# 8章 readrによるデータインポート

### 8.0 ライブラリーの読み込み

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

### 8.1 はじめに

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

### 8.2 作業をはじめるにあたって

#### 練習問題1 フィルードが「`｜`」で区切られたファイルを読み込むには、どの関数を使うのか。

`read_delim()`を使用します。delimitationの頭文字の引数である`delim`に区切り文字を指定します。詳しくは[こちら](https://qiita.com/matsuou1/items/78fedad2766ce4bbf861)に記載されています。

```
read_delim(file, delim = "|")
```

#### 練習問題2 `read_csv()`と`read_tsv()`の共通引数は何か。

`formals()`で引数の一覧を取得し、共通部分を`intersect()`で抽出します。

```
intersect(names(formals(read_csv)), 
          names(formals(read_tsv)))

[1] "file"            "col_names"       "col_types"       "locale"         
[5] "na"              "quoted_na"       "quote"           "comment"        
[9] "trim_ws"         "skip"            "n_max"           "guess_max"      
[13] "progress"        "skip_empty_rows"
```

#### 練習問題3 `read_fwf()`で最も重要な引数は何か。

`read_fwf()`の重要な引数は`col_positions`です。「固定幅フォーマット」のデータ列の開始位置と終了位置を関数に指定することです。

#### 練習問題4 `"x,y\n1,'a,b'"`という文字列を読み込むにはどうすればよいか。

`read_csv()`でそのまま読み込むと、文字列のカンマで区切られてしまい、正しく読み込めません。したがって、`quote`で`'`を指定し、文字列を認識させます。

```
x <- "x,y\n1,'a,b'"
read_csv(x)
 警告:  1 parsing failure.
row col  expected    actual         file
  1  -- 2 columns 3 columns literal data

# A tibble: 1 x 2
      x y    
  <dbl> <chr>
1     1 'a   

read_csv(x, quote = "'")
# A tibble: 1 x 2
      x y    
  <dbl> <chr>
1     1 a,b  
```

#### 練習問題5 下記の文字列のどこがまいずのかを示しなさい。

```
read_csv("a,b\n1,2,3\n4,5,6")
read_csv("a,b,c\n1,2\n1,2,3,4")
read_csv("a,b\n\"1")
read_csv("a,b\n1,2\na,b")
read_csv("a;b\n1;3")
read_csv2("a;b\n1;3")
```

この場合、カラム名と値の列数が一致しておらず、カラム数に合わせて、列がなくなってしまいます。

```
read_csv("a,b\n1,2,3\n4,5,6")
 警告:  2 parsing failures.
row col  expected    actual         file
  1  -- 2 columns 3 columns literal data
  2  -- 2 columns 3 columns literal data

# A tibble: 2 x 2
      a     b
  <dbl> <dbl>
1     1     2
2     4     5
```

データ内の列数とカラムの列数と一致していません。1行目には2つの値しかないので、column `c`はmissingに設定され、2行目には追加の値があり、その値はドロップされます。

```
read_csv("a,b,c\n1,2\n1,2,3,4")
 警告:  2 parsing failures.
row col  expected    actual         file
  1  -- 3 columns 2 columns literal data
  2  -- 3 columns 4 columns literal data

# A tibble: 2 x 3
      a     b     c
  <dbl> <dbl> <dbl>
1     1     2    NA
2     1     2     3
```

`"`で`1`を閉じている部分かな…よくわからない。

```
read_csv("a,b\n\"1")
 警告:  2 parsing failures.
row col                     expected    actual         file
  1  a  closing quote at end of file           literal data
  1  -- 2 columns                    1 columns literal data

# A tibble: 1 x 2
      a b    
  <dbl> <chr>
1     1 NA   
```

これを読み込むには、`read_delim()`で`delim = ";"`を指定します。

```
read_csv ("a;b\n1;3")
# A tibble: 1 x 1
  `a;b`
  <chr>
1 1;3 
 
read_delim("a;b\n1;3", delim = ";")
# A tibble: 1 x 2
      a     b
  <dbl> <dbl>
1     1     3
```

### 8.3 ベクトルをパースする

#### 練習問題1 `locale()`で最も重要な引数は何か。

`locale()`には、以下を設定するための引数があります。

* 日付時刻形式：`date_names`、`date_format`、および`time_format`
* タイムゾーン： `tz`
* マーク：`decimal_mark`、`grouping_mark`
* エンコーディング： `encoding`

#### 練習問題2 `decimal_mark`を`,`に設定すると`grouping_mark`に何が起こるのか。

`decimal_mark`が`,`に設定されている場合、グループ化マークは`.`が設定されます。同じにはできません。

```
locale(decimal_mark = ".", grouping_mark = ".")
Error: `decimal_mark` and `grouping_mark` must be different
```

`decimal_mark = ","`は下記の設定となります。

```
locale(decimal_mark = ",")
<locale>
Numbers:  123.456,78
Formats:  %AD / %AT
Timezone: UTC
Encoding: UTF-8
<date_names>
Days:   Sunday (Sun), Monday (Mon), Tuesday (Tue), Wednesday (Wed),
        Thursday (Thu), Friday (Fri), Saturday (Sat)
Months: January (Jan), February (Feb), March (Mar), April (Apr), May (May),
        June (Jun), July (Jul), August (Aug), September (Sep),
        October (Oct), November (Nov), December (Dec)
AM/PM:  AM/PM
```

`grouping_mark = ","`は下記の設定となります。

```
locale(grouping_mark = ",")
<locale>
Numbers:  123,456.78
Formats:  %AD / %AT
Timezone: UTC
Encoding: UTF-8
<date_names>
Days:   Sunday (Sun), Monday (Mon), Tuesday (Tue), Wednesday (Wed),
        Thursday (Thu), Friday (Fri), Saturday (Sat)
Months: January (Jan), February (Feb), March (Mar), April (Apr), May (May),
        June (Jun), July (Jul), August (Aug), September (Sep),
        October (Oct), November (Nov), December (Dec)
AM/PM:  AM/PM
```

#### 練習問題3 `date_format`と`time_format`の`locale()`の役割について教えなさい。

デフォルトの日付と時刻のフォーマットを提供します。

```
locale("ja")
<locale>
Numbers:  123,456.78
Formats:  %AD / %AT
Timezone: UTC
Encoding: UTF-8
<date_names>
Days:   日曜日 (日), 月曜日 (月), 火曜日 (火), 水曜日 (水), 木曜日 (木),
        金曜日 (金), 土曜日 (土)
Months: 1月, 2月, 3月, 4月, 5月, 6月, 7月, 8月, 9月, 10月, 11月, 12月
AM/PM:  午前/午後
```

```
parse_date("2019年6月18日", "%Y年 %m月 %d日", 
           locale = locale("ja"))
[1] "2019-06-18"

parse_date("18日6月2019年", "%d日 %m月 %Y年", 
           locale = locale("ja"))
[1] "2019-06-18"
```

#### 練習問題4 米国外に住んでいる場合は、最もよく読むファイルの種類の設定をカプセル化した新しいロケールオブジェクトを作成しなさい。

ここでは日本を例に考える。`"%Y年%m月%d日"`が一般的なフォーマットなので、これを読む込むための`jp_locale`を設定します。

```
jp_locale <- locale(date_format = "%Y年%m月%d日")
parse_date("2019年6月18日", locale = jp_locale)
[1] "2019-06-18"
```

#### 練習問題5 `read_csv()`と`read_csv2()`の違いについて教えなさい。

`read_csv()`はカンマを区切り文字としており、`read_csv2()`は、セミコロン(`;`)を使用します。

#### 練習問題6 ヨーロッパまたはアジアで使用されている最も一般的なエンコーディングは何ですか。

標準はUTF-8、日本語独特なものとして、JIS X 0208、シフトJIS、ISO-2022-JPなどがある。エンコーディングの詳細は、いまいちわかってません。

#### 練習問題7 次の文字列を解析する正しいフォーマット文字列を作りなさい。

```
d1 <- "January 1, 2010"
parse_date(d1, "%B %d, %Y")
[1] "2010-01-01"

d2 <- "2015-Mar-07"
parse_date(d2, "%Y-%b-%d")
[1] "2015-03-07"

d3 <- "06-Jun-2017"
parse_date(d3, "%d-%b-%Y")
[1] "2017-06-06"

d4 <- c("August 19 (2015)", "July 1 (2015)")
parse_date(d4, "%B %d (%Y)")
[1] "2015-08-19" "2015-07-01"

d5 <- "12/30/14" # Dec 30, 2014
parse_date(d5, "%m/%d/%y")
[1] "2014-12-30"

t1 <- "1705"
parse_time(t1, "%H%M")
17:05:00

t2 <- "11:15:10.12 PM"
parse_time(t2, "%H:%M:%OS %p")
23:15:10.12
```

### 8.4 ファイルをパースする

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

### 8.5 ファイルへの書き出し

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

### 8.6 他の種類のデータ

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


---

# 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/chapter08-readr.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.