どんなときに使うのか

Dataverseの国連総会投票データページにある、国連決議への投票データを例に説明したいと思います。このデータの各行は、それぞれの決議ごとへのそれぞれの国の投票内容が入っています。簡単にするために、列を決議ID（vote_id）、国名（country）、投票内容（vote）の3つに絞り、アメリカ、カナダ、ロシアの3カ国にフィルターしたデータの例が下の図になります。データは、1行目は決議3に対するアメリカ（USA）の投票、2行目はカナダ（CAN）の投票、3行目はロシア（RUS）の投票、というような構造になっています。

データの加工をしていると、しばしば、こういったデータを以下の図のように、このアメリカ、カナダ、ロシア、といった国々を、それぞれの列に割り当てるような形にデータを変換したい、というケースにぶつかります。

この操作を実現するのが、Spreadコマンドです。

ちなみに、この変換後の、国が増えてごとにデータが横方向に伸びていく（列が増えていく）ようなデータ構造をワイド型のデータ、それの対して、変換前の、データが増えると行が増えていくようなデータ構造をロング型のデータと呼びます。Spreadコマンドは、ロング型のデータをワイド型に変換する操作です。

使い方

上記の例のロング型のデータをワイド型に変換するの場合、以下のように行います。

テーブルビューを表示し、コマンドキー（Windowsの場合はコントロールキー）を押しながらcountry列、voteの列をクリックし両方のカラムを選択します。その後、列ヘッダメニューからSpread（ワイド型からロング型へ）を選択します。

ダイアログが現れるので、キー列に“country”、値の列に“vote”が選択されているのを確認して実行します。

Spreadの操作が完了し、データ構造が変換されました。

まとめ

今回は、ロング型のデータをワイド型に変換するSpreadコマンドを紹介しました。Spread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。

ちなみにこちらのSpreadによるデータの加工は、ベン図による分析を行うための前処理で行いました。興味がある方はこちらもぜひご覧ください。また、こちらに今回使用したデータをまとめておきました。EDFファイルをダウンロードしてExploratoryにインポートすることで、実際にどのようにステップが作られているかがわかります。