3.1 rvestパッケージ

Rを使えば，こんなバカな作業は全て自動化できる．さらに，下の画像のHadley Wickham氏 (現在R開発チームの主要人物でもあり，一部R界隈では羽鳥先生やHadley神として崇められている) が作成したrvestパッケージを用いると，驚くほど簡単にこうした作業を自動化してしまえる．

ちなみに，R界隈にはHadley氏のパッケージを多様し，彼のRプログラミングの思想を崇拝する羽鳥教と呼ばれる一派が存在する． 入信するかどうかはともかくとして，羽鳥教で多用されるパッケージはRを用いる上で必須なので彼のGitHubページ を見ることをお勧めする．

なお，以下で多用するrvestパッケージの使い方については，英語だが次のウェブサイトが参考になる．

• GitHubのhadley/rvestページ
• rvest: easy web scraping with R
• Using rvest to Scrape an HTML Table

3.2 作業例：AidDataが提供するデータセットの取得

例として，途上国への国際援助のデータを提供するAidDataのウェブサイトを取り上げる．AidDataではいくつか種類のデータが提供されているが，ここでは援助が提供される国ではなく，具体的な「場所」の情報を持つ空間データ (spatial data/geocoded data) を取りあげよう．AidDataのウェブサイト にアクセスすると，いくつかのデータセットの説明と，zipファイルをダウンロードするためのハイパーリンクが貼られている．

page <- read_html("http://aiddata.org/subnational-geospatial-research-datasets")

zip_url = page %>%
  html_nodes("a") %>%   ## find all links
  html_attr("href") %>% ## pull out url
  str_subset("\\.zip")  ## pull out zip links

str(zip_url)

##  chr [1:22] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/ChineseOfficialFinanceEcologicalSensitive_GeocodedResearchRel"| __truncated__ ...

zip_url

##  [1] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/ChineseOfficialFinanceEcologicalSensitive_GeocodedResearchRelease_Level1_v1.0.1.zip"
##  [2] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/FTS_CentralAfricanRepublic_GeocodedResearchRelease_Level1_v1.0.zip"                 
##  [3] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/EM-DAT_PHL.zip"                                                                     
##  [4] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/NepalEarthquake_GeocodedResearchRelease_Level1_v1.0.zip"                            
##  [5] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/AfghanistanAIMS_GeocodedResearchRelease_Level1_v1.1.1.zip"                          
##  [6] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/SomaliaAIMS_GeocodedResearchRelease_Level1_v1.1.1.zip"                              
##  [7] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/ColombiaAIMS_GeocodedResearchRelease_Level1_v1.1.1.zip"                             
##  [8] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/BangladeshSelectDonors_GeocodedResearchRelease_Level1_v1.1.1.zip"                   
##  [9] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/IraqAIMS_GeocodedResearchRelease_Level1_v1.3.1.zip"                                 
## [10] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/NigeriaAIMS_GeocodedResearchRelease_Level1_v1.3.1.zip"                              
## [11] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/HondurasAIMS_GeocodedResearchRelease_Level1_v1.3.1.zip"                             
## [12] "https://github.com/KAPPS-/public_datasets/raw/master/geocoded/WorldBank_GeocodedResearchRelease_Level1_v1.4.1.zip"                                    
## [13] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/NepalAIMS_GeocodedResearchRelease_Level1_v1.4.1.zip"                                
## [14] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/UgandaAIMS_GeocodedResearchRelease_Level1_v1.4.1.zip"                               
## [15] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/SenegalAIMS_GeocodedResearchRelease_Level1_v1.5.1.zip"                              
## [16] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/DRC-AIMS_GeocodedResearchRelease_Level1_v1.3.1.zip"                                 
## [17] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/AllWorldBank_IBRDIDA.csv.zip"                                                       
## [18] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/aiddata_china_1_1_1.xlsx.zip"                                                       
## [19] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/TimorLesteAIMS_GeocodedResearchRelease_Level1_v1.4.1.zip"                           
## [20] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/Malawi_release_17april2012.xlsx.zip"                                                
## [21] "https://github.com/AidData-WM/public_datasets/raw/master/geocoded/AfDB_2009_2010_AllApprovedProjects.xlsx.zip"                                        
## [22] "https://github.com/AidData-WM/public_datasets/raw/master/community/aid_locations_during_civil_wars_south_of_sahara.zip"

zip_url = page %>%
  html_nodes("a")
zip_url

## {xml_nodeset (120)}
##  [1] <a href="#main-content" class="element-invisible element-focusable" ...
##  [2] <a href="/" title="Visit the main page" rel="home">\n            <i ...
##  [3] <a href="http://facebook.com/aiddata" title="" class="link link-top ...
##  [4] <a href="http://twitter.com/aiddata" title="" class="link link-topl ...
##  [5] <a href="/blog/rss.xml" class="link link-toplevel link-rss">RSS</a>
##  [6] <a href="/user/login" title="" class="main-link">Log in</a>
##  [7] <a href="/search/site" class="search-link">\n  <span class="search- ...
##  [8] <a href="http://aiddata.org/our-story" title="" class="subnav-title ...
##  [9] <a href="http://aiddata.org/about-aiddatas-work" title="">Our Portf ...
## [10] <a href="http://aiddata.org/partnerships" title="">Our Partnerships ...
## [11] <a href="http://aiddata.org/in-the-news" title="">In the News</a>
## [12] <a href="http://aiddata.org/aiddata-staff" title="" class="subnav-t ...
## [13] <a href="http://aiddata.org/experts" title="">Our Experts</a>
## [14] <a href="http://aiddata.org/aiddatas-research-and-evaluation-unit"  ...
## [15] <a href="http://aiddata.org/affiliated-researchers" title="">Affili ...
## [16] <a href="http://aiddata.org/join-the-team" title="" class="subnav-t ...
## [17] <a href="http://aiddata.org/partner-with-us" title="">Partner with  ...
## [18] <a href="http://aiddata.org/aiddata-center-for-development-policy"  ...
## [19] <a href="http://aiddata.org/aiddata-summer-fellows" title="">AidDat ...
## [20] <a href="http://aiddata.org/aiddata-research-consortium" title="">A ...
## ...

zip_url = page %>%
  html_nodes("a") %>%   ## find all links
  html_attr("href")     ## pull out url
zip_url %>% head(10)

##  [1] "#main-content"                         
##  [2] "/"                                     
##  [3] "http://facebook.com/aiddata"           
##  [4] "http://twitter.com/aiddata"            
##  [5] "/blog/rss.xml"                         
##  [6] "/user/login"                           
##  [7] "/search/site"                          
##  [8] "http://aiddata.org/our-story"          
##  [9] "http://aiddata.org/about-aiddatas-work"
## [10] "http://aiddata.org/partnerships"

zip_url = page %>%
  html_nodes("a") %>%   ## find all links
  html_attr("href") %>% ## pull out url
  str_subset("\\.zip")  ## pull out zip links

3.3 ファイルのダウンロード

さて，ここでの作業の目的はリンクを取得することではなく，リンク先のファイルを自動でダウンロードすることにある． 残る作業は，既に取得したリンクのベクトルを使って，ファイルを実際にダウンロードするだけとなった．

ここでは，多数のリンクに対して「ダウンロードする」という一定の作業を繰り返し行なう，という作業が必要になる． こうした作業には，大きく分けて2つの方法を用いることができる．1つは自作の関数とapplyファミリーと呼ばれる関数群を用いる方法，もう1つはfor文を用いる方法である．ここでは，意味がわかりやすいfor文を用いる．

まずは，保存先のディレクトリを作成・指定する．

# Automatically download zip files
tmp_dir = file.path(dir_path, "050-ScrapedData")
zip_dir  <- file.path(tmp_dir, "AidData_asof_1225_2016")
create_dirs(zip_dir)

## /Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData//050-ScrapedData/AidData_asof_1225_2016 
##                                                                                                                 FALSE

「入れ物」ができたので，ここにAidDataのデータセットを保存していく．ここでは次のコードで行なう．

# Pull out each url using a for loop
zip_loop = 1:length(zip_url)
for (i in zip_loop) {
    tmp_url = zip_url[i]
    zip_file = strsplit(tmp_url,split="/")[[1]][9]      ## zip file name
    zip_file = str_replace(zip_file, "\\?raw=true","")
    zip_file = file.path(zip_dir, zip_file)    ## zip file name as file path
    download.file(tmp_url, destfile = zip_file) ## download zip file
    unzip(zip_file, exdir=zip_dir)              ## unzip
    Sys.sleep(1)
}

このコードはやや煩雑だが，for文の中の1行目でまずi番目のurlを取得している．続く3行のコードはzipファイルを保存するときにつけるファイル名とパスを設定している．その上で，download.file()関数を用いて，i番目のurlで公開されているファイルをダウンロードしている．unzip()関数は，名前から分かる通り，引数として与えたパスにあるzipファイルを解凍してくれる．最後のSys.sleep(1)は「1秒間まつ (待ってから次のiの処理を実行する)」という命令を出している．この例のように，短い時間内に特定のウェブサイトに大量にアクセスすると，不正アクセスと勘違いされる可能性があるので，わざと実行を遅らせている (それでも「ポチポチ」に比べれば圧倒的に早い)．

4.1 ファイルパスの自動取得：list.files()関数の活用

まずは，ファイルのパスを取得する．ダウンロードした全てのファイルを読み込んでもよいが，一部は.csvファイル，一部は.xlsxファイルとやや扱いにくい．また，フォルダによっては複数のファイルにデータセットが分かれている．

ここでは，現在のところ政治学・経済学における紛争研究でもっとも頻繁に用いられているUCDP/AidData “Aid Locations during Civil Wars South of the Sahara dataset” を例として用いる． このデータセットは，1989-2008年の期間に内戦を経験したアフリカ諸国における援助の空間データを提供する．上のコードで取得したファイルの中では，“public release” というフォルダの中に保存されている．

さて，“public release”の中には複数の．xlsxファイルが保存されている．これらのパスを一括して取得するには，list.files()関数を用いる．

aid_dir = "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/050-ScrapedData/AidData_asof_1225_2016/Public Release"
aid_dir = "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release"
aid_files_path = list.files(aid_dir, recursive=FALSE, pattern="xlsx", full.names=TRUE)

2行目のコードは，list.files()関数を用いて“xlsx”という文字列を含むファイルのパスを取得している．recursive=FALSEは，「サブディレクトリの中に保存しているファイルは無視する」という指定を加えている．“public release”の中にはサブディレクトリはないが，もし存在する場合にはサブディレクトリ内のファイルへのパスもあわせて取得したい場合もあれば，無視したい場合もある．recursive=FALSEもしくはrecursive=TRUEとすることで，この2つを使い分けられる．

このコードによって，きちんと「欲しいファイルパス」が取得され，パスを格納したベクトルができているかを確認する．

aid_files_path

##  [1] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Angola_Conflict_20June2012.xlsx"       
##  [2] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Burundi_Conflict_20June2012.xlsx"      
##  [3] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/CAR_Conflict_20June2012.xlsx"          
##  [4] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Chad_Conflict_20June2012.xlsx"         
##  [5] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Comoros_Conflict_27June2012.xlsx"      
##  [6] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/CongoRep_Conflict_27June2012.xlsx"     
##  [7] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Djibouti_Conflict_27June2012.xlsx"     
##  [8] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/DRC_Conflict_27June2012.xlsx"          
##  [9] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Eritrea_Conflict_27June2012.xlsx"      
## [10] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Ethiopia_Conflict_27June2012.xlsx"     
## [11] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/GuineaBissau_Conflict_27June2012.xlsx" 
## [12] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/GuineaConacry_Conflict_27June2012.xlsx"
## [13] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/IvoryCoast_Conflict_27June2012.xlsx"   
## [14] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Lesotho_Conflict_27June2012.xlsx"      
## [15] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Liberia_Conflict_27June2012.xlsx"      
## [16] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Mozambique_Conflict_27June2012.xlsx"   
## [17] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Nigeria_Conflict_27June2012.xlsx"      
## [18] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Rwanda_Conflict_27June2012.xlsx"       
## [19] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/SierraLeone_Conflict_27June2012.xlsx"  
## [20] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Somalia_Conflict_27June2012.xlsx"      
## [21] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Sudan_Conflict_27June2012.xlsx"        
## [22] "/Users/Gaku/Dropbox/000-DropAny/000-GIS-related/110-MicroData/070-Aid/AidData/Public Release/Uganda_Conflict_27June2012.xlsx"

無事，22個のファイルへのパスが取得できた．

list.files()関数はRでのファイル読み込みに伴う「面倒さ」を解決してくれる非常に便利な関数なので，使いこなせるようになることが望ましい．日本語での解説記事もウェブに転がっているので，たとえば この記事 を参照し，色々と試してみてほしい．

4.2 エクセルファイルの読み込み

このデータセットはやや不親切で，データがエクセルファイルで提供されている．本来，データセットを提供する際には不要な情報を含むエクセルではなく.csvや.txtを用いることが望ましいが，世の中にはこうしたデータセットもある (絶対真似しないように)．こうしたファイルをみると小一時間文句を言いたくなるが，ぐっとこらえてコードを考える．

Rでエクセルファイルを読み込む方法はいくつかあるが，ここでは羽鳥教の神器の1つであるreadxlパッケージを用いる． aid_files_pathに保存したファイルパスを1つ読み込むには，次のようにすればよい．

library(readxl) ## load package
tmp_dat = read_excel(aid_files_path[1]) ## 最初のファイルパスを読み込む
tmp_dat ## 読み込めたか確認

## # A tibble: 3,891 × 22
##    `project id` `event id`  rname recipient_id dname donor_id  year
##           <dbl>      <dbl>  <chr>        <dbl> <chr>    <dbl> <dbl>
## 1           598     598.01 ANGOLA            9  AFDB       60  1991
## 2           598     598.02 ANGOLA            9  AFDB       60  1991
## 3           598     598.03 ANGOLA            9  AFDB       60  1991
## 4           598     598.04 ANGOLA            9  AFDB       60  1991
## 5           598     598.05 ANGOLA            9  AFDB       60  1991
## 6           598     598.06 ANGOLA            9  AFDB       60  1991
## 7           598     598.07 ANGOLA            9  AFDB       60  1991
## 8           598     598.08 ANGOLA            9  AFDB       60  1991
## 9           598     598.09 ANGOLA            9  AFDB       60  1991
## 10          598     598.10 ANGOLA            9  AFDB       60  1991
## # ... with 3,881 more rows, and 15 more variables: loctext <chr>,
## #   numbloc <dbl>, lat <dbl>, long <dbl>, first <chr>, second <chr>,
## #   precision <dbl>, comtorig <dbl>, origtyp <chr>, usdcr <dbl>,
## #   usdco <dbl>, crspcode <dbl>, src <chr>, data_source_id <dbl>,
## #   oecd_id <dbl>

関数名から直感的に分かる通り，ここで用いたreadxl::read_excel()関数はエクセルファイルを読み込むために用いる関数である．他の類似関数とは異なり，この関数はヘッダー・列名の設定や各コラム (列) のデータタイプの設定を「自動で」やってくれる (ユーザが明示的に指定することもできる)．また，複数のシートを含むエクセルファイルを読み込みたい場合には，sheet=1のようにシート番号を指定する引数を与える必要がある． なお，この関数に限らず，下記のように関数名のみをコンソールに入力してやれば，関数の中身を見て引数等を確認できる．

read_excel

## function (path, sheet = 1, col_names = TRUE, col_types = NULL, 
##     na = "", skip = 0) 
## {
##     path <- check_file(path)
##     ext <- tolower(tools::file_ext(path))
##     switch(excel_format(path), xls = read_xls(path, sheet, col_names, 
##         col_types, na, skip), xlsx = read_xlsx(path, sheet, col_names, 
##         col_types, na, skip))
## }
## <environment: namespace:readxl>

さて，上述のように，このデータセットは援助の規模や種類だけでなく「援助の展開地点」という空間情報を保持している．せっかくなので，上で読み込んだアンゴラのデータで地図を書いてみる．

library(cshapes)
library(sp)
cshp_2015 <- cshp(date=as.Date("2015-1-1"), useGW=TRUE) ## 1.1.2015時点の国境線データ
tmp_aid = as.data.frame(tmp_dat) %>% filter(!is.na(lat), !is.na(long))
coordinates(tmp_aid) = ~long + lat ## 空間データ (ポイント・データ) に変換
## 簡略な作図．綺麗にするには少し工夫が必要 (省略)
par(mar=rep(0,4), oma=rep(.1,4))
plot(tmp_aid, cex=.65, pch=8, col="red3")
plot(cshp_2015, add=TRUE)
box()

きちんと地図が描けたので，ファイルの中身については安心してよさそうだ．

4.3 tibbleオブジェクトについての補足

なお，ここでオブジェクトのクラスがtibbleとなっていることにも注意してほしい．これは，エクセルファイルを読み込んだからということではなく，Wickham氏による一連のパッケージでのデフォルトのオブジェクト形式で読み込まれているためである．特段data.frameオブジェクトとの区別を意識する必要はないが，上の出力からもわかる通りtibbleオブジェクトでは，データの大きさ (行数と列数)や各列のデータタイプが一目瞭然となるため，特にこだわりがなければtibbleクラスの積極的な利用を強く勧める．この点については，講義資料「Rによるデータの読み込みと書き出し」でまとめているので，参照することを勧める．

4.4 for文によるファイル読み込みの自動化

ひとまずアンゴラのデータセットを読み込んだのはいいが，このデータセットは20以上のエクセルファイルからなる．1つ1つ読み込むのは大変なので，読み込み作業も自動化できないだろうか．実は，上で用いたfor文によるダウンロードのコードを多少変更することで，簡単に読み込み作業も自動化できる．

アンゴラのデータを読み込んだ際，tmp_dat = read_excel(aid_files_path[1])と，aid_files_pathの1番目の要素 (パス) を読み込んでいることを思い出してほしい． 直感的にいえば，このコードをaid_files_pathのすべての要素について実行すれば，すべてのファイルを読み込むことができる．ただし，複数のファイルをfor文で読み込んでいく場合，読み込んだファイルを格納しておく入れ物を逐次用意するか，読み込んだファイルのデータを順次結合して一まとめにしていく作業が必要になる．次のコードでは，読み込んだ個別のファイルを逐次結合して，大きなtibbleオブジェクトにまとめる．

path_loop = 1:length(aid_files_path)
for (i in path_loop) {
    tmp_path = aid_files_path[i]    # pull out ith file path
    tmp_dat = read_excel(tmp_path, na=c("."), col_types=rep("text", 22))  # read ith file
    if (i == 1) {
        aid_all = tmp_dat
    } else {
        aid_all = bind_rows(aid_all, tmp_dat)   # combine
    }
}

このコードではまず，tmp_path = aid_files_path[i]で取得したi番目のパスにあるファイルを，tmp_dat = read_excel(tmp_path)によってtmp_datというオブジェクトに読み込んでいる． この2行のコードで，tmp_datはiが1のときにはaid_files_pathの1番目のパスにあるファイルを読み込み，iが2のときには2番目のパスにあるファイルを読み込む，といった具合に，逐次iに入る数字に対応するパスのファイルを読み込んでいる．なお，ファイルの数が22なので，当然iの最大値の22になる．なお，ここで読み込んでいる一連のデータには一部誤植が含まれているので，col_types=rep("text", 22)という「おまじない」をしている．このデータを用いた解析をする場合にはこれが問題になるが，ここではファイルの自動読み込みが重要なので気にしないことにしておく．

ここまでの作業で22のファイルを逐次読み込むことはできるが，毎回tmp_datの中身が書き換わってしまうのため，コードを回し終わるとtmp_datの中に22番目のファイルが読み込まれた状態になってしまう．我々が今ほしいのは「22個のファイルを (縦に) 結合した大きなデータ」なので，これを得るにはどうしたらよいだろうか．

ifで始まるブロックのコードが，読み込んだファイルを逐次結合していく作業を行なってくれる．if文は条件分岐を表現する手法の一つで，「ある条件が満たされている場合には作業1を，満たされていない場合には作業2を行なう」といった命令を記述できる．ここでは，「iが1の場合にはaid_allという新たなオブジェクトにtmp_datを代入し，iが2以上の場合にはaid_allにtmp_datを結合する」という作業を行なっている．dplyr::bind_rows()関数は，引数に与えられたdata.frameオブジェクトやtibbleオブジェクトを「縦に」結合する．「横」に結合するにはdplyr::bind_cols()関数を用いればよい．この2つの関数はデフォルトのrbind()関数とcbind()関数に対応する．詳細は省略するが，dplyr::bindの方がデフォルトの関数比べて柔軟で使いやすい (ただし，行列オブジェクトには使えないので，rbind()とcbind()も覚えておくこと)．

この作業が意図した通りに実行されていれば，読み込んだ22個のファイルを縦に結合した，大きなデータがaid_allに格納されているはずなので，確認してみよう．

aid_all

## # A tibble: 69,721 × 23
##    `project id`         `event id`  rname recipient_id dname donor_id
##           <chr>              <chr>  <chr>        <chr> <chr>    <chr>
## 1           598             598.01 ANGOLA            9  AFDB       60
## 2           598             598.02 ANGOLA            9  AFDB       60
## 3           598             598.03 ANGOLA            9  AFDB       60
## 4           598             598.04 ANGOLA            9  AFDB       60
## 5           598 598.04999999999995 ANGOLA            9  AFDB       60
## 6           598 598.05999999999995 ANGOLA            9  AFDB       60
## 7           598 598.07000000000005 ANGOLA            9  AFDB       60
## 8           598 598.08000000000004 ANGOLA            9  AFDB       60
## 9           598             598.09 ANGOLA            9  AFDB       60
## 10          598              598.1 ANGOLA            9  AFDB       60
## # ... with 69,711 more rows, and 17 more variables: year <chr>,
## #   loctext <chr>, numbloc <chr>, lat <chr>, long <chr>, first <chr>,
## #   second <chr>, precision <chr>, comtorig <chr>, origtyp <chr>,
## #   usdcr <chr>, usdco <chr>, crspcode <chr>, src <chr>,
## #   data_source_id <chr>, oecd_id <chr>, Numbloc <chr>

どうやら，70,000行弱のデータが読み込まれている．22の国のデータが読み込まれているかも，きちんと確認しておく．このデータではrname変数が対象の国の名前を保持しているので，rname変数が保持するユニークな値 (“ANGOLA,” “SUDAN”等) の数を見れば，何カ国のデータが含まれているかを確認できる． あるベクトル (あるいはオブジェクト) のユニークな値 (の組み合わせ) を取得するには，Rデフォルトのunique()関数を用いる．

unique(aid_all$rname)

##  [1] "ANGOLA"                         "BURUNDI  "                     
##  [3] "CENTRAL AFRICAN REPUBLIC"       "CHAD"                          
##  [5] NA                               "COMOROS"                       
##  [7] "CONGO, REPUBLIC OF"             "DJIBOUTI"                      
##  [9] "AFRICA ("                       "GLOBAL"                        
## [11] "CONGO, DEMOCRACTIC REPBULIC OF" "ERITREA"                       
## [13] "ETHIOPIA"                       "GUINEA-BISSAU"                 
## [15] "GUINEA"                         "COTE D'IVOIRE"                 
## [17] "LESOTHO"                        "LIBERIA"                       
## [19] "MOZAMBIQUE"                     "NIGERIA"                       
## [21] "RWANDA"                         "SIERRA LEONE"                  
## [23] "SOMALIA"                        "SUDAN"                         
## [25] "UGANDA"

なぜか25のユニークな値があるが，たくさんのデータがきちんと読み込めている．なお，NAは欠測 (欠損) 値 (missing value) を示すので，無視してよい．"AFRICA ("と"GLOBAL"はコードブック (説明書) にも記載がないので何かわからないが，2つ合わせても4行しかないので (とりあえず) 無視しておこう．

ちなみに，dplyr::distinct()関数もunique()関数と類似の働きをする．上でunique(aid_all$rname)と書いた部分をdplyrパッケージを活用して書くと，次のようになる．

aid_all %>% select(rname) %>% distinct

## # A tibble: 25 × 1
##                       rname
##                       <chr>
## 1                    ANGOLA
## 2                 BURUNDI  
## 3  CENTRAL AFRICAN REPUBLIC
## 4                      CHAD
## 5                      <NA>
## 6                   COMOROS
## 7        CONGO, REPUBLIC OF
## 8                  DJIBOUTI
## 9                  AFRICA (
## 10                   GLOBAL
## # ... with 15 more rows