www.crosshyou.info

政府統計の総合窓口のデータや、OECDやUCIやのデータを使って、Rの練習をしています。ときどき、読書記録も載せています。

台風の発生数と上陸数のデータの分析3 - 気温のデータと台風の発生数、上陸数のデータを一つのデータフレームにまとめる。

 

www.crosshyou.info

 の続きです。前回はNAを0に変換しました。

今回は、台風の上陸回数、発生回数をベクトルにします。

 

まず、現状のデータフレームがどういうふうなのかhead関数で見てみます。

f:id:cross_hyou:20190921095145j:plain

HASSとJOURは1行目が1951年、2行目が1952年と横向きにデータが入っています。

kionは1行目が1951年1月、2行目が1951年2月と縦向きにデータが入っています。

kionのように縦向きにデータが入っているほうがいいので、HASSとJOURのデータを縦向きに変えましょう。

まず、HASSの中で必要なデータは2列目から13列目なので、その部分だけにします。

f:id:cross_hyou:20190921095737j:plain

このhassnewをas.matrix関数でマトリックスにします。

f:id:cross_hyou:20190921101606j:plain

t関数でhassnewの縦と横を転換します。

f:id:cross_hyou:20190921101803j:plain

これで、1列目が1951年、2列目が1952年、というようにデータがならびました。

as.vector関数でマトリックスがベクトルになります。

f:id:cross_hyou:20190921102116j:plain

できました。同じようにして、JOURもベクトルに変換します。

f:id:cross_hyou:20190921102518j:plain

これで気温のデータと発生数、上陸数のデータを合体させて一つのデータフレームにできます。kionの行数、hassnewとjournewのデータ数を確認しましょう。

f:id:cross_hyou:20190921103137j:plain

kionの行数、hassnewのデータ数、journewのデータ数、みんな816ですね。

それでは、data.frame関数でデータを一つにまとめましょう。

f:id:cross_hyou:20190921103717j:plain

ようやく、気温のデータと台風の発生数、上陸数のデータが一つのデータフレームにまとまりました。

今回は以上です。