dplyr

dplyr

原作者	ハドリー・ウィッカム、ロマン・フランソワ、ライオネル・ヘンリー、キリル・ミュラー、デイヴィス・ヴォーン
初回リリース	2014年1月7日; 10年前 (2014-01-07)
安定版リリース	1.1.0 / 2023年1月29日; 22か月前 (2023-01-29)
書かれた	R
ライセンス	MITライセンス
Webサイト	dplyr.tidyverse.org//

dplyrは、データフレーム（スプレッドシートのようなデータ構造）を直感的でユーザーフレンドリーな方法で操作できるように設計された関数セットを備えたRパッケージです。これは、 Rプログラミング言語で人気のあるtidyverseパッケージセットのコアパッケージの1つです。^[1]データアナリストは通常​​、既存のデータセットを特定の種類の分析やデータ視覚化に適した形式に変換するためにdplyrを使用します。^{[2] [3]}

たとえば、大規模なデータセットを分析したい場合、データの小さなサブセットのみを表示したい場合があります。あるいは、データを並べ替えて、行を数値でランク付けしたり、元のデータセットの値の組み合わせに基づいて表示したりしたい場合もあります。dplyr パッケージ内の関数を使用すると、このようなタスクを実行できます。

dplyrは2014年に発売されました。^[4] dplyrのWebページでは、このパッケージは「データ操作の文法であり、最も一般的なデータ操作の課題を解決するのに役立つ一貫した動詞のセットを提供します。」と説明されています。^[5]

dplyrには実際にはさまざまな形式のデータ操作を可能にする数十の機能が含まれていますが、パッケージには5つの主要な動詞またはアクションが含まれています。^[6]

• filter() は、ユーザーが指定した条件に基づいてデータフレームから行を抽出するために使用されます。
• select() は、データフレームを列ごとにサブセット化するために使用されます。
• 特定の列に保持されている属性に基づいてデータフレーム内の行を並べ替えるために使用されるarrange() 。
• mutate()は、既存の列の値を変更したり組み合わせたりして新しい変数を作成するために使用されます。
• summary() は、summarise()とも表記され、データフレームの値を 1 つの要約にまとめるために使用されます。

5 つの主要な動詞に加えて、dplyr にはデータフレームの探索と操作を可能にする他のいくつかの関数も含まれています。これには次のものが含まれます。

• count()は、特定の値またはカテゴリ属性を含む一意の観測値を合計するために使用されます。
• rename()は、ユーザーが変数の列名を変更できるようにし、データセットの使いやすさと直感的な理解を向上させるのに役立ちます。
• slice_max()は、特定の変数の値の数が最も多い行を含むデータ サブセットを返します。
• slice_min()は、特定の変数の値の数が最も少ない行を含むデータ サブセットを返します。

dplyr パッケージには 5 つのデータセットが付属しています。これらは次のとおりです: band_instruments、、、、。band_instruments2band_membersstarwarsstorms

dplyrの著作権はPosit PBC（旧RStudio PBC）が保有しています。dplyrはもともとGPLライセンス^{[要出典]でリリースされましたが、2022年にPositはパッケージのライセンス条件を「より寛容な」} MITライセンスに変更しました。^[7] 2種類のライセンスの主な違いは、MITライセンスではプロプライエタリソフトウェア内でのコードの再利用が許可されるのに対し、GPLライセンスでは許可されないことです。