# 7章 tibbleのtibble

### 7.0 ライブラリーの読み込み

```
library("tidyverse")
```

### 7.1 はじめに

{% hint style="info" %}
練習問題はありません
{% endhint %}

### 7.2 `tibble`を作る

{% hint style="info" %}
練習問題はありません
{% endhint %}

### 7.3 `tibble`と`data.frame`

{% hint style="info" %}
練習問題はありません
{% endhint %}

### 7.4 古いコードとの関わり

#### 練習問題1 : オブジェクトが`tibble`かどうか、どうやって判断しますか。

表示させれば、tibbleかどうか判別できます。または`class()`や`is_tibble()`でも判別可能です

```
diamonds
# A tibble: 53,940 x 10
   carat cut       color clarity depth table price     x     y     z
   <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
 1 0.23  Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43
 2 0.21  Premium   E     SI1      59.8    61   326  3.89  3.84  2.31
 3 0.23  Good      E     VS1      56.9    65   327  4.05  4.07  2.31
 4 0.290 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
 5 0.31  Good      J     SI2      63.3    58   335  4.34  4.35  2.75
 6 0.24  Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48
 7 0.24  Very Good I     VVS1     62.3    57   336  3.95  3.98  2.47
 8 0.26  Very Good H     SI1      61.9    55   337  4.07  4.11  2.53
 9 0.22  Fair      E     VS2      65.1    61   337  3.87  3.78  2.49
10 0.23  Very Good H     VS1      59.4    61   338  4     4.05  2.39
# … with 53,930 more rows

class(diamonds)

[1] "tbl_df"     "tbl"        "data.frame"

is_tibble(diamonds)
[1] TRUE
```

#### 練習問題2 : `data.frame`と`tibble`の演算の違いを比較対照しなさい。

同じようなコマンドを書いても、`dataframe`の省略しても検索されるが、`tibble`の場合はこのようなことが起こりません。

```
df <- data.frame(num = 1, chr = "a")
df$c
[1] a
Levels: a
df$ch
[1] a
Levels: a
 
tb <- as_tibble(df)
tb$c
NULL
 警告メッセージ: 
Unknown or uninitialised column: 'c'. 

tb$ch
NULL
 警告メッセージ: 
Unknown or uninitialised column: 'ch'. 
```

1列のみを指定した場合、`dataframe`はベクトルで返されますが、`tibble`の場合はこのようなことが起こりません。

```
df[,"num"]
[1] 1

tb[,"num"]
# A tibble: 1 x 1
    num
  <dbl>
1     1
```

#### 練習問題3 : 例えば`var <- "mpg"`のようにオブジェクトに格納されている変数名を持っている場合、どのように`tibble`から参照変数を抽出できるか。

tibbleの場合、tibble\[\[var]]または、tibble\[, var]で抽出可能です。

```
mt_tbl <- as_tibble(mtcars)
var <- "mpg"
#----------------------------------------
mtcars[[var]]
 [1] 21.0 21.0 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 17.8 16.4 17.3 15.2 10.4
[16] 10.4 14.7 32.4 30.4 33.9 21.5 15.5 15.2 13.3 19.2 27.3 26.0 30.4 15.8 19.7
[31] 15.0 21.4

mt_tbl[[var]]
 [1] 21.0 21.0 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 17.8 16.4 17.3 15.2 10.4
[16] 10.4 14.7 32.4 30.4 33.9 21.5 15.5 15.2 13.3 19.2 27.3 26.0 30.4 15.8 19.7
[31] 15.0 21.4
#----------------------------------------
mtcars[, var]
 [1] 21.0 21.0 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 17.8 16.4 17.3 15.2 10.4
[16] 10.4 14.7 32.4 30.4 33.9 21.5 15.5 15.2 13.3 19.2 27.3 26.0 30.4 15.8 19.7
[31] 15.0 21.4

mt_tbl[, var]
# A tibble: 32 x 1
     mpg
   <dbl>
 1  21  
 2  21  
 3  22.8
 4  21.4
 5  18.7
 6  18.1
 7  14.3
 8  24.4
 9  22.8
10  19.2
# … with 22 more rows
#----------------------------------------
mtcars[["var"]]
NULL

mt_tbl[["var"]]
NULL
#----------------------------------------
mtcars$var
NULL

mt_tbl$var
NULL
 警告メッセージ: 
Unknown or uninitialised column: 'var'. 
```

#### 練習問題4 : 次のデータフレームで非構文名を参照する練習をしなさい

```
annoying <- tibble(
  `1` = 1:10,
  `2` = `1` * 2 + rnorm(length(`1`))
)
```

* `1`という変数を抽出。
* `1`と`2`の散布図をプロットする。
* `2`を`1`で割った、`3`という新しい列を作成する。
* 列の名前を`one`、`two`、`three`に変更する。

```
annoying[["1"]]
 [1]  1  2  3  4  5  6  7  8  9 10
annoying$`1`
 [1]  1  2  3  4  5  6  7  8  9 10
#----------------------------------------
ggplot(annoying, aes(x = `1`, y = `2`)) +
  geom_point()
#----------------------------------------
annoying %>% 
  mutate(`3` = `2` / `1`)
# A tibble: 10 x 3
     `1`   `2`   `3`
   <int> <dbl> <dbl>
 1     1  3.61  3.61
 2     2  5.39  2.70
 3     3  4.82  1.61
 4     4  7.57  1.89
 5     5 10.9   2.18
 6     6 12.1   2.01
 7     7 13.4   1.91
 8     8 13.9   1.74
 9     9 17.1   1.90
10    10 20.9   2.09
#----------------------------------------
annoying[["3"]] <- annoying$`2` / annoying$`1`
annoying[["3"]] <- annoying[["2"]] / annoying[["1"]]
#----------------------------------------
annoying %>% 
  rename(one = `1`, two = `2`, three = `3`)
# A tibble: 10 x 3
     one   two three
   <int> <dbl> <dbl>
 1     1  3.61  3.61
 2     2  5.39  2.70
 3     3  4.82  1.61
 4     4  7.57  1.89
 5     5 10.9   2.18
 6     6 12.1   2.01
 7     7 13.4   1.91
 8     8 13.9   1.74
 9     9 17.1   1.90
10    10 20.9   2.09
```

![](/files/-LhPaXGCN-gaxUC9P5vh)

#### 練習問題5 : `tibble::enframe()`はいつ使用しますか。

`tibble::enframe()`は名前付きのベクトルに対して、名前と値を持つ`tibble`に変換します。

```
enframe(c(x1 = 1, 
          x2 = 2,
          x3 = 3))

# A tibble: 3 x 2
  name  value
  <chr> <dbl>
1 x1        1
2 x2        2
3 x3        3
```

#### 練習問題6 :`tibble`のフッターに追加の列名を追加するオプションは何ですか。

consoleに`tibble`の変数名が収まりきらない場合、残っている変数名がフッターに表示される仕様になっています。この`tibble`の変数名の数をコントロールするのが`n_extra`です。

```
print(nycflights13::flights)
# A tibble: 336,776 x 19
    year month   day dep_time sched_dep_time
   <int> <int> <int>    <int>          <int>
 1  2013     1     1      517            515
 2  2013     1     1      533            529
 3  2013     1     1      542            540
 4  2013     1     1      544            545
 5  2013     1     1      554            600
 6  2013     1     1      554            558
 7  2013     1     1      555            600
 8  2013     1     1      557            600
 9  2013     1     1      557            600
10  2013     1     1      558            600
# … with 336,766 more rows, and 14 more
#   variables: dep_delay <dbl>,
#   arr_time <int>, sched_arr_time <int>,
#   arr_delay <dbl>, carrier <chr>,
#   flight <int>, tailnum <chr>,
#   origin <chr>, dest <chr>, air_time <dbl>,
#   distance <dbl>, hour <dbl>, minute <dbl>,
#   time_hour <dttm>

print(nycflights13::flights, n_extra = 5)
# A tibble: 336,776 x 19
    year month   day dep_time sched_dep_time
   <int> <int> <int>    <int>          <int>
 1  2013     1     1      517            515
 2  2013     1     1      533            529
 3  2013     1     1      542            540
 4  2013     1     1      544            545
 5  2013     1     1      554            600
 6  2013     1     1      554            558
 7  2013     1     1      555            600
 8  2013     1     1      557            600
 9  2013     1     1      557            600
10  2013     1     1      558            600
# … with 336,766 more rows, and 14 more
#   variables: dep_delay <dbl>,
#   arr_time <int>, sched_arr_time <int>,
#   arr_delay <dbl>, carrier <chr>, …

print(nycflights13::flights, n_extra = 0)
# A tibble: 336,776 x 19
    year month   day dep_time sched_dep_time
   <int> <int> <int>    <int>          <int>
 1  2013     1     1      517            515
 2  2013     1     1      533            529
 3  2013     1     1      542            540
 4  2013     1     1      544            545
 5  2013     1     1      554            600
 6  2013     1     1      554            558
 7  2013     1     1      555            600
 8  2013     1     1      557            600
 9  2013     1     1      557            600
10  2013     1     1      558            600
# … with 336,766 more rows, and 14 more
```


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://sugiaki1989.gitbook.io/r-for-data-science-answers/chapter07-tibble.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.