{{outline}} この記事は[[Radiantによるデータ分析入門]]の一部です。 !!!データの読み込み [[前の記事|第1章　Radiantの概要とインストール]]で、Radiantを起動しましたので、そのまま使っていきます。はじめに、Radiantで分析するためのデータを読み込む方法を紹介します。 なお、デフォルトでは、''ggplot2'' パッケージに付属する[diamonds|https://vincentarelbundock.github.io/Rdatasets/doc/ggplot2/diamonds.html]データセットおよび、Rに標準で付属する[titanic|https://vincentarelbundock.github.io/Rdatasets/doc/datasets/Titanic.html]データセットが読み込まれています。 !!ワークスペースから読み込む Rのワークスペースに保存されているデータフレームオブジェクト (変数) を読み込むことができます。なお、コンソールをRadiantがロックするので、読み込めるのは'''Radiantを起動する前に保存したオブジェクト'''だけです。 ここまでの話の流れからすると、いちどRadiantを終了し、データフレームを作成して再度Radiantを起動する、という順番で操作することになるでしょうが、やってみましょう。まず、Radiantを終了するには、GUIの上部のメニューから "電源ボタン" (のようなもの) - "Stop" を選択します。すると、GUIがグレーアウトしますので、ブラウザのタブを閉じます。 {{b_center {{ref_image radiant_stop.png,w800}} }} そして、操作できるようになったRのコンソールで、以下のように入力・実行してみましょう。 > data(iris) これは、みんな大好き、世界で最も知られた (?) データセットである[iris|https://vincentarelbundock.github.io/Rdatasets/doc/datasets/iris.html]を読み込む操作です。データは、''iris'' という名前のデータフレームとしてワークスペースに保存されます。 そして、再度Radiantを起動します。コンソールで以下のように入力・実行します。 > radiant() 再び、ブラウザが開き、RadiantのGUIが表示されますので、先ほどの ''iris'' データを読み込みます。 データの読み込みは、"Data" メニューの "Manage" タブで行います。Radiant起動時に開かれるので、起動したばかりの場合は、特に操作する必要はありません。何か操作して、画面が変わっている場合は、下図のメニューをクリックし、切り替えます。 {{b_center {{ref_image radiant_data_manage.png,w800}} }} "Manage" タブの左側に "Load data of type" という項目があります。ここで、ワークスペース内のオブジェクトやファイルなど、さまざまなデータを読み込みます。下向きの三角 (▼) をクリックし、'''from global workspace''' を選択します。 {{b_center {{ref_image radiant_select_input.png,w800}} }} すると、画面が少し変わり、ワークスペース内のオブジェクトが表示されます。先ほど読み込んだ ''iris'' オブジェクトが表示されるはずですので、"Load" ボタンを押します。 {{b_center {{ref_image radiant_load_workspace_data.png,w480}} }} データが読み込まれ、画面に ''iris'' データセットの一部が表示されます。 {{b_center {{ref_image radiant_iris_overview.png,w800}} }} !!ファイルから読み込む 次に、ファイルからデータを直接読み込む方法を紹介します。なお、'''Radiantは入力ファイルをUTF-8であるとして処理する'''ようなので、日本語を含むファイルでは文字コードをあらかじめ変換する必要などがあるかもしれません (特にWindows環境の場合)。 ここでは、読み込むファイルはなんでもよいのですが、[UCI Machine Learning Repository|https://archive.ics.uci.edu/ml/index.html]で適当に見つけた、[Daily Demand Forecasting Orders Data Set|https://archive.ics.uci.edu/ml/datasets/Daily+Demand+Forecasting+Orders]を使用します。60行程度の小さなデータです。以下のURLからファイルをダウンロードしてください。 * https://archive.ics.uci.edu/ml/machine-learning-databases/00409/Daily_Demand_Forecasting_Orders.csv なお、拡張子は ''.csv'' ですが、'''実際にはセミコロン区切り'''になっているので、Excelなどで開く場合には注意が必要です。 {{b_center {{ref_image semicolon_separated_data.png,w800}} こんなんなっちゃう }} ワークスペースからの読み込みと同様、"Load data of type" という項目の下向きの三角 (▼) をクリックし、'''csv''' を選択します。すると、区切り文字や見出し行があるかないか、といった設定項目が表示されます。 {{b_center {{ref_image radiant_load_csv.png,w480}} }} 前述のように、今回読み込むデータはセミコロン区切りなので、"Separator" メニューから "semicolon" を選択します。そして、"Load" ボタンを押すと、ファイル選択ダイアログが開きます。 {{b_center {{ref_image radiant_file_dialog.png,w800}} }} 先ほどダウンロードした ''Daily_Demand_Forecasting_Orders.csv'' ファイルを選択し、"Select" ボタンを押すと、Radiantにデータが読み込まれ、一部が表示されます。 {{b_center {{ref_image radiant_csv_overview.png,w800}} }} なお、"Load data of type" を '''csv (url)''' に変えてインターネット上のファイルURLを入力すると、データをダウンロードし、読み込むことができます。 {{b_center {{ref_image radiant_load_csv_url.png,w480}} }} !!!データの確認 ワークスペースやファイルからデータを読み込んだら、簡単にデータの様子を確認してみましょう。一部は、"Data preview" として"Manage" タブに表示されていますが、"View" タブや "Pivot" タブで、さらに詳しくデータを見ることができます。 なお、ここからは、先ほどワークスペースから読み込んだ ''iris'' データを使用します。"Manage" タブ左側の "Datasets" メニューから、''iris'' を選択します。 {{b_center {{ref_image radiant_select_dataset.png,w480}} }} !!フィルタによる絞り込み データ全件を確認するには、"View" タブに切り替えます。 {{b_center {{ref_image radiant_data_view_tab01.png,w800}} }} "View" タブでは、フィルタによるデータの絞り込みやキーワード検索、列の絞り込みなどができます。また、その結果を別のオブジェクトに保存することもできます。 {{b_center {{ref_image radiant_data_view_tab02.png,w800}} }} "Datasets" メニューの "Filter data" にチェックを入れると、条件式を指定してフィルタリングできます。 {{b_center {{ref_image radiant_data_view_tab03.png,w480}} }} !!ピボットテーブルによる集計 次に、"Pivot" タブに切り替えて、ピボットテーブルを作成してみましょう。初期状態では、右側の領域に何も表示されませんが、左側のメニュー項目をさまざまに設定することで、集計表や集計グラフを作成できます。 {{b_center {{ref_image radiant_data_pivot_tab01.png,w800}} }} はじめに、"Categorical variables" の項目で "Species" を選択しましょう{{fn ''iris'' データには他にカテゴリ変数はありませんが、複数の変数を選択すると、クロス集計になります}}。次に、"Numeric variable" の項目では "Sepal.Length" を選択します (実際には、なんでもよいですが)。加えて、下部の "Show plot" にチェックを入れます。 {{b_center {{ref_image radiant_data_pivot_tab02.png,w800}} 画像は横に連結しています }} そして、"Create pivot table" ボタンを押します。すると、'''irisデータを種別 (Species) にグループ分けし、Sepal.Lengthの値を平均した集計表と棒グラフ'''が出力されます。 {{b_center {{ref_image radiant_data_pivot_tab03.png,w800}} }} ここでは、"Apply function" について変更せず、デフォルトの ''mean'' (平均) を適用しましたが、リストからさまざまな集計関数を選択できます。 {{b_center {{ref_image radiant_data_pivot_tab04.png,w480}} }} また、"Show plot" に関連して、"Flip" を選択すると、グラフが横向きになります。"View" タブで作成した集計表、グラフについては、右側のダウンロードアイコンを押すことで、それぞれCSV形式、PNG形式でダウンロードできます。 !!探索的データ解析 続いて、"Explore" タブで「探索的データ解析」を行ってみましょう。探索的データ解析とは、とても大雑把に言えば、「複雑なモデリングを行う前に、データをじっくり眺めてみよう」という考え方で、以下のようなアプローチから成り立ちます。 * データの分布を見る * データの関係を見る * データを縮約する * データを層別にする * データを詳細化する * データを時系列で見る (出典: 「{{amazon 4627817711,データ解析の実務プロセス入門}}」) {{b_center {{amazon 4627817711}} {{amazon 4320123654}} }} Radiantの "Explore" タブでは、特にデータの縮約、層別化、詳細化を行います。初期状態では、右側の領域に何も表示されませんが、左側のメニュー項目をさまざまに設定することで、縮約、層別化した表を作成できます。 {{b_center {{ref_image radiant_data_explore_tab01.png,w800}} }} はじめに、左側のメニューのうち、"Numeric values" 項目で数値データである、"Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width" を選択します。マウスでドラッグすると、複数の変数を選択できます。次に、"Group by" 項目で層別化の軸として "Species" を選択します。また、"Apply function (s)" 項目では、デフォルトの集計関数に加え、歪度 (''skew'') と尖度 (''kurtosis'') を選択します。 そして、"Create table" ボタンを押すと、品種 (Species) で層別化された各変数の縮約値 (統計量) が出力されます。 {{b_center {{ref_image radiant_data_explore_tab02.png,w800}} }} "Apply function (s)" では他に、重複を削除した一意な値の数 (''n_distinct'') や欠損値の数 (''n_missing'') なども集計できます。また、表の各列にフィルタをかけてデータを絞り込むこともできます。 ここでは、探索的データ解析の詳細については立ち入りませんが、これらの機能を使い、データをさまざまな角度から「観察」することで、全体の特徴やモデリングに関する示唆を得ることができます。 カテゴリ: {{category R, Radiant, データ分析}} ---- !!!注 {{footnote_list}}