RのTidy evaluation

はじめに

この記事はTidy evaluationについて学習した内容を自分の備忘録としてまとめたものです。

(追記) ここのように並列化させたりすれば、処理速度をはやめられるかも。 [https://rlang.hatenablog.jp/entry/2019/11/20/225340:title]

距離を求める関数

2点のポイントの緯度と経度の情報を持っている場合に、直線距離を求めたいときがある。例えばこんなデータがあったとする。

library(dplyr)
library(purrr)
library(geosphere)

df <- tibble(city1 = c("Kyoto","Tokyo","Sapporo", "Fukuoka"),
             lon1 = c(135.7680, 139.6917, 141.3544, 130.41806),
             lat1 = c(35.01164, 35.68949, 43.06210, 33.60639),
             city2 = c("Osaka"),
             lon2 = c(135.51346),
             lat2 = c(34.706824))

df
# A tibble: 4 x 6
  city1    lon1  lat1 city2  lon2  lat2
  <chr>   <dbl> <dbl> <chr> <dbl> <dbl>
1 Kyoto    136.  35.0 Osaka  136.  34.7
2 Tokyo    140.  35.7 Osaka  136.  34.7
3 Sapporo  141.  43.1 Osaka  136.  34.7
4 Fukuoka  130.  33.6 Osaka  136.  34.7

{geosphere}は様々な距離を計算してくれる便利なパッケージ。パッケージの解説はRの geosphere パッケージ(1)：2点間の距離と方位角を計算するが詳しい。

このパッケージの関数は各点における緯度と経度をまとめてから、{geosphere}の関数に渡す必要がある。なのでこのまま先程のデータに対して、mutate()などでそのまま使用できない。

tokyo <- c(139.766905, 35.681242)
london <- c(-0.118092, 51.509865)

distGeo(tokyo, london)
[1] 9585300

そこで、{geosphere}の関数をmutate()ないし、さきほどのデータに対してそのまま使えるようにしたいので、ラッパー関数を作成する。get_distance1()を使えば、そのままデータフレームに対して、各2点間の距離を計算してくれる。

get_distance1 <- function(data, longitude1, latitude1, longitude2, latitude2) {
  
  longitude1 <- enquo(longitude1)
  latitude1  <- enquo(latitude1)
  longitude2 <- enquo(longitude2)
  latitude2  <- enquo(latitude2)
  
  longitude1_tmp <- data %>% dplyr::select(!!longitude1) %>% list()
  latitude1_tmp  <- data %>% dplyr::select(!!latitude1)  %>% list()
  point1 <- purrr::map2(longitude1_tmp, latitude1_tmp, function(x, y) cbind(x, y))
  
  longitude2_tmp <- data %>% dplyr::select(!!longitude2) %>% list()
  latitude2_tmp  <- data %>% dplyr::select(!!latitude2)  %>% list()
  point2 <- purrr::map2(longitude2_tmp, latitude2_tmp, function(x, y) cbind(x, y))
  
  # distMeeus func returns meter scale, chage scale to kilometer
  dist_tmp <- purrr::map2_dfc(point1, point2, function(x, y)
    geosphere::distMeeus(x, y)) / 1000.0
  
  data <- data %>%
    dplyr::bind_cols(., dist_tmp) %>%
    dplyr::rename(distance_km = V1)
  
  return(data)
}

こんな感じである。

df %>% 
  get_distance1(longitude1 = lon1,
               latitude1  = lat1,
               longitude2 = lon2,
               latitude2  = lat2)

# A tibble: 4 x 7
   city1    lon1  lat1 city2  lon2  lat2 distance_km
   <chr>   <dbl> <dbl> <chr> <dbl> <dbl>       <dbl>
1 Kyoto    136.  35.0 Osaka  136.  34.7        41.1
2 Tokyo    140.  35.7 Osaka  136.  34.7       396. 
3 Sapporo  141.  43.1 Osaka  136.  34.7      1056. 
4 Fukuoka  130.  33.6 Osaka  136.  34.7       485.

また別のパターンとして、mutate()の中で使う場合はさきほどのget_distance1()を少し修正する必要がある。

get_distance2 <- function(data, longitude1, latitude1, longitude2, latitude2) {
  
  longitude1 <- enquo(longitude1)
  latitude1  <- enquo(latitude1)
  longitude2 <- enquo(longitude2)
  latitude2  <- enquo(latitude2)
  
  longitude1_tmp <- data %>% dplyr::select(!!longitude1) %>% dplyr::pull()
  latitude1_tmp  <- data %>% dplyr::select(!!latitude1)  %>% dplyr::pull()
  point1 <- purrr::map2(longitude1_tmp, latitude1_tmp, function(x, y) c(x, y))
  
  longitude2_tmp <- data %>% dplyr::select(!!longitude2) %>% dplyr::pull()
  latitude2_tmp  <- data %>% dplyr::select(!!latitude2)  %>% dplyr::pull()
  point2 <- purrr::map2(longitude2_tmp, latitude2_tmp, function(x, y) c(x, y))
  
  # distMeeus func returns meter scale, chage scale to kilometer
  dist <- purrr::map2_dbl(point1, point2, function(x, y) geosphere::distMeeus(x, y)/1000.0)
}

geosphere::distMeeus()に値を渡すまでも少し修正している。動かすとこんな感じ。

df %>%
  mutate(dist = get_distance2(
    data = .,
    longitude1 = lon1,
    latitude1  = lat1,
    longitude2 = lon2,
    latitude2  = lat2
  ))

# A tibble: 4 x 7
  city1    lon1  lat1 city2  lon2  lat2   dist
  <chr>   <dbl> <dbl> <chr> <dbl> <dbl>  <dbl>
1 Kyoto    136.  35.0 Osaka  136.  34.7   41.1
2 Tokyo    140.  35.7 Osaka  136.  34.7  396. 
3 Sapporo  141.  43.1 Osaka  136.  34.7 1056. 
4 Fukuoka  130.  33.6 Osaka  136.  34.7  485.

以上、Tidy evaluationを使った関数作成であった。

なんかもっと苦労せずに色々かけるようになりたい…。切実に。

RのTidy evaluation_0

はじめに

距離を求める関数