Rによるオープンデータ 前処理勉強会（医療データ） _オープニング

Rによるオープンデータ
前処理勉強会（医療データ） のオープニングの資料です。

当日までにスライド12〜18枚目の準備をしておくと似た環境で進める事ができると思います。

勉強会はこちら
https://connpass.com/event/219249/

Transcript

1. RʹΑΔΦʔϓϯσʔλ 
 લॲཧษڧձʢҩྍσʔλʣ 2021೥7݄24೔
2. ීஈ͸පӃͰཧֶྍ๏࢜Λ͍ͯ͠·͢ 
 ࠓ೥౓͔Βۀ຿ͷ൒෼͕σʔλ෼ੳʹͳΓ·ͨ͠ ೥ ҩྍ౷ܭͷಠֶΛ࢝ΊΔ
   &;3ʢ3ίϚϯμʔʣͱ͍͏ҩྍ౷ܭ༻ͷ3ύοέʔδΛ࢖͏Α͏ʹͳΔ ೥ 3ͱσʔλαΠΤϯεʹڵຯΛ࣋ͭΑ͏ʹͳΔ
   .00$ͰσʔλαΠΤϯεͷίʔε )BSWBSE9
   
   %BUB
   4DJFODF Λडߨ͢Δ ೥ QZUIPOʹ΋खΛग़͢
   ౦ژେֶάϩʔόϧফඅΠϯςϦδΣϯεد෇ߨ࠲Λडߨ ࢲʹ͍ͭͯ 2
3. 1SPGFTTJPOBM
   $FSUJ fi DBUF
   JO
   %BUB
   4DJFODF 3ͷجૅ͔ΒσʔλϋϯυϦϯάɺूܭɺՄࢹԽɺػցֶशɺϨϙʔτ࡞੒ 3
4. ͖͔͚ͬ 4 ࠓ೔͸͜ͷ࿩
5. σʔλ෼ੳͷྲྀΕ 5 μ΢ϯϩʔυ લ
   ॲ
   ཧ ू
   ܭ ՄࢹԽ ΢ΣϒΞϓϦ ࠓ೔͸͜͜ͷ࿩
6. ҩྍͱσʔλαΠΤϯε ҩྍͰ͸ҩྍ౷ܭΛֶͿ͜ͱ͕ଟ͍ʢࣗࢪઃͰσʔλΛूΊΔʣ
   ࠃ͕ग़͍ͯ͠ΔΦʔϓϯσʔλΛ࢖͏ݚڀ΋͋Δ 
 ɹɾ%1$ɺ/%# 
 ɹɾ͙͢ʹ෼ੳͰ͖ΔΑ͏ͳߏ଄ʹͳ͍ͬͯͳ͍ 
 ɹɾͰ͖Δਓ͸Ͳ͜ʹ͍ΔʁͲ͏΍ֶͬͯͿʁɹˠɹେֶӃ͕ଟ͍ 6 SPSS R STATA SAS ʢ౷ܭιϑτʣ ෼ੳͰ͖Δܗʹ࢓্͕ͬͯΔ
7. σʔλΛѻ͑Δਓ͸଴ͬͯͯ΋དྷͳ͍ 7 ҩྍػؔɿ0.8%
8. σʔλαΠΤϯεͷຊ͸͍ͬͺ͍͋Δʂ 8 3ͳΒӉ஦ຊʂ
9. ࢀՃऀͷଐੑʢ೥݄೔࣌఺ʣ 9
10. ࠓճͷԑ͕Կ͔ʹͭͳ͕Ε͹޾͍Ͱ͢ʂ 10 ର৅ ໨ࢦ͍ͨ͜͠ͱ 3࢖ͬͨ͜ͱͳ͍͚Ͳڵຯ͋Δํ
    3Ͱҩྍ౷ܭ͚ͩͨ͜͠ͱ͋Δํ 3ͬͯ౷ܭ͚ͩ͡Όͳ͍͜ͱΛମײ 
 Ӊ஦ຊΛखʹऔͬͯΈ͍ͯͩ͘͞ʂ UJEZWFSTFʢӉ஦ຊʣษڧத Ұॹʹલॲཧษڧ͠·͠ΐ͏ʂʂʂ طʹલॲཧͯ͠Δํ ΞυόΠε͓ئ͍͠·͢ʂʂʂʂʂʂʂ
    ҩྍσʔλ΋ѻͬͯΈ͍ͯͩ͘͞ʂ %1$Λѻ͍ͬͯΔํ ෼ੳ͢Δࢹ఺Λڭ͑ͯ௖͖͍ͨͰ͢ʂʂʂ
11. ࠓ೔ͷ ˔ొஃऀ
    ᶃ/PSJNJUTV
    /JTIJEB͞Μ 
 /%#ΦʔϓϯσʔλͷϑΝΠϧΛେྔμ΢ϯϩʔυ͢Δ
    ᶄ.*55* 
 લॲཧΛ3Ͱ΍ͬͯΈͨʂ%1$σʔλʹ௅ઓʂ
    ˔αϙʔτ
    ɾԞॅܒ༞
    !
    ઉઉͷػೳΛ୳ٻத͞Μ 11
12. ࣄલ४උ 
 ʢMITTIͷൃද෼ʣ 12
13. NBDͱXJOEPXTͰͷจࣈԽ͚ʹ͍ͭͯ NBDͰ࡞ͬͨ3ͷϑΝΠϧ΍DTW ΤΫηϧϑΝΠϧΛXJOEPXTͰಡΈࠐΉ 
 XJOEPXTͰ࡞ͬͨ3ͷϑΝΠϧ΍DTW ΤΫηϧϑΝΠϧΛNBDͰಡΈࠐΉ
    ▶︎ จࣈԽ͚͕ൃੜ͢Δ 13 CP932ʢwindowsͷσϑΥϧτʣ UTF-8ʢmacͷσϑΥϧτʣ
14. 14 #csvϑΝΠϧΛಡΈࠐΉ read.csv("input/MDC_02_07/MDC_02_8_07_2_2017.csv",fileEncoding = “UTF8" ) read.csv("input/MDC_02_07/MDC_02_8_07_2_2017.csv",fileEncoding = “CP932" ) #csvϑΝΠϧΛॻ͖ࠐΉ write.csv("input/MDC_02_07/MDC_02_8_07_2_2017.csv",fileEncoding = “UTF8" ) write.csv(“input/MDC_02_07/MDC_02_8_07_2_2017.csv",fileEncoding = "CP932") macͱwindowsͰͷจࣈԽ͚ʹ͍ͭͯ
15. ϑΥϧμͷ४උ .*55*ͷൃදͰ͸ҎԼͷߏ଄ͰϑΥϧμΛ࡞͍ͬͯ·͢
    3Ͱ΋Ͱ͖·͕࣌ؒ͢ͷ౎߹্ল͘ͷͰࣄલʹ࡞੒͢ΔͱਐΊ΍͍͢Ͱ͢ 15 ϓϩδΣΫτ
    ϑΥϧμ JOQVU TVNNBSZ .%$@@ PVUQVU JOQVU .%$@@
16. μ΢ϯϩʔυ 16 ͜ͷ4೥෼ ࢪઃ֓ཁද ʢ̔ʣ࣬ױผखज़ผूܭ MDC07 ˎ2016,2017೥͸2ͭʹ෼͔Ε͍ͯΔ MDC07ɿ੔ܗ֎Պ
17. μ΢ϯϩʔυͱอଘϑΝΠϧ໊ ͜ͷϑΥϧμ໊ͱϑΝΠϧ໊ͰਐΊ·͢ 17 ϓϩδΣΫτ
    ϑΥϧμ JOQVU TVNNBSZ .%$@@ PVUQVU TVNNBSZ .%$@@ ʢ̔ʣ࣬ױผखज़ผूܭ MDC07 ࢪઃ֓ཁද
18. ࣄલ४උ 18 #Πϯετʔϧͨ͜͠ͱͳ͍ํ͸ઌʹΠϯετʔϧ install.packages(“tidyverse") #ͲͪΒͷൃදͰ΋࢖͍·͢ install.packages(“rvest”) #੢ాઌੜͷൃදͰ࢖͍·͢ #Πϯετʔϧͨ͠ύοέʔδͷݺͼग़͠ library(tidyverse) #ࠓճ͸ಛʹdplyr,tidyr,stringr,purrrΛ࢖༻ library(readxl) #excelͷಡΈࠐΈʹ࢖༻
19. RΛ࢖ͬͨ͜ͱͳ͍ํ RίϚϯμʔ/EZRͷΈͷํ ʢ͜ΕҎ߱͸ຊ൪Ͱ͸࿩͠·ͤΜʣ 19
20. ࠓճ͸தڃऀ޲͚ʹͳΓ·͢ɻ IUUQTNJUUJEBUBDPNBSDIJWFTTJUFNBQIUNM
    ্هαΠτͷୈষɺୈষͷ஌͕ࣝલఏʹ͋Γ·͢ɻ 20 ҎԼͷ४උ·Ͱ͓ͯ͘͠ͱਅࣅͰ͖Δ͔΋ ಠֶͰ࢝ΊΔ౷ܭºσʔλαΠΤϯε
21. 3ͱ͸ ɾ౷ܭʹڧ͍ϓϩάϥϛϯάݴޠʢεϚϗͰ͍͏J04
    BOESPJEʣ
    ɾύοέʔδΛ௥Ճ͢Ε͹ػೳ͕௥Ճ͞ΕΔʢεϚϗͰ͍͏ΞϓϦʣ
    ɾ࠶ݱՄೳੑ͕ߴ͍ʢσʔλΛߋ৽ͯ͠΋ϓϩάϥϜ͸ม͑ͳ͍͍ͯ͘ʣ
    σʔλ
    ▶︎
    ಡΈࠐΈ
    ▶︎
    ूܭɾάϥϑԽɾ౷ܭ
    ▶︎
    1PXFS1PJOUʹग़ྗ 
 ɹɹɹɹɹσʔλΛߋ৽ͯ͠΋ϓϩάϥϜͷมߋͷඞཁੑ͕ͳ͍ʂ 21
22. &;3
    ͱ
    3TUVEJP 3ɿϓϩάϥϛϯάͷຊମ 
 ɹ͜Ε͚ͩͩͱ࢖͍ʹ͍͘ͷͰύοέʔδ΍ιϑτΛ࢖͏
    3ίϚϯμʔ&;3ɿϓϩάϥϛϯάͤͣʹ3Λ࢖͏͜ͱ͕Ͱ͖Δύοέʔδ 
 ɹΫϦοΫ͚ͩͰ࢖͑Δ͕ɺ࠶ݱੑ͸ͳ͍ 
 ɹ&;3ʹೖ͍ͬͯͳ͍ख๏͸࢖͍ͮΒ͍
    3TUVEJPɿ3Λ࠷େݶ׆༻Ͱ͖Διϑτ 
 ɹ࠷ॳ͸࢖͍ʹ͍͕͘౓֮͑Δͱख์ͤͳ͍ 
 ɹ 22
23. 3ͰͰ͖Δ͜ͱ 23 ౷ܭ͕Ͱ͖Ε͹͍͍ σʔλϕʔεͰͷݚڀ͕͍ͨ͠ ಡΈࠐΊ͹͙͢ʹ౷ܭ͕Ͱ͖Δ&YDFMΛ࡞Δ 
 ▶︎ &YDFMͷϧʔϧ ಡΈࠐΜͩޙɺ෼ੳ͠΍͍͢&YDFMΛ࡞Δ 
 ▶︎ &YDFMͷϧʔϧ 
 ▶︎ ෳ਺γʔτͷϧʔϧ ౷ܭΛ͔͚Δ͜ͱ͕Ͱ͖Δ 
 ▶︎ &;3ʢΫϦοΫʣ
    ʴ
    &YDFMͰूܭάϥϑ
    ▶︎ 3TUVEJPʢϓϩάϥϜʣ ूܭɾάϥϑԽɾ౷ܭ͕Ͱ͖Δ
    ϓϩάϥϜͰࣗಈԽͰ͖Δ 
 ▶︎ 3TUVEJPʢϓϩάϥϜʣ
    ▶︎ σʔλϋϯυϦϯά ೉қ౓͸௿͍ ೉қ౓͸ߴ͍ ࠓճͷ࿩͸ͬͪ͜
24. Πϯετʔϧ 24
25. Πϯετʔϧ  3ΛΠϯετʔϧ
     3TUVEJPΛΠϯετʔϧ
    25
26. 3ΛΠϯετʔϧ IUUQTDSBOJTNBDKQ
    26 ࣗ෼ͷOSʹ߹ΘͤΔ
27. 3TUVEJPͷΠϯετʔϧ IUUQTXXXSTUVEJPDPNQSPEVDUTSTUVEJP
    27 ແྉ൛ΛΠϯετʔϧ
28. Rͷը໘ 28
29. 3TUVEJPͷը໘ͱ·ͣ͢Δ͜ͱ ɹɹɹɹɹɹɹɹɹɹɹɹɹɹɹɹɹɹɹɹɹɹ3
    4DSJQUΛબͿ 29 'JMFTϏϡʔ
    1MPUTϏϡʔ
    ύοέʔδ
30. ͜Ε͕جຊͷը໘ 30 'JMFTϏϡʔ
    1MPUTϏϡʔ
    ύοέʔδ
31. ࠨ্ɿεΫϦϓτ΢ΟϯυΡ ϓϩάϥϜΛॻ͍ͨΓɺಡΈࠐΜͩΤΫηϧϑΝΠϧͷσʔλΛݟΔ͜ͱ͕Ͱ͖Δ εΫϦϓτ΢Οϯυ΢͕جຊతͳ࡞ۀ৔ʹͳΔ 31
32. ࠨԼɿίϯιʔϧ΢ΟϯυΡ 3ͷຊମͷΑ͏ͳ෦෼ɻ
    εΫϦϓτ΢Πϯυ΢Ͱॻ͍ͨϓϩάϥϜͷ ݁Ռ͕͜͜ʹग़Δ
    ϓϩάϥϜΛॻ͘͜ͱ΋Ͱ͖Δ͕ɺجຊ 
 ͜͜Ͱ͸ॻ͔ͳ͍ 32
33. ӈ্ɿ&OWJSPONFOUϝχϡʔ ϓϩάϥϜͰ࡞ͬͨม਺΍σʔλɺղੳͷ݁Ռɺؔ਺ͷҰཡ͕ࡌ͍ͬͯΔ 33
34. ӈԼɿ'JMFTϏϡʔɺ1MPUTϏϡʔɺύοέʔδ ύιίϯʹೖ͍ͬͯΔϑΝΠϧͷσʔλΛΈΔɾऔΓࠐΉ 
 ࡞੒ͨ͠άϥϑɾදΛ֬ೝ͢Δɺը૾ͱͯ͠ग़ྗ͢Δ 34
35. ϓϩδΣΫτʹ͍ͭͯ 35
36. ·ͣ͸ϓϩδΣΫτΛ࡞ͬͯΈΔ 36
38. ׬੒ 38
39. ԿΛͨ͠ͷ͔ʁϝϦοτ ͨ͠ࣄɿ 
 ࡞ۀ༻ͷϑΥϧμΛ࡞Γ࡞ۀ৔ॴΛࢦఆͨ͠
    ϝϦοτ
     ϓϩδΣΫτ୯ҐͰϑΝΠϧ΍ϑΥϧμΛ؅ཧͰ͖Δ
     εΫϦϓτΛλϒͰෳ਺؅ཧͰ͖Δ
     ෼ੳͰ࢖͏&YDFMͷϑΝΠϧ͕؆୯ʹ֬ೝɾฤूͰ͖Δ
     ݁Ռʢද΍άϥϑͷը૾ʣ͕ࣗಈతʹ͜ͷϑΥϧμʹอଘ͞ΕΔ 39
40. ύοέʔδ 40
41. ύοέʔδɿ3ͷதͰ࢖͏ΞϓϦΈ͍ͨͳ΋ͷ 41
42. ύοέʔδͷΠϯετʔϧํ๏  3TUVEJPͰΠϯετʔϧ
     ௚઀ίʔυΛॻ͘ 
 JOTUBMMQBDLBHFT lύοέʔδ໊z 42
43. %>% ύΠϓԋࢉࢠ 43
44. ͰϓϩάϥϜΛܨ͙ 44 Rݴޠೖ໳ʢཪޱʣ-- Landscape with R —ɹhttps://qiita.com/kilometer/items/63f2eab36e268096d313