こちらは、R advent calendar 2017の記事になります。今回は、趣味で練習しているlibrary("seplyr")について簡単な紹介をします。（勉強不足ゆえ、様々なご意見を頂ければ幸いです。）

１．"seplyr"と"dplyr"

data wranglingといえば"dplyr"ですが、"dplyr"は主に非標準評価を用いています。（dplyrで標準評価は非推奨とされています。）例えば、"dplyr"でdataset "iris"の"Sepal.Length"の標本平均と標準偏差を計算したいとき、次のようなscriptを書くでしょう。

library(dplyr)
iris %>%
    summarize(mean_sepal_length = mean(Sepal.Length), 
                       sd_sepal_length = sd(Sepal.Length))

一方で、seplyrでは主に標準評価の関数を準備しています。先程と同じようなことをseplyrでやってみると、

library("seplyr")
iris %.>%
    summarize_se(., c("mean_sepal_length" := "mean(Sepal.Length)", 
                                 "sd_sepal_length" := "sd(Sepal.Length)"))

と、しっかりquoteして書くことになります。

２．"seplyr"の何が良いのか？

"seplyr"を使って最初に気づくことは、次のようなコーディングも可能だということです。

program <- c("mean_sepal_length" := "mean(Sepal.Length)",
                       "sd_sepal_length" := "sd(Sepal.Length)")
iris %.>% summarize_se(., program) %.>% .$mean_sepal_length

"dplyr"でもこのようなことは可能かもしれませんが、"seplyr"で書くほうがすっきりparameterとして別個に書くことが出来ます。scriptの再利用のとき、これはとても見やすく便利だと感じました。もちろん、

threshold_1 <- 5.2
threshold_2 <- 1.2
program <- c("Sepal.Length>threshold_1", "Sepal.Width>threshold_2")
iris %.>% filter_se(., program) %.>% head(.$Species, 30)

というscriptも安心して書くことが出来ます。他にも同様に

iris %.>%
    mutate_se(., "metre.Sepal.Length":="Sepal.Length/100") %.>% head(.)

と出来ます。

3. "seplyr"の特徴

"seplyr"のユニークな関数に"if_else_device"があります。例えば、次のように条件に合ったデータに対して、特定の列に操作を加えることが出来ます。

category <- "setosa"
cond_then <- c("Sepal.Length" := "Sepal.Length*100",
                          "Sepal.Width" := "Sepal.Width*100")
cond_else <- c("Sepal.Length" := "NA")
program <- if_else_device(testexpr = "Species==category",
                                           thenexprs = cond_then,
                                           elseexprs = cond_else)
plan <- partition_mutate_se(program)
iris %.>% mutate_seb(., plan)