Card

◆Excelを使わないデータ分析・処理：「グラフ作成」「データ前処理」の方法:繰り返し作業に向いている「R」のコードを使用する方法です

テーマ：パソコンを楽しむ♪(3702)

カテゴリ：データ分析

　例えば、10月から12月の推移をグラフ化するのであれば、何の問題もないのですが、インフルエンザは、12月から2月にかけて流行するので、12月から2月にかけての推移をグラフ化したくなります。

　年別の週別データなので、年別の折れ線グラフの場合、例えば2019年12月の週と2019年1月の週が結び付いてしまいます。

　2019年12月と2020年１月を結び付けるには、「年単位」を「シーズン単位」にする必要があります。

　方法はいろいろあると思いますが、とりあえず、「R」のコードで「年単位」を「シーズン単位」にしてみました。あらかじめ、いろいろと「パッケージ」をインストールしておく必要がありますが、便利なパッケージが充実しているのも「R」の魅力です。RStudioでRMarkdownを用いる環境が結構快適です。

「R」を利用する以前であれば、Excelのシート上で、セル参照をコピペしたりして表を整形していたところですが、その方法は繰り返し作業には向いていませんし、ミスをする可能性も高いです。

　「R」のコードで対処する方法は、「日報」「週報」「月報」の作成などで、同じフォーマットのデータを処理するような繰り返し作業に向いています。データシートには手を触れることが一切ないので、コピペのミスやデータの誤消去などのミスも防げます。

　もはや、「Excel不要」とまでは言えませんが、「R」のコードなどを利用すると、Excelをほとんど使わずにデータの処理ができて、しかも、繰り返し作業に対応し、ミスが少ないというメリットが付いてきます。データ前処理からグラフ作成や統計分析まで「一気通貫で」できるのが、「R」コードのメリットです。

　Excelを利用する場合も、データの前処理にパワークエリを活用すると、繰り返し作業が楽になります。

[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。]

統計ソフト「R」超入門　実例で学ぶ初めてのデータ解析（ブルーバックス） [ 逸見功 ]
価格：1408円（税別、送料別) (2020/1/18時点)

とりあえず、「R」を始めるのに参考になります

RユーザのためのRStudio［実践］入門 tidyverseによるモダンな分析フローの世界 [ 松村優哉 ]
価格：3058円（税別、送料別) (2020/1/19時点)

RStudioの環境はとても便利です。私もRStudioを利用しています。

＜Rのコードの例＞
１：「 df_inf」というデータフレームにデータが読み込まれているという前提です。まず、行が年、週が列というワイド型（横型）のデータをロング型（縦型）にします。

df_inftidy <- df_inf %>% gather(key=weeks,influ,2:54)

df_inftidy <- as.data.frame(df_inftidy)

２：インフルエンザシーズンは「第36週から翌年の第35週まで」なので、各年の第36週以降の「年」をそのままとし、第１週から第35週までの「年」から１を引き算した「年」の値の列（インフルエンザシーズンの列）を追加します。

　このことによって、例えば、2019年のデータの場合、第36週以降は2019年シーズンのもの、第35週以前は2018年のシーズンのものにすることができます。

　つまり、第36週以降はそのままの「年」の数字の列（インフルエンザシーズンの列）、第１週から第35週は、「年マイナス１」の数字の列（インフルエンザシーズンの列）を作成します。そして、その数字に「年シーズン」というテキストを付加した列を作成します。

　そのための方法としては、「第36週以降」のデータフレームと「第１週から第35週」のデータフレームの２つを作成して合体させる方法にしてみました。

df_inftidys1 <- df_inftidy %>% mutate(influ_season1=year_n -1) %>% filter(week_n <= 35)

df_inftidys2 <- df_inftidy %>% mutate(influ_season1=year_n) %>% filter(week_n >= 36)

df_inftidys3 <- rbind(df_inftidys1,df_inftidys2 )

df_inftidys3 <- df_inftidys3 %>% mutate(influ_season = paste0(influ_season1,"年シーズン"))

df_inftidys4 <- df_inftidys3 %>% filter(influ_season1 >= 15)

df_inftidys4 <- na.omit(df_inftidys4)

df_inftidys4 <- df_inftidys4 %>% filter(week_n >= 36 | week_n <= 1)

3：インフルエンザシーズンは、「第36週から翌年の第35週まで」なので、グラフの軸で「週」を用いる場合に、その順番に並べるために、「週」の変数をファクター型にして、順番を定義します。

　なお、一切 Excelを使わないようにすることもできますが、下記のような文字列は、Excelで「"」「W36」「",」といった３列を用意し、各セルを「＆」で文字列結合して、できた列を行方向に変換して作成すると、手早く作成できます。こういう場合は、 Excelも便利です。

　なお、順序付けした「 weeks」の変数を、 ordered()関数で処理しておくと、アニメーショングラフで「 weeks」で遷移させる場合にもその順序を利用できるようになりました。

df_inftidys4$weeks <- factor(df_inftidys4$weeks, levels=c("W36", "W37", "W38", "W39", "W40", "W41", "W42", "W43", "W44", "W45", "W46", "W47", "W48", "W49", "W50", "W51", "W52", "W53", "W01", "W02", "W03", "W04", "W05", "W06", "W07", "W08", "W09", "W10", "W11", "W12", "W13", "W14", "W15", "W16", "W17", "W18", "W19", "W20", "W21", "W22", "W23", "W24", "W25", "W26", "W27", "W28", "W29", "W30", "W31", "W32", "W33", "W34", "W35" ))

df_inftidys4$weeks <- ordered( df_inftidys4$weeks )

４：グラフを作成します

ggplot(df_inftidys4, aes(x=weeks, y=influ, colour=influ_season,shape=influ_season,group = influ_season)) + 　　　　　
ylim(0,25)+ geom_line() +

geom_point(size=2.3)+ scale_color_brewer(palette = "Dark2")+labs(x="week",y="インフルエンザ_定点当たり報告数",title="インフルエンザのシーズン別の週ごとの推移(2015年シーズン～)")

ggplot(df_inftidys5, aes(x=weeks, y=influ,shape=influ_season,colour=influ_season,shape=influ_season,group = influ_season))+ geom_line(size=1)+

geom_point() + scale_shape_manual(values=c(1,2,3,4,5,6,7,8,9,23,11))+labs(x="week",y="インフルエンザ_定点当たり報告数",title="年別の週ごとの推移（2009年シーズン～") +

theme(legend.position="top")+

theme(axis.text.x = element_text(angle=90, hjust=-0.75, vjust=.5,size=6.8))

※ご質問などは、「コメント欄」に記入してください。答えられるものはお答えします。

★おすすめの記事　
◆過去11年間の週別のインフルエンザの「定点当たり報告数」の推移のアニメーション・グラフです

 ◆インフルエンザの流行が始まったようです：今年は流行の始まりが早いようです 

◆今後、アマゾン・プライム・ビデオは「Edge」ブラウザで観ることにしました：動画配信サービスの「HD」画質と「HD 1080p」画質。回線速度によって決まるというけれど、それは本当でしょうか？

◆Netflix：「ストレンジャー・シングス　NG集」が公開されました：「Bloopers」とは「NG集」のことでした。

◆Netflixの４半期決算報告で紹介されている作品は？：決算報告資料は、Netflixの話題作を探す一つの手段です

◆Netflix (NFLX)の第３四半期決算発表で、NFLXの株価上昇:１株利益が予想を上回る：「ストレンジャー・シングス」効果？で有料会員数の増加数は前年同期を上回る

◆Windowsパソコンで、Netflixを観る時に、Windows Sonic for HeadphonesやDolby Atmos for Headphonesをオンにする理由：「Amaze」トレーラーの録音データの分析から：Reasons to turn on Windows Sonic

◆やっぱり、Windowsパソコンで、Netflixを観る時に、Windows Sonic for HeadphonesやDolby Atmos for Headphonesをオンにする理由：「Amaze」トレーラーの録音データの分析から（その２）

◆How Windows Sonic looks like.：Windows Sonic for Headphonesの音声と２chステレオ音声の比較：7.1.2chテストトーンの比較で明らかになった違い：一目で違いがわかりました