Rデータのリモデリング：tidyrの完全ガイド

Q: cols を pivot_longer と記述するにはどうすればよいですか？

4つの方法があります： c(Q1, Q2, Q3, Q4) 明示的なリスト / starts_with("Q") プレフィックスマッチ / 2:5 数値範囲 / matches("^Q\\d+$") 正規表現。

Q: 幅の広いテーブルを縦長のテーブルに変換した後、列名を分割するにはどうすればよいですか？

names_sep = "_" を使用して（固定区切り文字による）分割を行うか、 names_pattern = "(\\w+)_(\\d+)" を使用して（正規表現による）分割を行います。分割後の列は names_to = c("a", "b") を使用して宣言してください。

実際のプロジェクトでは、データの 80% は「ワイドテーブル」（1 行につき 1 つのエンティティ、各フィールドが属性を表す）で構成されていますが、分析には「ロングテーブル」（1 行につき 1 つの観測値）が必要になることがよくあります。このレッスンでは、tidyr による再構成と dplyr による結合を用いて、R データを「変換」し、どのような形式のデータでも分析に必要な形式に変換する方法を学びます。

このレッスンを修了すると、幅広テーブルと縦長テーブルの相互変換、列の分割と結合、ジョインを用いた複数のテーブルの結合、およびあらゆる種類のレポートの作成ができるようになります。

1. 学習内容

幅の広いテーブルと長いテーブルの違い
pivot_longer 幅 → 長さ
pivot_wider 長さ → 幅
分割／結合：列の分割と結合
dplyr の 4 種類の結合（左結合／右結合／内結合／全結合）
実践編：販売データを「長さ」から「幅」に変換する
レポートの作成

2. データ変換における課題

(1) 課題：幅の広い表は分析が難しい

シャオ・ジャオは四半期ごとの売上報告書（横長の表）を受け取った：

Region    Q1    Q2    Q3    Q4
Beijing  1000  1200  1100  1500
Shanghai  1500  1800  1700  2000
Guangzhou   800   900  1000  1200

マネージャーから「四半期ごとの売上推移グラフ」の作成を依頼されました。ggplot2では、長い表が必要です：

Region   Quarter  Sales
Beijing   Q1    1000
Beijing   Q2    1200
...

Excelでコピー＆ペーストするのに5分かかる場合、Python pd.meltでは1行、R tidyrでは—

(2) Rを用いた解決策

library(tidyr)

# Wide Table → Long Table(One line)
sales_long <- sales_wide |>
  pivot_longer(
    cols = c(Q1, Q2, Q3, Q4),
    names_to = "Quarter",
    values_to = "Sales"
  )

たった1行のコードで幅を高さに変換する。

3. 幅の広いテーブルと長いテーブル

(1) 2つの形式の比較

graph LR
    A[Wide Table Wide] -->|pivot_longer| B[Long Table Long]
    B -->|pivot_wider| A
    
    subgraph Width Examples
        C[Region Q1 Q2 Q3 Q4]
    end
    subgraph Long Example
        D[Region Quarter Sales]
    end

(2) どちらをいつ使うべきか？

シナリオ	推奨事項
データの保存	ワイドテーブル（行数を削減）
レポートを表示	ワイドテーブル（Excel対応）
ggplot2 によるプロット	長い表（必須）
dplyrによる分析	長い表（group_byに適した形式）
機械学習	幅の広い表（1行につき1サンプル）

4. pivot_longer(): ワイド → ロング

(1) 基本的な構文

pivot_longer(
  data,
  cols,                 # Columns to convert
  names_to = "name",    # Newly Listed(Originally listed)
  values_to = "value",  # Newly Listed(Original value)
  names_prefix = "",    # Listed Public Prefixes
  names_sep = NULL,     # Delimiter(Split Column Names)
  names_pattern = NULL, # Regular(Extract Column Names)
  values_drop_na = FALSE
)

(2) 基本的な単位換算

library(tidyr)

# Wide Table
sales_wide <- tibble(
  region = c("Beijing", "Shanghai", "Guangzhou"),
  Q1 = c(1000, 1500, 800),
  Q2 = c(1200, 1800, 900),
  Q3 = c(1100, 1700, 1000),
  Q4 = c(1500, 2000, 1200)
)
print(sales_wide)
# # A tibble: 3 × 5
#   region    Q1    Q2    Q3    Q4
#   `<chr>`  `<dbl>` `<dbl>` `<dbl>` `<dbl>`
# 1 Beijing    1000  1200  1100  1500
# 2 Shanghai    1500  1800  1700  2000
# 3 Guangzhou     800   900  1000  1200

# Rotate the Long Table
sales_long <- sales_wide |>
  pivot_longer(
    cols = c(Q1, Q2, Q3, Q4),
    names_to = "quarter",
    values_to = "sales"
  )
print(sales_long)
# # A tibble: 12 × 3
#    region quarter sales
#    `<chr>`  `<chr>`   `<dbl>`
#  1 Beijing   Q1       1000
#  2 Beijing   Q2       1200
#  3 Beijing   Q3       1100
#  4 Beijing   Q4       1500
#  5 Shanghai   Q1       1500
#  6 Shanghai   Q2       1800
#  7 Shanghai   Q3       1700
#  8 Shanghai   Q4       2000
# ...

(3) 列を選択する4つの方法

# 1. Explicitly listed vectors
cols = c(Q1, Q2, Q3, Q4)

# 2. starts_with()(Most Commonly Used)
cols = starts_with("Q")

# 3. Number Range
cols = 2:5  # Columns 2-5

# 4. Listed pattern(Regular)
cols = matches("^Q\\d+$")

# 5. Exclude a specific column
cols = -region

(4) 実践編：複雑な列名の分割

# Listing includes prefixes
df <- tibble(
  id = 1:3,
  sales_2022 = c(100, 200, 300),
  sales_2023 = c(150, 250, 350),
  profit_2022 = c(10, 20, 30),
  profit_2023 = c(15, 25, 35)
)

# Split sales_2022 → Type=Sales, Year=2022
df_long <- df |>
  pivot_longer(
    cols = -id,
    names_to = c("type", "year"),
    names_sep = "_",
    values_to = "value"
  )
print(df_long)
# # A tibble: 12 × 4
#       id type    year  value
#    `<int>` `<chr>`   `<chr>` `<dbl>`
#  1     1 sales   2022    100
#  2     1 sales   2023    150
#  3     1 profit  2022     10
#  4     1 profit  2023     15
#  ...

(5) 実践編：正規表現を使ったデータの抽出

# Listing Format:Variable_Year_Quarter
df <- tibble(
  id = 1:2,
  sales_2024_Q1 = c(100, 200),
  sales_2024_Q2 = c(150, 250),
  cost_2024_Q1 = c(50, 80),
  cost_2024_Q2 = c(70, 100)
)

# Extract using regular expressions
df_long <- df |>
  pivot_longer(
    cols = -id,
    names_to = c("type", "year", "quarter"),
    names_pattern = "(\\w+)_(\\d+)_(\\w+)",
    values_to = "value"
  )
print(df_long)

5. pivot_wider(): 長さ → 幅

(1) 基本的な構文

pivot_wider(
  data,
  id_cols = NULL,        # Identifier Column(Keep as a line)
  names_from = name,     # Sources of New Listings
  values_from = value,   # Source of Newly Listed Values
  values_fill = NULL,    # Missing Value Imputation
  names_prefix = ""      # New Listing Prefix
)

(2) 基本的な単位換算

# Converting a Long Table to a Wide Table
sales_wide_again <- sales_long |>
  pivot_wider(
    id_cols = region,
    names_from = quarter,
    values_from = sales
  )
print(sales_wide_again)
# # A tibble: 3 × 5
#   region    Q1    Q2    Q3    Q4
#   `<chr>`  `<dbl>` `<dbl>` `<dbl>` `<dbl>`
# 1 Beijing    1000  1200  1100  1500
# ...

(3) 実践的な応用：欠損値の取り扱い

# There are missing data points(Not all region All of them have everything quarter)
df <- tibble(
  region = c("A", "A", "B", "C", "C"),
  quarter = c("Q1", "Q2", "Q1", "Q2", "Q3"),
  sales = c(100, 200, 150, 250, 300)
)

# Width Conversion Table(Fill in the blank 0)
df_wide <- df |>
  pivot_wider(
    id_cols = region,
    names_from = quarter,
    values_from = sales,
    values_fill = 0
  )
print(df_wide)
# # A tibble: 3 × 4
#   region    Q1    Q2    Q3
#   `<chr>`  `<dbl>` `<dbl>` `<dbl>`
# 1 A        100   200     0
# 2 B        150     0     0
# 3 C          0   250   300

6. separate() / unite(): 列の分割と結合

(1) separate() 分割

# Split the Date Column
df <- tibble(date = c("2024-01-15", "2024-02-20"))

# Split by delimiter
df |> separate(date, into = c("year", "month", "day"), sep = "-")
# # A tibble: 2 × 3
#   year  month day
#   `<chr>` `<chr>` `<chr>`
# 1 2024  01    15
# 2 2024  02    20

# Breakdown by Location
df |> separate(date, into = c("year", "rest"), sep = 4)
# year  rest
# "2024" "-01-15"

# Split using regular expressions
df |> separate(date, into = c("year", "month", "day"),
               sep = "(-)")

(2) unite() 結合

# Merge Year/Month/Day
df_split <- tibble(
  year = c("2024", "2024"),
  month = c("01", "02"),
  day = c("15", "20")
)

df_split |> unite("date", year, month, day, sep = "-")
# # A tibble: 2 × 1
#   date
#   `<chr>`
# 1 2024-01-15
# 2 2024-02-20

7. dplyr：4種類の結合

(1) 結合タイプのクイックリファレンス表

graph TB
    A[dplyr 4 types of join] --> B[left_join<br/>Keep the entire table]
    A --> C[right_join<br/>Keep the entire right-hand table]
    A --> D[inner_join<br/>Find the Intersection]
    A --> E[full_join<br/>Union-Disjoint Set]
    
    style A fill:#fff3cd
    style B fill:#cce5ff
    style C fill:#d4edda
    style D fill:#f8d7da
    style E fill:#e1d4ff

(2) SQLの例え

dplyr	SQL	意味
`left_join(a, b, by)`	`LEFT JOIN`	すべて保持
`right_join(a, b, by)`	`RIGHT JOIN`	すべて保持
`inner_join(a, b, by)`	`INNER JOIN`	a∩bを予約
`full_join(a, b, by)`	`FULL OUTER JOIN`	a∪bを予約

(3) 実践編：2つのテーブルの結合

# Customer Table
customers <- tibble(
  id = 1:5,
  name = c("Alice", "Bob", "Charlie", "Diana", "Eve")
)

# Orders Table
orders <- tibble(
  customer_id = c(1, 1, 2, 4, 4, 6),
  amount = c(100, 200, 150, 300, 250, 500)
)

# 1. left_join:Retain all customers(Those with no orders are NA)
customers |> left_join(orders, by = c("id" = "customer_id"))
# # A tibble: 7 × 3  ← 5 Customer + 6 Order = 7 row(Charlie/Eve No orders)
#    id name    amount
# 1  1 Alice     100
# 2  1 Alice     200
# 3  2 Bob       150
# 4  3 Charlie    NA  ← No orders
# 5  4 Diana     300
# 6  4 Diana     250
# 7  5 Eve        NA  ← No orders

# 2. inner_join:Find the Intersection
customers |> inner_join(orders, by = c("id" = "customer_id"))
# # A tibble: 6 × 3  ← 4 A customer with an order

# 3. full_join:Union-Disjoint Set
customers |> full_join(orders, by = c("id" = "customer_id"))
# # A tibble: 7 × 3  ← Includes id=6 "No customer" Order

# 4. right_join:Keep all orders
customers |> right_join(orders, by = c("id" = "customer_id"))
# # A tibble: 6 × 3  ← 6 Orders

(4) マルチキー結合

# Sort by multiple columns join
df1 |> left_join(df2, by = c("year", "month", "id"))

8. 実践編：複数のテーブルにわたる販売データの分析

以下は、このレッスンで取り上げたすべてのリファクタリングの概念を結びつけた完全なワークフローの例です。

▶ サンプル：第4四半期の売上データの詳細分析

# ============================================
# 4 In-Depth Analysis of Quarterly Sales Data
# Features:Wide↔Long Conversion + Multiple Tables join + Reports
# ============================================

library(tidyr)
library(dplyr)

# 1. Prepare the raw data(Wide Table)
sales_wide <- tibble(
  region = c("Beijing", "Shanghai", "Guangzhou", "Shenzhen"),
  Q1 = c(1000, 1500, 800, 1200),
  Q2 = c(1200, 1800, 900, 1400),
  Q3 = c(1100, 1700, 1000, 1300),
  Q4 = c(1500, 2000, 1200, 1600)
)

# 2. Wide Table → Long Table
sales_long <- sales_wide |>
  pivot_longer(
    cols = c(Q1, Q2, Q3, Q4),
    names_to = "quarter",
    values_to = "sales"
  )

cat("=== Long Table(First 8 rows)===\n")
print(head(sales_long, 8))

# 3. Calculate the year-over-year growth
sales_growth <- sales_long |>
  group_by(region) |>
  arrange(quarter) |>
  mutate(
    prev_sales = lag(sales),
    growth = round((sales - prev_sales) / prev_sales * 100, 2)
  )

cat("\n=== Year-over-year increase ===\n")
print(sales_growth)

# 4. Long Table → Wide Table(Generate a Comparison Report)
report_wide <- sales_growth |>
  select(region, quarter, sales, growth) |>
  pivot_wider(
    id_cols = region,
    names_from = quarter,
    values_from = c(sales, growth),
    names_glue = "{quarter}_{.value}"
  )

cat("\n=== Wide-Format Reports ===\n")
print(report_wide)

# 5. Breakdown by Quarter → Quarter+Numbers
sales_long2 <- sales_long |>
  separate(quarter, into = c("q_prefix", "q_num"), sep = 1, remove = FALSE)

cat("\n=== Breakdown by Quarter ===\n")
print(sales_long2)

# 6. Multiple Tables join:Merge Customer Information
customers <- tibble(
  region = c("Beijing", "Shanghai", "Guangzhou", "Shenzhen", "Hangzhou"),
  manager = c("Alice", "Bob", "Charlie", "Diana", "Eve"),
  tier = c("A", "A", "B", "A", "C")
)

# left_join:Retain all sales regions
sales_with_manager <- sales_long |>
  left_join(customers, by = "region")

cat("\n=== Sales + Account Manager ===\n")
print(head(sales_with_manager, 8))

# 7. Grouped by Manager
manager_summary <- sales_with_manager |>
  group_by(manager, tier) |>
  summarise(
    Total Sales = sum(sales),
    Average Quarter = round(mean(sales), 2),
    Highest Quarterly = max(sales)
  ) |>
  arrange(desc(Total Sales))

cat("\n=== Manager Performance ===\n")
print(manager_summary)

# 8. Quarter-by-Quarter Comparison Report
quarter_comparison <- sales_long |>
  group_by(quarter) |>
  summarise(
    Total Sales = sum(sales),
    Average = round(mean(sales), 2),
    Maximum = max(sales),
    Minimum = min(sales)
  )

cat("\n=== Quarter-over-Quarter Comparison ===\n")
print(quarter_comparison)

# 9. Complex Wide Table(Multi-indicator)
complex_report <- sales_with_manager |>
  group_by(region) |>
  summarise(
    Total Sales = sum(sales),
    Average Quarter = round(mean(sales), 2)
  ) |>
  pivot_wider(
    names_from = region,
    values_from = c(Total Sales, Average Quarter)
  )

cat("\n=== Complex Wide Table ===\n")
print(complex_report)

# 10. Reverse Operation:Convert the width table above back to the length table(For drawing)
viz_data <- complex_report |>
  pivot_longer(
    cols = everything(),
    names_to = c("metric", "region"),
    names_sep = "_",
    values_to = "value"
  )

cat("\n=== Data Visualization ===\n")
print(viz_data)

▶ 試してみよう

期待される出力（抜粋）：

=== Manager Performance ===
# A tibble: 4 × 5
  manager tier  Total Sales Average Quarter Highest Quarterly
  <chr>   <chr>  <int>    <dbl>    <int>
1 Bob    A       7000    1750       2000
2 Alice    A       4800    1200       1500
3 Diana    A       5500    1375       1600
4 Charlie    B       3900     975       1200

=== Quarter-over-Quarter Comparison ===
# A tibble: 4 × 5
  quarter Total Sales   Average  Maximum  Minimum
  <chr>    <int>  <dbl> <int> <int>
1 Q1        4500  1125    1500   800
2 Q2        5300  1325    1800   900
3 Q3        5100  1275    1700  1000
4 Q4        6300  1575    2000  1200

❓ よくある質問

Q cols を pivot_longer と記述するにはどうすればよいですか？

A 4つの方法があります：c(Q1, Q2, Q3, Q4) 明示的なリスト / starts_with("Q") プレフィックスマッチ / 2:5 数値範囲 / matches("^Q\\d+$") 正規表現。

Q 幅の広いテーブルを縦長のテーブルに変換した後、列名を分割するにはどうすればよいですか？

A names_sep = "_" を使用して（固定区切り文字による）分割を行うか、names_pattern = "(\\w+)_(\\d+)" を使用して（正規表現による）分割を行います。分割後の列は names_to = c("a", "b") を使用して宣言してください。

📖 まとめ

ワイドテーブル：1行につき1つのエンティティで、各フィールドが属性を表す（ユーザーフレンドリー）
長い表：1行につき1つの観測値（分析しやすい形式）
pivot_longer() 幅 → 長さ、pivot_wider() 長さ → 幅
pivot_longer 主要パラメータ：cols / names_to / values_to / names_sep / names_pattern
pivot_wider 主要パラメータ：id_cols / names_from / values_from / values_fill
separate() 列の分割（区切り文字または位置による）、unite() 列の結合
dplyr の 4 種類の結合：left_join（最も一般的） / right_join / inner_join / full_join
tidyverseのデータフロー：ワイドテーブルの読み込み → pivot_longer → dplyrによる分析 → ggplot2による可視化 → pivot_widerによるレポート作成

📝 練習問題

基本問題：幅の広い表（3行×4列：地域／Q1／Q2／Q3／Q4）を作成し、pivot_longer を使用して縦長の表に変換した後、pivot_wider を使用して再び幅の広い表に戻し、データが完全かつ無傷のままであることを確認する。
基本的な問題：year_month（「2024-01」）という名前の列を含むtibbleを作成し、separate()を使用してそれをyearとmonthの2つの列に分割し、その後unite()を使用してそれらを再び結合する。
基本演習：2つのテーブル（顧客テーブルと注文テーブル）をシミュレートし、4種類の異なる結合を使用してそれらを結合してください。各結合タイプごとに返される行数の違いを記録してください。
応用演習：複雑なワイドテーブル（列名の形式：variable_year_quarter）を作成し、pivot_longer + names_sep を使用して一工程でロングテーブルに変換した後、pivot_wider + names_glue を使用して接頭辞を追加した状態でワイドテーブルに戻します。
課題：完全なシナリオをシミュレートする：① 4つの支店の4四半期にわたる売上データを含むワイドテーブルをインポートする ② 支店の基本情報（地域／マネージャー／部門）を含むテーブルをインポートする ③ LEFT JOIN を使用して結合する ④ 以下の手順でロングテーブルに変換する pivot_longer ⑤ マネージャーごとにグループ化して集計する ⑥ 集計レポート（ワイドテーブル）を生成する ⑦ ggplot2 を使用して「四半期別売上推移グラフ」（ロングテーブル）を作成する。全プロセスのコードと結果のスクリーンショットを保存してください。

Web-Tutorial 技術チーム

複数の開発者によって共同維持されているプログラミングチュートリアルプラットフォーム。各チュートリアルは専門分野の開発者が執筆・レビューしています。正確で信頼性の高いコンテンツを目指しています — 問題を見つけた場合はお知らせください。

私たちについて

404 Not Found

Rデータのリモデリング：tidyrの完全ガイド

1. 学習内容

2. データ変換における課題

(1) 課題：幅の広い表は分析が難しい

(2) Rを用いた解決策

3. 幅の広いテーブルと長いテーブル

(1) 2つの形式の比較

(2) どちらをいつ使うべきか？

4. pivot_longer(): ワイド → ロング

(1) 基本的な構文

(2) 基本的な単位換算

(3) 列を選択する4つの方法

(4) 実践編：複雑な列名の分割

(5) 実践編：正規表現を使ったデータの抽出

5. pivot_wider(): 長さ → 幅

(1) 基本的な構文

(2) 基本的な単位換算

(3) 実践的な応用：欠損値の取り扱い

6. separate() / unite(): 列の分割と結合

(1) separate() 分割

(2) unite() 結合

7. dplyr：4種類の結合

(1) 結合タイプのクイックリファレンス表

(2) SQLの例え

(3) 実践編：2つのテーブルの結合

(4) マルチキー結合

8. 実践編：複数のテーブルにわたる販売データの分析

▶ サンプル：第4四半期の売上データの詳細分析

❓ よくある質問

📖 まとめ

📝 練習問題