どんなときに使うのか

まずは、世界銀行が提供している、国ごとに年度ごとの人口の推移のデータを例に見ていきたいと思います。

このデータは、行がそれぞれの国を、列がそれぞれの年度を表し、国と年度が交わるところが、その国のその年の人口を表しています。

このように列名がデータの一部になっている形のデータは、実際に他でも見かけることが多いのではないかと思います。個人的には、Excelが元になっているデータに多く見うけられる気がします。このようなデータの形はワイド型と呼ばれています。データが増えていくと(この場合だと、年度データが増えていくと)、横にワイドに増えていくようなデータの形、と覚えるとわかりやすいです。

この形のデータは、このままこれが完成形として使う場合にはわかりやすいのですが、ここからさらにデータを加工、分析する場合には不便です。例えば、前年度からの人口の増減の割合を、国ごとに表示するようなチャートを作ることを考えてみます。

年度が列名になっている状態だと、このようなチャートをつくるのは至難の業です。この場合、データの理想的な形は、以下のように、年度が列ではなくデータの一部として入っている状態です。

このようなデータの形は、ワイド型に対してロング型と呼ばれています。こちらは、データが増えていくと、縦方向にロングに伸びてゆくデータの形、と覚えるとわかりやすいです。

使い方

Gatherコマンドは、まさに、ワイド型のデータをロング型に変換するコマンドです。上記の例のワイド型のデータをロング型に変換するの場合の Gatherのコマンドは以下のようになります。

gather(dataframe, Year, Population, `1959`:`2016`) 

• 1つめの引数: データフレーム名。
• 2つめの引数: 変換後に列名(この場合だと、1960などの年度)がデータとして入る列名　
• 3つめの引数: 変換後にデータ(この場合だと人口データ)が入る列名。
• 4つめの引数: 変換を行う対象の列の範囲。この場合は、1959年から2016年までの間に含まれるすべての列を対象としています。範囲ではなくて、列を一つずつ個別に指定することも可能です。

Exploratoryで操作する場合、以下のように行います。

テーブルビューを表示し、変換の対象となる列のレンジの左端の列をクリックします。その列が選択されます。

変換の対象となる列のレンジの右端の列をシフトキーを押しながらクリックします。左端から右端までのすべての列が選択されます。

列ヘッダメニューからGatherコマンドを選択し、選択された範囲を選択します。

新規列名のキー列にYearを、列の値にPopulationを指定します。

実行すると、ワイド型のデータがロング型に変換されます。

まとめ

今回は、ワイド型をロング型に変換するGatherコマンドを紹介しました。Gatherコマンドの動きを図にまとめてみましたので、復習もかねて参考にしていただければと思います。