myscratchpad

いまさらながら…

1,2,3,4,5のいずれか、という感じで反応が分かっているとき
# データの用意
## 60項目の質問紙に200人が答えた、という仮想データ
dat <- data.frame(matrix(data=sample(x=5, size=12000, replace=T), nrow=200, ncol=60))
dat[,61] <- sample(x=c(6,8,NA,NaN,Inf), size=200, replace=T) ## 変なデータをつけてみる

# table関数を利用するやりかた。マジお勧め。NAとかもわかる
#datx <- factor(as.table(as.matrix(dat))) # データフレームを行列にしてtableにしてfactorにする
summary(factor(as.matrix(dat))) # 集計。as.tableはいらない
## NaNの数がわからない。Rjpwikiの記事のときとは使用が変わったようだ
sum(sapply(dat, is.nan)) # これで調べる。使わんと思うけど

# プロットして調べる
plot(as.vector(as.matrix(dat))) # 行列にしてベクトルにしてプロット。これが一番楽かも

##　どのへんのデータから表示する。これはExcelの方が楽かも
sapply(dat, function(x) which(x==6))

# 他のやりかた1
sapply(dat, table, exclude=NULL)

# 他のやりかた2
cdat <- na.omit(dat)
cdat[cdat!=5&cdat!=4&cdat!=3&cdat!=2&cdat!=1]

今までイマイチよくわからなかったデータの並べ替え

dat <- data.frame(a=factor(c("a1", "a1", "a1", "a1", "a1", "a2", "a2", "a2", "a2", "a2")), s=c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10), b1=c(3, 3, 1, 3, 5, 3, 5, 2, 4, 6), b2=c(4, 3, 4, 5, 7, 2, 6, 3, 6, 4), b3=c(6, 6, 6, 4, 8, 3, 2, 3, 6, 5), b4=c(5, 7, 8, 7, 9, 2, 3, 3, 4, 6))
# データフレームの中身

a	s	b1	b2	b3	b4
a1	1	3	4	6	5
a1	2	3	3	6	7
a1	3	1	4	6	8
a1	4	3	5	4	7
a1	5	5	7	8	9
a2	6	3	2	3	2
a2	7	5	6	2	3
a2	8	2	3	3	3
a2	9	4	6	6	4
a2	10	6	4	5	6

これをb1で並べ替える

class(dat$b1) # 型の確認。文字列では並べ替えできない
odr <- order(dat$b1) # odrというオブジェクトに、並べ替えの"行番号"が保存される
odr
 [1]  3  8  1  2  4  6  9  5  7 10
dat2 <- dat[odr,] # odrに保存された行のデータを取り出す。3行目のデータ、8行目のデータ…という感じ

## 型を確認しておく。数値がfactorだったら数値になおす
x <- factor(1:10)
x

class(x)
y <- as.numeric(as.character(x)) # as.numeric(x)だとfactorのlevelが適用されてしまうので
class(y)

データファイルで個人ごとの代表値などをまとめる
tapply, by等も試したが、たぶんaggregate関数が一番便利

dat <- read.table("https://blog.cnobi.jp/v1/blog/user/89d80905c7038b4121822249e9062fba/1261414199", header = T)
dat # データファイル。
summary(dat)

ag.dat <- aggregate(x=dat[5:6], by=list(dat[,1],dat[,2], dat[,3], dat[,4]), FUN=mean)
ag.dat # 個人別に条件ごとのrtの平均値をだす
## tapplyはINDEXの3番目からリスト要素になる。tapplyはデータに2列指定できない
tapply(X=dat[,5], INDEX=list(dat[,1], dat[,2], dat[,3],dat[,4]), FUN=mean)

# 分析しやすいようにreshapeパッケージのcast関数で横長にする
library(reshape)
pn <- substr(ag.dat[,2], 1, 3) # 横長データセットの変数名をつくるため、substrで一部をとりだす
hl <- substr(ag.dat[,3], 1, 1)
on <- substr(ag.dat[,4], 1, 1)
variable <- paste(pn, hl, on, sep = "_") # variableという変数名じゃないとcast関数ではエラー
value <- ag.dat$rt # valueという変数名じゃないとcast関数ではエラー
pid <- ag.dat$Group.1
ag.w <- cast(data.frame(pid, value, variable))
ag.w

spssはもうほとんど使わないのだが、たまにサンプルをspss出力で載せているページもあるので

# データを開く
R-tipsの記事より。感謝

library(foreign)
dat <- read.spss("filename.sav")
## このままだとリストなのでデータフレームにする
dat2 <- data.frame(dat)
## dat <- data.frame(read.spss("filename.sav")) # これでもいい

# webからもいける
dat <- data.frame(read.spss("http://davidakenny.net/dtt/morse_et_al.sav"))

# フリーのビューワがある。SPSSのデータ加工のためのもののようで、公式ではない
ViewSav
http://www.asselberghs.dds.nl/stuff.htm


# 出力を読む

フリーのビューワが提供されているのでそれを使う

spoファイル
http://www.spss.co.jp/techsupport/tech-info/spss_statistics_170/000622.html
spvファイル
http://www.spss.co.jp/techsupport/tech-info/spss_statistics_170/000623.html

reshape関数より便利なのがreshapeパッケージにある
melt, cast関数
meltは縦長
castは横長

# データ生成
dat <- data.frame(s = factor(1:8), a = factor(c(rep(1,4), rep(2, 4))), b1 = rnorm(8), b2 = rnorm(8), b3 = rnorm(8))
dat

library(reshape)
# 縦長にする
dat.l <- melt(dat, id = c("s", "a"))
dat.l

# 横長にする
## 結果はvalue, 反復測定変数はvariableという変数名でないとエラーになる
names(dat.l) # 変数名のチェック
[1] "s" "a" "variable" "value"
cast(dat.l)

ピボットテーブルのようにも使えるらしい (Rjpwikiの記事。感謝)
そのうち調べよう