Suche senden
Hochladen
Rでピボットテーブル
•
42 gefällt mir
•
18,934 views
Yohei Sato
Folgen
Melden
Teilen
Melden
Teilen
1 von 41
Empfohlen
そろそろRStudioの話
そろそろRStudioの話
Kazuya Wada
5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet
Nagi Teramo
心理学におけるオープンサイエンス入門(OSF&PsyArXiv編)
心理学におけるオープンサイエンス入門(OSF&PsyArXiv編)
daiki hojo
TokyoNLP#7 きれいなジャイアンのカカカカ☆カーネル法入門-C++
TokyoNLP#7 きれいなジャイアンのカカカカ☆カーネル法入門-C++
sleepy_yoshi
Rの高速化
Rの高速化
弘毅 露崎
“機械学習の説明”の信頼性
“機械学習の説明”の信頼性
Satoshi Hara
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Takashi J OZAKI
ようやく分かった!最尤推定とベイズ推定
ようやく分かった!最尤推定とベイズ推定
Akira Masuda
Weitere ähnliche Inhalte
Was ist angesagt?
検定力分析とベイズファクターデザイン分析によるサンプルサイズ設計【※Docswellにも同じものを上げています】
検定力分析とベイズファクターデザイン分析によるサンプルサイズ設計【※Docswellにも同じものを上げています】
Hiroyuki Muto
ブートストラップ法とその周辺とR
ブートストラップ法とその周辺とR
Daisuke Yoneoka
ggplotのplotエリアで日本語ラベルを使う
ggplotのplotエリアで日本語ラベルを使う
Tsuda University Institute for Mathematics and Computer Science
Jubatus Casual Talks #2 異常検知入門
Jubatus Casual Talks #2 異常検知入門
Shohei Hido
人間の意思決定を機械学習でモデル化できるか
人間の意思決定を機械学習でモデル化できるか
西岡 賢一郎
DSIRNLP#1 ランキング学習ことはじめ
DSIRNLP#1 ランキング学習ことはじめ
sleepy_yoshi
自然言語処理のためのDeep Learning
自然言語処理のためのDeep Learning
Yuta Kikuchi
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測(第9回ステアラボ人工知能セミナー)
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測(第9回ステアラボ人工知能セミナー)
STAIR Lab, Chiba Institute of Technology
Prophet入門【Python編】Facebookの時系列予測ツール
Prophet入門【Python編】Facebookの時系列予測ツール
hoxo_m
StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~
StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~
nocchi_airport
情報検索の基礎 #9適合フィードバックとクエリ拡張
情報検索の基礎 #9適合フィードバックとクエリ拡張
nishioka1
金融時系列のための深層t過程回帰モデル
金融時系列のための深層t過程回帰モデル
Kei Nakagawa
能動学習セミナー
能動学習セミナー
Preferred Networks
項目反応理論による尺度運用
項目反応理論による尺度運用
Yoshitake Takebayashi
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
Masaru Tokuoka
Feature Selection with R / in JP
Feature Selection with R / in JP
Sercan Ahi
BlackBox モデルの説明性・解釈性技術の実装
BlackBox モデルの説明性・解釈性技術の実装
Deep Learning Lab(ディープラーニング・ラボ)
異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみた
Takahiro Yoshizawa
Shinyユーザのための非同期プログラミング入門
Shinyユーザのための非同期プログラミング入門
hoxo_m
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
nocchi_airport
Was ist angesagt?
(20)
検定力分析とベイズファクターデザイン分析によるサンプルサイズ設計【※Docswellにも同じものを上げています】
検定力分析とベイズファクターデザイン分析によるサンプルサイズ設計【※Docswellにも同じものを上げています】
ブートストラップ法とその周辺とR
ブートストラップ法とその周辺とR
ggplotのplotエリアで日本語ラベルを使う
ggplotのplotエリアで日本語ラベルを使う
Jubatus Casual Talks #2 異常検知入門
Jubatus Casual Talks #2 異常検知入門
人間の意思決定を機械学習でモデル化できるか
人間の意思決定を機械学習でモデル化できるか
DSIRNLP#1 ランキング学習ことはじめ
DSIRNLP#1 ランキング学習ことはじめ
自然言語処理のためのDeep Learning
自然言語処理のためのDeep Learning
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測(第9回ステアラボ人工知能セミナー)
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測(第9回ステアラボ人工知能セミナー)
Prophet入門【Python編】Facebookの時系列予測ツール
Prophet入門【Python編】Facebookの時系列予測ツール
StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~
StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~
情報検索の基礎 #9適合フィードバックとクエリ拡張
情報検索の基礎 #9適合フィードバックとクエリ拡張
金融時系列のための深層t過程回帰モデル
金融時系列のための深層t過程回帰モデル
能動学習セミナー
能動学習セミナー
項目反応理論による尺度運用
項目反応理論による尺度運用
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
Feature Selection with R / in JP
Feature Selection with R / in JP
BlackBox モデルの説明性・解釈性技術の実装
BlackBox モデルの説明性・解釈性技術の実装
異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみた
Shinyユーザのための非同期プログラミング入門
Shinyユーザのための非同期プログラミング入門
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
Ähnlich wie Rでピボットテーブル
Rでレポートメール
Rでレポートメール
Yohei Sato
Rで階層ベイズモデル
Rで階層ベイズモデル
Yohei Sato
傾向スコア解析とUplift Modelling
傾向スコア解析とUplift Modelling
Yohei Sato
Uplift Modelling 入門(1)
Uplift Modelling 入門(1)
Yohei Sato
Tokyowebmining19 data fusion
Tokyowebmining19 data fusion
Yohei Sato
異常行動検出入門(改)
異常行動検出入門(改)
Yohei Sato
Complex network ws_percolation
Complex network ws_percolation
Yohei Sato
Tokyor22 selection bias
Tokyor22 selection bias
Yohei Sato
Tokyor24 yokkuns
Tokyor24 yokkuns
Yohei Sato
JasstTokyo2017
JasstTokyo2017
Asako Yanuki
時系列解析の使い方 - TokyoWebMining #17
時系列解析の使い方 - TokyoWebMining #17
horihorio
1時間で分かるSTA (Software Test Automation) #stac2014
1時間で分かるSTA (Software Test Automation) #stac2014
Kazuhiro Suzuki
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
Hajime Sasaki
エンジニア必見!Sreへの第一歩
エンジニア必見!Sreへの第一歩
Takuya Tezuka
Bind Peek をもっと使おうぜ!(柴田 歩) - JPOUG Advent Calendar 2014(Day 5) -
Bind Peek をもっと使おうぜ!(柴田 歩) - JPOUG Advent Calendar 2014(Day 5) -
歩 柴田
異業種でのテスト自動化の実際
異業種でのテスト自動化の実際
Satsuki Urayama
ビジネス活用事例で学ぶデータサイエンス入門 #2
ビジネス活用事例で学ぶデータサイエンス入門 #2
you shimajiro
固定化か?最新化か?オプティマイザ統計の運用をもう一度考える。 -JPOUG Tech Talk Night #6-
固定化か?最新化か?オプティマイザ統計の運用をもう一度考える。 -JPOUG Tech Talk Night #6-
歩 柴田
SQLチューニング勉強会資料
SQLチューニング勉強会資料
Shinnosuke Akita
エンタープライズシステムにおけるテスト ~STE研究交流会 参加者の視点から ~
エンタープライズシステムにおけるテスト ~STE研究交流会 参加者の視点から ~
Kazuhiro Suzuki
Ähnlich wie Rでピボットテーブル
(20)
Rでレポートメール
Rでレポートメール
Rで階層ベイズモデル
Rで階層ベイズモデル
傾向スコア解析とUplift Modelling
傾向スコア解析とUplift Modelling
Uplift Modelling 入門(1)
Uplift Modelling 入門(1)
Tokyowebmining19 data fusion
Tokyowebmining19 data fusion
異常行動検出入門(改)
異常行動検出入門(改)
Complex network ws_percolation
Complex network ws_percolation
Tokyor22 selection bias
Tokyor22 selection bias
Tokyor24 yokkuns
Tokyor24 yokkuns
JasstTokyo2017
JasstTokyo2017
時系列解析の使い方 - TokyoWebMining #17
時系列解析の使い方 - TokyoWebMining #17
1時間で分かるSTA (Software Test Automation) #stac2014
1時間で分かるSTA (Software Test Automation) #stac2014
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
エンジニア必見!Sreへの第一歩
エンジニア必見!Sreへの第一歩
Bind Peek をもっと使おうぜ!(柴田 歩) - JPOUG Advent Calendar 2014(Day 5) -
Bind Peek をもっと使おうぜ!(柴田 歩) - JPOUG Advent Calendar 2014(Day 5) -
異業種でのテスト自動化の実際
異業種でのテスト自動化の実際
ビジネス活用事例で学ぶデータサイエンス入門 #2
ビジネス活用事例で学ぶデータサイエンス入門 #2
固定化か?最新化か?オプティマイザ統計の運用をもう一度考える。 -JPOUG Tech Talk Night #6-
固定化か?最新化か?オプティマイザ統計の運用をもう一度考える。 -JPOUG Tech Talk Night #6-
SQLチューニング勉強会資料
SQLチューニング勉強会資料
エンタープライズシステムにおけるテスト ~STE研究交流会 参加者の視点から ~
エンタープライズシステムにおけるテスト ~STE研究交流会 参加者の視点から ~
Mehr von Yohei Sato
Tokyor60 r data_science_part1
Tokyor60 r data_science_part1
Yohei Sato
Tokyor60 opening
Tokyor60 opening
Yohei Sato
Tokyor45 カーネル多変量解析第2章 カーネル多変量解析の仕組み
Tokyor45 カーネル多変量解析第2章 カーネル多変量解析の仕組み
Yohei Sato
Tokyor42_r_datamining_18
Tokyor42_r_datamining_18
Yohei Sato
Tokyor42 ggplot2
Tokyor42 ggplot2
Yohei Sato
Tokyor39 yokkuns
Tokyor39 yokkuns
Yohei Sato
EasyHtmlReportの紹介
EasyHtmlReportの紹介
Yohei Sato
20131206 japan r
20131206 japan r
Yohei Sato
Tokyor35 人工データの発生
Tokyor35 人工データの発生
Yohei Sato
ドリコムの分析環境とデータサイエンス活用事例
ドリコムの分析環境とデータサイエンス活用事例
Yohei Sato
R言語で学ぶマーケティング分析 競争ポジショニング戦略
R言語で学ぶマーケティング分析 競争ポジショニング戦略
Yohei Sato
第3回Japan rパネルディスカッション
第3回Japan rパネルディスカッション
Yohei Sato
Tokyor26 data fusion
Tokyor26 data fusion
Yohei Sato
エンジニアサポート新年会2012 データマイニングcross 第1部
エンジニアサポート新年会2012 データマイニングcross 第1部
Yohei Sato
Japan r2 lt_yokkuns
Japan r2 lt_yokkuns
Yohei Sato
Japan r2 tokyor
Japan r2 tokyor
Yohei Sato
Japan r2 opening
Japan r2 opening
Yohei Sato
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
Yohei Sato
異常行動検出入門 – 行動データ時系列のデータマイニング –
異常行動検出入門 – 行動データ時系列のデータマイニング –
Yohei Sato
Tokyo r15 異常検知入門
Tokyo r15 異常検知入門
Yohei Sato
Mehr von Yohei Sato
(20)
Tokyor60 r data_science_part1
Tokyor60 r data_science_part1
Tokyor60 opening
Tokyor60 opening
Tokyor45 カーネル多変量解析第2章 カーネル多変量解析の仕組み
Tokyor45 カーネル多変量解析第2章 カーネル多変量解析の仕組み
Tokyor42_r_datamining_18
Tokyor42_r_datamining_18
Tokyor42 ggplot2
Tokyor42 ggplot2
Tokyor39 yokkuns
Tokyor39 yokkuns
EasyHtmlReportの紹介
EasyHtmlReportの紹介
20131206 japan r
20131206 japan r
Tokyor35 人工データの発生
Tokyor35 人工データの発生
ドリコムの分析環境とデータサイエンス活用事例
ドリコムの分析環境とデータサイエンス活用事例
R言語で学ぶマーケティング分析 競争ポジショニング戦略
R言語で学ぶマーケティング分析 競争ポジショニング戦略
第3回Japan rパネルディスカッション
第3回Japan rパネルディスカッション
Tokyor26 data fusion
Tokyor26 data fusion
エンジニアサポート新年会2012 データマイニングcross 第1部
エンジニアサポート新年会2012 データマイニングcross 第1部
Japan r2 lt_yokkuns
Japan r2 lt_yokkuns
Japan r2 tokyor
Japan r2 tokyor
Japan r2 opening
Japan r2 opening
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
異常行動検出入門 – 行動データ時系列のデータマイニング –
異常行動検出入門 – 行動データ時系列のデータマイニング –
Tokyo r15 異常検知入門
Tokyo r15 異常検知入門
Rでピボットテーブル
1.
TokyoR 初心者セッション
Rでピボットテーブル @yokkuns 里 洋平 yohei0511@gmail.com 2013.01.26 第28回Tokyo.R 2013年1月26日土曜日
2.
AGENDA
■ 自己紹介 ■ ピボットテーブルって何? ■ Rでピボットテーブル ■ RStudioでHTMLレポート ■ デモ 2013年1月26日土曜日
3.
AGENDA
■ 自己紹介 ■ ピボットテーブルって何? ■ Rでピボットテーブル ■ RStudioでHTMLレポート ■ デモ 2013年1月26日土曜日
4.
自己紹介 ◆
里 洋平(@yokkuns) ◆ 元Webエンジニアのデータサイエンティスト ・今は主にマーケティング周りを見てる ◆ 統計解析やデータマイニングをビジネスに適用 ・時系列解析とか異常検知とか最適化とか ・いろんなモデルの構築 2013年1月26日土曜日
5.
活動例: 勉強会の主催・執筆
Tokyo.R主催 パッケージ本執筆しました! 2013年1月26日土曜日
6.
活動例: 動画レコメンド
閲覧されている動画の情報を用いておすすめ動画を表示する 2013年1月26日土曜日
7.
活動例: 市場予測
Web上の情報から市場予測 2013年1月26日土曜日
8.
活動例: 異常検知
Anomaly detection 複数時系列から異常な振る舞いを検知する C A 時系列のモデリング 複数時系列の異常検知 B 時系列A 時系列A 異常な振る舞い 時系列B 時系列C 時系列B 時系列C 異常な振る舞いの時系列を検出 例1:トラフィック異常検知 例2:CM効果のノイズ除去 トラフィックA ケースA CM効果 トラフィックB ケースB トラフィックC 調査 ケースC 異常な振る舞いをしている 異常な振る舞いをしているケースを トラフィックの原因を調査する 除外して、CMの効果を算出する 85 2013年1月26日土曜日
9.
活動例: 時系列解析と影響分析
TV Commercial Effects 時系列的な振る舞いの特徴から各KPIへのCMの影響度を算出 イベン CM時系列 ト 新規 登録 CM ARPP U ARPU 各KPIの時系列 その他 外部 継続率 要因 ケース 87 2013年1月26日土曜日
10.
新たな勉強会
TokyoApache.Pig https://groups.google.com/group/tokyo_apache_pig 2013年1月26日土曜日
11.
AGENDA
■ 自己紹介 ■ ピボットテーブルって何? ■ Rでピボットテーブル ■ RStudioでHTMLレポート ■ デモ 2013年1月26日土曜日
12.
Excelの最大の魅力:ピボットテーブル
Excelには、ピボットテーブルという超強力な集計ツールがある マウスでポチポチっとやるだけで、簡単にクロス集計とか出来る Excel(エクセル)実用編:家計簿の作成(ピボットテーブルを使う) http://www.eurus.dti.ne.jp/yoneyama/Excel/jituyou/kake-pib.htm 2013年1月26日土曜日
13.
Excelの最大の魅力:ピボットテーブル
Excelには、ピボットテーブルという超強力な集計ツールがある マウスでポチポチっとやるだけで、簡単にクロス集計とか出来る Excel(エクセル)実用編:家計簿の作成(ピボットテーブルを使う) http://www.eurus.dti.ne.jp/yoneyama/Excel/jituyou/kake-pib.htm 2013年1月26日土曜日
14.
Excelの最大の魅力:ピボットテーブル
Excelには、ピボットテーブルという超強力な集計ツールがある マウスでポチポチっとやるだけで、簡単にクロス集計とか出来る Excel(エクセル)実用編:家計簿の作成(ピボットテーブルを使う) http://www.eurus.dti.ne.jp/yoneyama/Excel/jituyou/kake-pib.htm 2013年1月26日土曜日
15.
ピボットテーブルの課題 2013年1月26日土曜日
16.
ピボットテーブルの課題
簡単だけど手作業になるので再現性が担保出来ない 2013年1月26日土曜日
17.
ピボットテーブルの課題
簡単だけど手作業になるので再現性が担保出来ない いろんな軸で切ったグラフとかを一気に見たい時とか面倒 2013年1月26日土曜日
18.
ピボットテーブルの課題
簡単だけど手作業になるので再現性が担保出来ない いろんな軸で切ったグラフとかを一気に見たい時とか面倒 定常的に実行する事になったりすると面倒 2013年1月26日土曜日
19.
RとRStudioで解決 reshape2パッケージでピボットと同様に整形や集計が出来る
HTML出力出来るので一気にグラフ見れるし、再現性も担保 さらにRを使った統計解析を実行出来る 2013年1月26日土曜日
20.
AGENDA
■ 自己紹介 ■ ピボットテーブルって何? ■ Rでピボットテーブル ■ RStudioでHTMLレポート ■ デモ 2013年1月26日土曜日
21.
参考資料
@a_bicky さんによる素晴らしい資料があるので こちらもご確認下さい http://www.slideshare.net/abicky/r-10128090 2013年1月26日土曜日
22.
Rでピボットテーブル: reshape2パッケージ
ピボットテーブルと同じように整形や集約処理が出来る melt A variable value 1 B 100 A B C 1 100 300 1 C 300 2 200 400 cast 2 B 200 2 C 400 2013年1月26日土曜日
23.
reshape2パッケージ
dcast関数とmelt関数の2つを用いてピボットテーブルを実現する dcast(data, formula, fun.aggregate = NULL, ..., margins = NULL, subset = NULL, fill = NULL, drop = TRUE, value.var = guess_value(data)) fourmula: 整形の形式 行となる変数 列となる変数 value.var: 集計対象となる変数 melt(data, id.vars, measure.vars,variable.name = "variable", ..., na.rm = FALSE,value.name = "value") id.vars: idになるカラム名 measure.vars: グループ変数になるカラム名 2013年1月26日土曜日
24.
Rでピボットテーブル: データの集計
行となる変数と列となる変数を指定して集約処理を行う 行~列 の形式で集約し 独自の関数を その合計を算出 指定する事も出来る 2013年1月26日土曜日
25.
Rでピボットテーブル: データの整形
横に並んでいるデータをカラム名をグループ変数として縦長に整形 melt 2013年1月26日土曜日
26.
AGENDA
■ 自己紹介 ■ ピボットテーブルって何? ■ Rでピボットテーブル ■ RStudioでHTMLレポート ■ デモ 2013年1月26日土曜日
27.
参考資料
@wdkz さんによる素晴らしい資料があるので こちらもご確認下さい http://www.slideshare.net/wdkz/rstudio-13866958 2013年1月26日土曜日
28.
RStudioの導入: インストール
Rの総合開発環境(IDE) 補完機能だけでなくレポート出力なども手軽に出来る 2013年1月26日土曜日
29.
RStudioの導入: インストール
http://www.rstudio.com/ からDownload Desktop版とServer版がある 2013年1月26日土曜日
30.
RStudioの導入: 画面構成
4分割の画面構成 (エディタ・コンソール・workspace・その他) 2013年1月26日土曜日
31.
RStudioの導入: エディタ画面
Ctrl+Enter(MacはCommand+Enter)で実行 範囲を指定しての実行も可能 2013年1月26日土曜日
32.
RStudioの導入: workspace
現在定義されている変数や関数が表示され、 クリックすると中身が見れる 2013年1月26日土曜日
33.
RStudioの導入: コンソール・その他
コンソールは通常のコンソールと同じ その他にはファイル一覧やplot時にはグラフが表示される 2013年1月26日土曜日
34.
RStudioの導入: Markdownでの記述
R Markdown形式で開発する事で データの解析手順と結果を1つのHTMLで出力出来る 2013年1月26日土曜日
35.
RStudioの導入: Markdownでの記述
Markdownとは、シンプルな記法による記述で 構造的に妥当なHTMLに変換するマークアップ言語 2013年1月26日土曜日
36.
RStudioの導入: Markdownでの記述
Markdownの記述例 2013年1月26日土曜日
37.
RStudioの導入: HTMLレポート出力
knitHTMLを押すだけでHTMLに変換 ローカル、またはサーバに保存する事が出来る 2013年1月26日土曜日
38.
AGENDA
■ 自己紹介 ■ ピボットテーブルって何? ■ Rでピボットテーブル ■ RStudioでHTMLレポート ■ デモ 2013年1月26日土曜日
39.
デモ 2013年1月26日土曜日
40.
AGENDA
■ 自己紹介 ■ ピボットテーブルって何? ■ Rでピボットテーブル ■ RStudioでHTMLレポート ■ デモ 2013年1月26日土曜日
41.
ご清聴ありがとうございました 2013年1月26日土曜日