5.3 列の分割と結合
table3はrateの列に複数の変数（populationとcases）の情報が文字列として格納されており、tidyではありません。このようにひとつの列に含まれている文字列を、複数の列に分割したい場合は、separate()関数を用います。separate()関数は、dplyrのverbと同様に、第1引数はデータフレームで、出力もデータフレームです。第1引数以外で必要な引数としては，分割元の変数を指定するcolと分割した後に設定する変数名のベクトルintoとなります。table3の場合、colにrate、intoにc("cases", "population")を指定します。
table3## # A tibble: 6 x 3
## country year rate
## <chr> <int> <chr>
## 1 Afghanistan 1999 745/19987071
## 2 Afghanistan 2000 2666/20595360
## 3 Brazil 1999 37737/172006362
## 4 Brazil 2000 80488/174504898
## 5 China 1999 212258/1272915272
## 6 China 2000 213766/1280428583table3 %>%
separate(rate, c("cases", "population"))## # A tibble: 6 x 4
## country year cases population
## <chr> <int> <chr> <chr>
## 1 Afghanistan 1999 745 19987071
## 2 Afghanistan 2000 2666 20595360
## 3 Brazil 1999 37737 172006362
## 4 Brazil 2000 80488 174504898
## 5 China 1999 212258 1272915272
## 6 China 2000 213766 1280428583これでもOKですが、分割された後の変数が文字列になっているので、数字のみの文字列であれば、convert引数をTRUEに設定すると、数値に変換してくれます。
table3 %>%
separate(rate, c("cases", "population"), convert = TRUE)## # A tibble: 6 x 4
## country year cases population
## <chr> <int> <int> <int>
## 1 Afghanistan 1999 745 19987071
## 2 Afghanistan 2000 2666 20595360
## 3 Brazil 1999 37737 172006362
## 4 Brazil 2000 80488 174504898
## 5 China 1999 212258 1272915272
## 6 China 2000 213766 1280428583また、区切り文字については、デフォルトでは数値以外の文字となっていますが、指定したい場合は、sep引数を指定します。（table3の場合は指定しなくてもOKです。）
table3 %>%
separate(rate, c("cases", "population"), sep = "/")separate()関数とは反対に、複数の変数をひとつの列に結合したい場合は、unite()関数を用います。ここでは、unite()関数の動作確認のために、table3のyearを先頭2桁のcenturyと後ろ2桁のyearに分割をしてから、再度結合することを考えます。sep引数に数値を与えると、その数値の桁数分で分割されます。
table5 <- table3 %>%
separate(year, c("century", "year", sep = 2))## Warning: Expected 3 pieces. Missing pieces filled with `NA` in 6 rows [1, 2, 3,
## 4, 5, 6].table5## # A tibble: 6 x 5
## country century year `2` rate
## <chr> <chr> <chr> <chr> <chr>
## 1 Afghanistan 1999 <NA> <NA> 745/19987071
## 2 Afghanistan 2000 <NA> <NA> 2666/20595360
## 3 Brazil 1999 <NA> <NA> 37737/172006362
## 4 Brazil 2000 <NA> <NA> 80488/174504898
## 5 China 1999 <NA> <NA> 212258/1272915272
## 6 China 2000 <NA> <NA> 213766/1280428583centuryとyearの列をunite()関数で結合して、改めてyear列とします。unite()関数もdplyrのverbと同様に、第1引数はデータフレームで、出力もデータフレームです。第1引数以外で必要な引数としては，結合後の変数名colと、select()と同様に指定された結合対象の変数名となります。
table5 %>%
unite(col = new, century, year)## # A tibble: 6 x 4
## country new `2` rate
## <chr> <chr> <chr> <chr>
## 1 Afghanistan 1999_NA <NA> 745/19987071
## 2 Afghanistan 2000_NA <NA> 2666/20595360
## 3 Brazil 1999_NA <NA> 37737/172006362
## 4 Brazil 2000_NA <NA> 80488/174504898
## 5 China 1999_NA <NA> 212258/1272915272
## 6 China 2000_NA <NA> 213766/1280428583このように、デフォルトではアンダースコア_によって結合されますが、結合文字を指定したい場合はsep変数を指定します（以下の例は空の文字列）。
table5 %>%
unite(col = new, century, year, sep = "")## # A tibble: 6 x 4
## country new `2` rate
## <chr> <chr> <chr> <chr>
## 1 Afghanistan 1999NA <NA> 745/19987071
## 2 Afghanistan 2000NA <NA> 2666/20595360
## 3 Brazil 1999NA <NA> 37737/172006362
## 4 Brazil 2000NA <NA> 80488/174504898
## 5 China 1999NA <NA> 212258/1272915272
## 6 China 2000NA <NA> 213766/1280428583