Rでデータ整理

上のようなデータがあったとして、dplyrで少し成形します

1. filter() … 行の選択
2. arrange() … 行の並び替え
3. select() … 指定した列のみ選択
4. mutate() … 新しい列の追加
5. group_by() … グルーピング
6. summarize() … 集計

tidyverse のフィルターを使って

library(tidyverse)
library(readxl)
library(dplyr)

df <- read_xlsx("0050 irAE.xlsx")

df %>%  
  filter(ir_AE == -1) %>% # ir_AE が-1（TRUEを-1で入力してある）の行のみ選択
  arrange(Time2Onset) %>% # Time2Onsetの順に並べ替え（この後平均を取るので意味なし😛）
  group_by(`医薬品（一般名）`, irAE ) %>% # 医薬品およびirAEごとにグループ化
  summarise(avTO = mean(Time2Onset))  -> newDF　# 医薬品・irAE毎のTime2Onset平均値を計算して、newDFというデータフレームへ書き出す

以下のような出力になりました

解説

このRスクリプトは、指定されたExcelファイルからデータを読み込み、特定の条件に基づいてデータをフィルタリング、並べ替え、グループ化し、平均値を計算します。

まず、”tidyverse”と”readxl”、”dplyr”という3つのRパッケージを読み込みます。

次に、read_xlsx関数を使用して、指定されたExcelファイル(“0050 irAE.xlsx”)からデータを読み込み、dfという名前のデータフレームに格納します。

その後、dfデータフレームを使用して、ir_AE列が-1（TRUEを-1で入力してある）の行のみを選択します。さらに、Time2Onset列の値を基準に昇順に並べ替えます（ただし、この後の平均値の計算には影響しません）。

次に、医薬品（一般名）とirAEの値を基準にグループ化し、それぞれのグループごとにTime2Onsetの平均値を計算します。計算結果は、”医薬品（一般名）”と”irAE”、”avTO”という列名を持つ新しいデータフレームnewDFに格納されます。

以上が、このRスクリプトの動作です。