« 読了：「ら抜きの殺意」 | メイン | 売上大感謝祭：2010上半期 »
2011年5月10日 (火)
動機や中身は問わず，とにかく論文と名の付くものを読んだら漏れなく記録しておこう。という，何度かめの決意を胸にして...
Wickham, H. (2007) Reshaping Data with the reshape Package. Journal of Statistical Software, 21(12).
Wickham, H. (2011) The Split-Apply-Combine Strategy for Data Analysis. Journal of Statistical Software, 40(1).
前者はRのreshapeパッケージ，後者はplyrパッケージについての解説で，統計学ではなくむしろデータ整形に属する内容。著者はRの世界では有名な人らしい。GGobi の関係者でもあるようだ。
reshapeパッケージというのは，たとえばフィールド{ID, X1, X2, ..., Xk} を持つ100行のデータセットがあるとき，それをまず {ID, varname, value}の3列のみを持つ100*k行のすごく縦長なデータセットに変換してしまい(これをmeltという)，そこから必要に応じてデータ行列なり集計表なりを生成すると便利だ (これをcastという) ... というアイデアに基づくデータ整形パッケージ。ながらくSASをつかっているなかで，このような手順でデータを整形することが多かったので，そう悪い発想でもなかったのか，我が意を得たり，という気分である。やたらに行数が多いデータ行列ができるわけで，SASの場合はデータセットへのアクセスに時間を食うのがネックだったのだが，Rはどんなデータセットであれまるごとメモリに展開してしまうようだから，あまり問題にならないのだろう。
plyrパッケージというのは... Rを使い始めて日が浅いけど，いまもっともウンザリしているのがデータの層別処理のわかりにくさだ。apply系だのaggregateだのbyだの，たくさん関数があってどれも微妙に挙動がちがう。このパッケージはもっと整理された体系を提供してくれているようで，いっそ標準の関数は見捨ててこのパッケージだけ使い倒そうかと思い読んでみた。もっとも，このパッケージにもそれはそれでちょっとクセがある模様だ。
論文の最後に標準の関数との対応関係が整理されていて，その記述のおかげで頭が整理できたので，ま，読んでよかったということにしておこう。
見知らぬソフトウェアを新たに使いはじめ，ここがわかりにくい！ここがウンザリだ！と不平不満たらたらなのだが，冷静になってみれば，Rは確かによくできている。俺のような初心者にとってもなかなかわかりやすい代物だ。なにしろ，これまで使っていたSASのことを想えば... ああ，proc tabulate の奇妙さときたら，ODSの取って付けた感ときたら，マクロ言語の冗談じみたわかりにくさときたら。もっとも，いまはあのごった煮がちょっと懐かしいのだけれど。
論文：データ解析(-2014) - 読了：Wickham(2007) Rのreshapeパッケージ; Wickham(2011) Rのplyrパッケージ