広島に原子爆弾が投下された日

読んで字の如し。平和を祈るばかり。

Rmarkdownで書く論文原稿を行番号つきダブルスペースにするには

Stackoverflowによれば、ヘッダに記述を足せばいいみたい。すなわち、

header-includes :
 \usepackage{setspace}
 \doublespacing
 \usepackage[vmargin=1in,hmargin=1in]{geometry}
 \usepackage{lineno}
 \linenumbers

と、日付の下あたりに書けばいい。

タイ都県別労働力統計ファイルを読み込む（その1）

いろいろあって手がついていなかった標題に、ようやく手がつくように。ダウンロードした都県・四半期別労働力統計をRで読み込みTidyなデータセットをつくることを目指す。書いたコードはGithubにおいた。解析はデータセットをつくってから。

なんとなく予想してはいたけれど、やはり問題山積。見つかっただけで、以下に示す問題があるだろう。

とど

• 漂着ゴミ執筆：とりあえず初稿はできた。論理もおおむねよさげ。記述に至らない点が散見される。加筆しましょう。考察に付する地図も忘れずに。

釣り道具レビュー：Jackal GSW-C66ULとシマノバルケッタ300HG

先月購入して8月1日に使った上記感想。

• 軽い：義父や長男がタイラバするときに都合がよい。80gから100gのタイラバをつけて一日中タックルを振り回しても問題なさそう。
• 柔らかめの竿：ベイトをつけやすいから、落とし込みにも向いている。
• 1号で300mくらい巻くカウンタ付きリール：PEは避けがたく高切れする。現地で巻き込んでもいいけれど、高切れしてもなお糸に余裕があれば、その日はとりあえずしのげる。200m巻は淋しいけれど、300m巻いてあれば十分。カウンタはタチウオジギングやイカメタルをするときに便利。
• 廉価：釣具店プライベートブランド竿は安価。これらは残念ながら上記を満たさなかった。やや重く、総じて硬い。硬いから釣りやすいしフッキングも楽だったけど、釣り味はいまひとつだった。といって、高価な道具は買えない。
• 格好いい：なににつけ道具は格好いいほうがいい。

を基準に選んだ。ロッドもリールも総じてよい買い物だった。

タイ都県別労働力統計ファイルを読み込む（その2）

きょうは比較的最近のフォーマットに近い方に挑戦。コードは古めなデータを読み込むコードより短く済みそう。難点は古めのフォーマットと異なり、属性が行方向に並ぶこと。

行列方向が異なることは、転置行列っぽく回転させて古めのフォーマットに合わせればいいことに気がついた。そのままでもいいけれど、属性名を置き換えるときに苦労する。なにしろ属性名は年別に多少異なるから正規表現で置き換えたいけれど、Rには後方参照する正規表現が薄い。タイ文字は妙なところに変なコードが入っているらしく、削除したいときに数文字後から削除する必要があるなどするから、正規表現における条件設定にも手こずる。Tidyverseを指向する以上、列名で属性名が処理できれば楽もできる。

つづきはまたあした。明日は大きな仕事があるから。

タイ都県別労働力統計ファイルを読み込む（その3）

まだまだ苦労がたえませぬ。

第一、ハイフンというのかダッシュというのかマイナスというのか、記号が混ざっている。NAを表現する記号と考えられる。NSOによる資料によれば、NAに該当する記号らしい。ゆえに、同記号をNAに置き換える必要がある。

第二、百分率表示が加わった。百分率は原数値があれば計算できるから、読み込む必要はない。が、入っている。読み込んでも仕方がないから、読み込みたくない。当初、100より小さい値を含む系列を削除することで百分率がある部分を読み込まないことにした。が、原数値に100より小さい系列（2544年第3四半期女性季節労働者数）があることがわかった。この手は使えない。なにか別の方法を用いて百分率部分を削除する必要がある。

手っ取り早いのは、百分率があるデータセット下半分をカットしてしまうことだろう。しかしそれでは芸がない。原数値は下半分よりもやや下部にもある。dplyr::rownames_to_column()からdplyr::sliceを使って必要箇所を取り出そうにも、原数値と百分率とで項目名が変わらない。なんということでしょう～。

結局、双方同時に解決することにした。

• ร้อยลを含む行番号を取得する
• “-”をNAに置き換える

タイラバ釣り準備

長男と週末に出かける予定。目下、陸上も海上も天候はよいみたい。準備する物品は以下に示すとおり。

• タイラバ：60・80・100・120g各1つ。色はオレンジ。多少色が違っても構わない。普通タイプは予備品を出す。
• タイラバ付属品：タイラバ用針（M）、キャップ（M）、スカート（黒いドット）、ネクタイ（オレンジとスルメ色）。
• 容器：100円ショップで売っているタッパーウェアとツボ。上記が入ればいい。
• 飲料：3リットル。うち2リットルは茶、1リットルはポカリスエット。

タイ都県別労働力統計ファイルを読み込む（その4）

4つある明らかにおかしなデータを削除した。文字化けしているデータセットが3つ、県が属する地方のデータが入っているデータセットがひとつ。これらを除けば、2つ作成したいずれかの関数でだいたい読み込めるようになった。残る課題は、データセットを評価していずれかの関数に渡す関数を作ること。これができれば、全ファイルを自動的に読み込ませることもできるでしょう。

おかしな要素は、どこにあるかわからない。安定しない変数名、文字列を区切る空白が1つあったり2つあったりする変数名、無意味な文字列が入力された列、合計であっても100パーセントにならない百分率表示、きりがない。

• 安定しない変数名：総人口を表現する変数名がยอดรวมประชากรであったりยอดรากรであったりと揺れる。百分率表示もร้อยลと揺れる。なぜか近年作成されたデータセットは、百分率箇所が明示されない。前者については含まないデータセットがあるが、他変数から計算可能。後者はそもそも不要。原数値があれば計算できるから。後者は削除する。百分率はたいてい原数値よりも下に配置される。原理的に合計値は100になる。これら条件を用いて百分率表示部が開始される位置を見つけられるならば、削除は容易。
• 合計であっても100パーセントにならない百分率表示：元データを収納するExcelファイルが原数値を参照しながら百分率を計算する。原数値が合わなければ当然百分率も異なる。異なるといって、さほどに大きく異るようでもない。99.99…%であるそうです。もともとの原数値差異はごくわずかであろう。繰り返すが、百分率は使わない。削除する。
• 文字列を区切る空白が1つあったり2つあったり：15歳を15 ปีと15 ปを使って表現している（空白が挿入される数が異なる）。必要なのは15という情報。15だけ使う。空白がいくつあっても問題ない。
• 無意味な文字列が入力された列：なぜかある。ならば必要な列だけ取り出せばよい。必要な列は1列目から4列目であることを利用すればたやすい。

ということで、データセット自動読み取りにあたって、

1. 百分率箇所を抽出する：百分率表示が全変数において100となる箇所を抽出する。100にならない箇所でも検出できるよう、丸めてから検出する。キモになるコードは以下に示す通り。そのまま100と指定すると、100を含む数値が抽出されてしまう。100で終わると指定することがポイント。100ではじまるとより厳しく書いてもいいでしょう。whichは行番号を取得するために使う。

    RowNumberForFilterStart <- 
          which(
            stringr::str_detect(round(as.numeric(ReadFile$Total)), "100$" ) 
            & stringr::str_detect(round(as.numeric(ReadFile$Male)), "100$" ) 
            & stringr::str_detect(round(as.numeric(ReadFile$Female)), "100$" )
            )

2. 15歳以上/未満データは使わない：15を含む変数を削除する。キモになるコードは以下に示すとおり。!greplで抽出するあたりがポイント。tidyverseに仕上げて、高速化を図る。

  dplyr::filter(.,  !grepl("15", Status)) %>% 

3. 必要な列だけ抽出する：1列目から4列目まで抽出する。

ことにする。

いやー、正規表現って大事。

タイラバ釣り準備

だいたいおわった。あとは飲み物を購入して凍らせるだけ。1名あたり4リットルか5リットルを用意する。1リットルはポカリスエットで。ひんやりさせるために、水を入れた0.5リットルペットボトルもあったほうがいい。

タイ都県別労働力統計ファイルを読み込む（その5）

横長データはなんとか処理できた。およそ1,000つ、データを読み込めた。400強は横長データに見えるが実際は読み込めない横長データだった。全部で7,000弱あるから、\(\frac{1}{5}\)が終わった。読み込めなかったデータの特徴は、以下に示すとおり。

あるデータが横長か縦長かを判定するために、ファイルを読んで

• 謎の文字列：見た目にわからないほど右奥列に、謎の文字列が並ぶ。なぜそこに文字列がかくも長く挿入されたか、見当がつかない。あっさり削除。
• 謎の空白列：たいていH列に空白列が入っている。コードを書いて除去してもいいけれど、数はそれほどないから手作業で除去する。
• 謎のシート：たいてい、必要なデータはもっとも左側にあるシートにある。それゆえ、Rコードはもっとも左側にあるシートを読み込めと指定する。しかし、もっとも左側に謎のほぼ空白シートが挿入されることがある。当然、エラーが出る。自動的に見つけることも難しい。幸い、さほど多いわけでもないから、手作業で削除。
• 文字化け：5つ程度見つけた。めったにない。これも個別に削除。
• あと少しフォーマット：横長データだけど、最後の変数（15歳未満人口）がないことがある。比較的最近のデータにありがちだけれど、こういうデータセットは読み込まない。
• 少々瑕疵があるデータ：その他色々。パターンはそのうち紹介します。ほんと、いろいろありますよ。データベースからダウンロードしてきただけなのに。

イカメタル釣行の記

2020年8月22日（土）夕方から夜にかけて、イカメタルに出かける。16杯釣れた。船は誠丸（野母崎）、料金は10,000円/名。天候は晴れ。風は微風。中潮だが大潮に近い。

潮流は割に強い。魚探で85mと表示されるが、90m前後は糸が出る。メタルスッテ30号を使っても流された。落とすたびに糸が出るから、2回に1回は水面まで仕掛けを上げる。そのうえ仕掛けが絡む。お互い様とはいえ、自身が使う仕掛けがほぼ直立することを考えると、時間を失うことがくやしい。