［R］出納帳の残高をまとめて簡単に計算する

例えばデータフレームとして入金と出金の情報だけがあり、これらから残高を簡単に計算してデータフレームに列として追加してみる。

データフレームdtfに以下のような情報がある状態で、残高を簡単に計算して列に追加してみる。累積の和を計算するには、cumsum関数を使えばよい。

> dtf
      年月日 内容     入   出
1 2024-07-25 入金 100000    0
2 2024-08-02 電気      0 4000
3 2024-08-04 ガス      0 3000
4 2024-08-04 水道      0 2000
5 2024-08-25 入金 120000    0
6 2024-09-03 電気      0 5000
7 2024-09-03 ガス      0 4000
> 残高 <- dtf$入 - dtf$出
> 残高 <- cumsum(残高)
> dtf1 <- cbind(dtf, 残 = 残高)
> dtf1
      年月日 内容     入   出     残
1 2024-07-25 入金 100000    0 100000
2 2024-08-02 電気      0 4000  96000
3 2024-08-04 ガス      0 3000  93000
4 2024-08-04 水道      0 2000  91000
5 2024-08-25 入金 120000    0 211000
6 2024-09-03 電気      0 5000 206000
7 2024-09-03 ガス      0 4000 202000

上の例では、残高を最初は0円ということで計算したが、これを例えば元々20万円あったとして残高を求める場合は、以下のようにすればよい。

> dtf2 <- cbind(dtf, 残 = 残高 + 200000)
> dtf2
      年月日 内容     入   出     残
1 2024-07-25 入金 100000    0 300000
2 2024-08-02 電気      0 4000 296000
3 2024-08-04 ガス      0 3000 293000
4 2024-08-04 水道      0 2000 291000
5 2024-08-25 入金 120000    0 411000
6 2024-09-03 電気      0 5000 406000
7 2024-09-03 ガス      0 4000 402000

［R］ベクトルの要素について累積の積を求める

ベクトルの要素の値をインデックス順に掛けた累積の値を得るには、cumprod関数を使う。順番に要素を掛けるだけのため、最後の例のように要素の値をすべて同じにすれば、単純に累乗が求まることになる。

> i <- 1:5
> i
[1] 1 2 3 4 5
> cumprod(i)
[1]   1   2   6  24 120
> i <- rep(2, 8)
> i
[1] 2 2 2 2 2 2 2 2
> cumprod(i)
[1]   2   4   8  16  32  64 128 256

［R］ベクトルの要素について累積の和を求める

ベクトルの要素の値をインデックス順に足した累積の値を得るには、cumsum関数を使う。

> i <- 1:10
> i
 [1]  1  2  3  4  5  6  7  8  9 10
> cumsum(i)
 [1]  1  3  6 10 15 21 28 36 45 55

［R］tibbleで特定の列の値を基準にして集計を行う

例えば家計簿のように、日にちと金額が一対一で対応しているデータについて、毎日の入出金の流れを見たい場合など。

各情報の基準は日にちであり、同じ日にいくつも入金や出金が発生する日があり、この基準となる日付には重複がある。このようなデータを一覧で見るぶんにはよいが、毎日の入出金の流れはこれでは見ることはできない。この例では、日ごとに金額の集計を行いたい。この場合は、日にちごとの金額の和を計算してまとめたい。

このような場合は、group_by関数でtibble内部でグループ化を行い、それをsummarize関数で処理することで、集計後のtibbleに変換することができる。以下、実行例。表示を簡潔にするため、データフレームに変換して表示している。

> tib %>% as.data.frame()
        date type value
1 2023-10-03 入金   200
2 2023-10-04 電気     4
3 2023-10-07 ガス     5
4 2023-10-07 電話     7
5 2023-10-09 水道     6
> tib %>% group_by(date) %>% as.data.frame()
        date type value
1 2023-10-03 入金   200
2 2023-10-04 電気     4
3 2023-10-07 ガス     5
4 2023-10-07 電話     7
5 2023-10-09 水道     6
> tib %>% group_by(date) %>% summarize(value = sum(value)) %>% as.data.frame()
        date value
1 2023-10-03   200
2 2023-10-04     4
3 2023-10-07    12
4 2023-10-09     6

group_by関数は内部でグループ化を行っているだけであり、2番目の実行例のとおりgroup_by関数だけでは集計が行われない（表示されない）ことに注意。

［R］read_xlsx関数を使うと画面表示が乱れる（カーソルが飛ぶ）

readxlパッケージのread_xlsx関数は、デフォルトでは、読み込み時に実際は表示されないものの経過を画面表示しようとするため、その影響で、使用後は画面表示が乱れ、カーソルがおかしなところに飛んでしまう。この画面表示の乱れが起きないようにするには、progressオプションにFALSEを指定する。

> library(readxl)
> tib <- read_xlsx("sample.xlsx")

←カーソルがコマンドラインのプロンプトから離れた箇所に表示され、表示が乱れる。

一度Rを終了し、再起動して次のコマンドを実行する。

> library(readxl)
> tib <- read_xlsx("sample.xlsx", progress = FALSE)

←カーソルがコマンドラインのプロンプトのすぐ右側に表示され、表示が乱れない。

以下を.RProfileに記述しておけば、R起動時に自動的に読み込み、デフォルトでそのような設定になる。

options(
  readxl.show_progress = FALSE
)

R起動後でも、以下のコマンドを実行すれば同じようにデフォルトでそのような設定になる。

options(readxl.show_progress = FALSE)

［R］松井秀喜の大リーグでの年間打撃成績を調べる

Lahmanデータベースを使うと簡単に調べることができる。

> library(tidyverse)
> library(Lahman)
> plid <- (People %>% filter(nameFirst == "Hideki" & nameLast == "Matsui"))$playerID
> Batting %>% group_by(playerID) %>% filter(playerID == plid) %>%
+ select(playerID, yearID, teamID, lgID, G, AB, H) %>%
+ as.data.frame()
    playerID yearID teamID lgID   G  AB   H
1  matsuhi01   2003    NYA   AL 163 623 179
2  matsuhi01   2004    NYA   AL 162 584 174
3  matsuhi01   2005    NYA   AL 162 629 192
4  matsuhi01   2006    NYA   AL  51 172  52
5  matsuhi01   2007    NYA   AL 143 547 156
6  matsuhi01   2008    NYA   AL  93 337  99
7  matsuhi01   2009    NYA   AL 142 456 125
8  matsuhi01   2010    LAA   AL 145 482 132
9  matsuhi01   2011    OAK   AL 141 517 130
10 matsuhi01   2012    TBA   AL  34  95  14

［R］イチローの大リーグでの年間打撃成績を調べる

Lahmanデータベースを使うと簡単に調べることができる。

> library(tidyverse)
> library(Lahman)
> plid <- (People %>% filter(nameFirst == "Ichiro"))$playerID
> Batting %>% group_by(playerID) %>% filter(playerID == plid) %>%
+ select(playerID, yearID, teamID, lgID, G, AB, H) %>%
+ as.data.frame()
    playerID yearID teamID lgID   G  AB   H
1  suzukic01   2001    SEA   AL 157 692 242
2  suzukic01   2002    SEA   AL 157 647 208
3  suzukic01   2003    SEA   AL 159 679 212
4  suzukic01   2004    SEA   AL 161 704 262
5  suzukic01   2005    SEA   AL 162 679 206
6  suzukic01   2006    SEA   AL 161 695 224
7  suzukic01   2007    SEA   AL 161 678 238
8  suzukic01   2008    SEA   AL 162 686 213
9  suzukic01   2009    SEA   AL 146 639 225
10 suzukic01   2010    SEA   AL 162 680 214
11 suzukic01   2011    SEA   AL 161 677 184
12 suzukic01   2012    SEA   AL  95 402 105
13 suzukic01   2012    NYA   AL  67 227  73
14 suzukic01   2013    NYA   AL 150 520 136
15 suzukic01   2014    NYA   AL 143 359 102
16 suzukic01   2015    MIA   NL 153 398  91
17 suzukic01   2016    MIA   NL 143 327  95
18 suzukic01   2017    MIA   NL 136 196  50
19 suzukic01   2018    SEA   AL  15  44   9
20 suzukic01   2019    SEA   AL   2   5   0

2012年のシーズンは、シーズン途中でマリナーズからヤンキースに移籍しているのでレコードが二つあることに注意。Gは出場試合数。ABは打席数。Hは安打数。

［R］MLBの投手の通算勝利数の20位までを調べる

Lahmanデータベースを使うと簡単に調べることができる。

> library(Lahman)
> library(tidyverse)
> tib <- Pitching %>% group_by(playerID) %>%
+ summarize(W = sum(W)) %>%
+ left_join(People, by = "playerID") %>%
+ select(nameFirst, nameLast, W)
> tib %>% arrange(desc(W)) %>%
+ as.data.frame() %>% head(20)
   nameFirst  nameLast   W
1         Cy     Young 511
2     Walter   Johnson 417
3       Pete Alexander 373
4    Christy Mathewson 373
5        Pud    Galvin 365
6     Warren     Spahn 363
7        Kid   Nichols 362
8       Greg    Maddux 355
9      Roger   Clemens 354
10       Tim     Keefe 342
11     Steve   Carlton 329
12      John  Clarkson 328
13     Eddie     Plank 326
14     Nolan      Ryan 324
15       Don    Sutton 324
16      Phil    Niekro 318
17   Gaylord     Perry 314
18       Tom    Seaver 311
19  Old Hoss  Radbourn 310
20    Mickey     Welch 307

投手の通算勝利数の一位はサイ・ヤングの511勝、二位はウォルター・ジョンソンの417勝、三位はピート・アレクサンダーの373勝であることがわかる。参考までに、野茂英雄は以下のとおり123勝。

> tib %>% filter(nameLast == "Nomo") %>% as.data.frame()
  nameFirst nameLast   W
1     Hideo     Nomo 123

［R］MLBの通算二塁打数の20位までを調べる

Lahmanデータベースを使うと簡単に調べることができる。

> library(Lahman)
> library(tidyverse)
> Batting %>% group_by(playerID) %>% summarize(X2B = sum(X2B)) %>%
+ left_join(People, by = "playerID") %>%
+ select(nameFirst, nameLast, X2B) %>% arrange(desc(X2B)) %>%
+ as.data.frame() %>% head(20)
   nameFirst    nameLast X2B
1       Tris     Speaker 792
2       Pete        Rose 746
3       Stan      Musial 725
4         Ty        Cobb 724
5     Albert      Pujols 686
6      Craig      Biggio 668
7     George       Brett 665
8        Nap      Lajoie 657
9       Carl Yastrzemski 646
10     Honus      Wagner 643
11    Adrian      Beltre 636
12     David       Ortiz 632
13      Hank       Aaron 624
14    Miguel     Cabrera 607
15      Paul     Molitor 605
16      Paul       Waner 605
17       Cal      Ripken 603
18     Barry       Bonds 601
19      Luis    Gonzalez 596
20      Todd      Helton 592

通算通算二塁打数の一位はトリス・スピーカーの792本、二位はピート・ローズの746本、三位はスタン・ミュージアルの725本であることがわかる。参考までに、イチローは以下のとおり362本。

> Batting %>% group_by(playerID) %>% summarize(X2B = sum(X2B)) %>%
+ left_join(People, by = "playerID") %>%
+ select(nameFirst, nameLast, X2B) %>% filter(nameFirst == "Ichiro") %>%
+ as.data.frame()
  nameFirst nameLast X2B
1    Ichiro   Suzuki 362

［R］MLBの通算安打数の20位までを調べる

Lahmanデータベースを使うと簡単に調べることができる。

> library(Lahman)
> library(tidyverse)
> Batting %>% group_by(playerID) %>% summarize(H = sum(H)) %>%
+ left_join(People, by = "playerID") %>%
+ select(nameFirst, nameLast, H) %>% arrange(desc(H)) %>%
+ as.data.frame() %>% head(20)
   nameFirst    nameLast    H
1       Pete        Rose 4256
2         Ty        Cobb 4189
3       Hank       Aaron 3771
4       Stan      Musial 3630
5       Tris     Speaker 3514
6      Derek       Jeter 3465
7        Cap       Anson 3435
8      Honus      Wagner 3420
9       Carl Yastrzemski 3419
10    Albert      Pujols 3384
11      Paul     Molitor 3319
12     Eddie     Collins 3315
13    Willie        Mays 3283
14     Eddie      Murray 3255
15       Nap      Lajoie 3243
16       Cal      Ripken 3184
17    Adrian      Beltre 3166
18    George       Brett 3154
19      Paul       Waner 3152
20     Robin       Yount 3142

通算安打数の一位はピート・ローズの4256本、二位はタイ・カッブの4189本、三位はハンク・アーロンの3771本であることがわかる。参考までに、イチローは以下のとおり3089本。

> Batting %>% group_by(playerID) %>% summarize(H = sum(H)) %>%
+ left_join(People, by = "playerID") %>%
+ select(nameFirst, nameLast, H) %>% filter(nameFirst == "Ichiro") %>%
+ as.data.frame()
  nameFirst nameLast    H
1    Ichiro   Suzuki 3089