5.1 tidydataとは？

以下の原則を満たすデータを、tidydataと呼びます。

• 各変数には専用の列がある
• 各観測には専用の行がある
• 各値は専用のセルにある

データはさまざまな形で提供されますが、tidydataの形式に変換することで、分析や可視化がスムーズに行えるようになります。tidyverseに含まれるパッケージ群は、tidydataを前提とした関数を提供しています。その中でも、tidyでないデータをtidydataに変換する関数を提供するパッケージがtidyrパッケージです。

例えば、以下のようなデータはtidydataです。

table1 <- tibble(
  country = c("Afghanistan", "Afghanistan", "Brazil", "Brazil", "China", "China"),
  year = rep(c(1999L, 2000L), 3),
  cases = c(745L, 2666L, 37737L, 80488L, 212258L, 213766L),
  population = c(19987071L, 20595360L, 172006362L, 174504898L, 1272915272L, 1280428583L)
)

country	year	cases	population
Afghanistan	1999	745	19987071
Afghanistan	2000	2666	20595360
Brazil	1999	37737	172006362
Brazil	2000	80488	174504898
China	1999	212258	1272915272
China	2000	213766	1280428583

以下のデータは、casesとpopulationの値がcountに混在しており、それぞれが専用の列をもたない形になっているため、tidydataではありません。

table2 <- table1 %>% 
  pivot_longer(c(cases, population), names_to = "key", values_to = "value") %>% 
  arrange(country, year)

country	year	key	value
Afghanistan	1999	cases	745
Afghanistan	1999	population	19987071
Afghanistan	2000	cases	2666
Afghanistan	2000	population	20595360
Brazil	1999	cases	37737
Brazil	1999	population	172006362
Brazil	2000	cases	80488
Brazil	2000	population	174504898
China	1999	cases	212258
China	1999	population	1272915272
China	2000	cases	213766
China	2000	population	1280428583

以下のデータは、rateの列におけるそれぞれのセルに複数の値が含まれているため、tidydataではありません。

table3 <- table1 %>% 
  unite(rate, cases, population, sep = "/")

country	year	rate
Afghanistan	1999	745/19987071
Afghanistan	2000	2666/20595360
Brazil	1999	37737/172006362
Brazil	2000	80488/174504898
China	1999	212258/1272915272
China	2000	213766/1280428583

以下のデータは、2つのテーブルにデータがまたがっているため、tidydataではありません。

table4a <- table1 %>% 
    select(-population) %>% 
    pivot_wider(names_from = year, values_from = cases)

country	1999	2000
Afghanistan	745	2666
Brazil	37737	80488
China	212258	213766

table4b <- table1 %>% 
    select(-cases) %>% 
    pivot_wider(names_from = year, values_from = population)

country	1999	2000
Afghanistan	19987071	20595360
Brazil	172006362	174504898
China	1272915272	1280428583