In kikirinrin/gyokaikyor: What the Package Does (One Line, Title Case)

knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>"
)
library(gyokaikyor)

概要

gyakaikyor （漁海況R）パッケージは，漁海況業務をミスなく遂行するためのRパッケージです． 主な機能はデータ整形と作図のみですが，数値と図を一貫性のある形式で出力することで

• 誤りのない，美しい予報文を生成
• 誤りのない説明スライドを生成

するための基礎を作ります．

なぜこのパッケージが必要か

これを執筆している2019年3月末時点において， 漁海況予報業務のワークフローは，数々の問題を抱えています．

特に問題なのが，手作業の介在が多すぎることです． これは，以下のような問題を生じています．

• 人的ミスが混入しやすい
• 未来永劫，同じ作業を繰り返す必要がある
• データに問題があっても，人間が「空気を読んで」処理してしまう^[修正履歴が残らないだけでなく，元データがいつまでたってもきれいになりません]
• 暗黙のうちに変更された過去データがないか，調べる余裕がない

パッケージ gyokaikyor は，漁海況業務における手作業の介在を減らすことで， 成果物の品質向上に貢献します^[漁海況予報業務がいつまで続くかはわかりませんが，資源評価事業も同じ問題を抱えています]．

漁海況予報業務のあるべき姿とgyokaikyorの守備範囲

2019年3月末時点において，漁海況予報業務を構成する作業は，大きく

1. データ整理
2. データベース作成
3. グラフ作成
4. 漁況予測
5. 予報文案作成
6. 予報案説明スライド作成

に分けることができます． gyokaikyor は，これらのうち，頭脳労働を必要としない 「データ整理」から「グラフ作成」までの作業を受け持ちます^[2019年3月末時点では，「データ整理」のみの実装ですが，新機能を順次追加予定です．] 本パッケージを使えば，データ整理からグラフ作成までが一挙動で完了するため， 実質的に，業務フローを「漁況予測」から始めることができます．

使い方

漁獲量データの整理

漁獲量データを整形するためには， 整形したいファイルのファイル名をformat_catch()関数に与えます． ただし，設計の都合上，

• 県名
• 種名

は明示的に与える必要があります ^[熊本県の場合はファイルが「まき網」と「棒受網」とに分かれているため， 「漁法」の引数が必要です．詳細は help(format_catch) をご参照ください]．

カタクチイワシを例に

例として，鹿児島県のカタクチイワシの漁獲量データを整形してみましょう．

catch_kagoshima <- format_catch("../data.git/漁海況/2019年3月/各県資料/鹿児島県/４港月計表（30年度）.xlsx",
                                prefec = "kagoshima", spcs = "katakuchi")
catch_kagoshima

unique(catch_kagoshima$type)

主要4港のまき網，阿久根の棒受網，内之浦の棒受網による漁獲量を取得することができました．

他の魚種で試してみる

2019年3月末時点のバージョン 0.0.0 は，カタクチイワシを題材に開発されました． 基本的に spcs = "katakuchi" としたときしか動作保証はありませんが， 少しのコード変更で他の魚種にも対応できるはずです． 実際，鹿児島県のまき網データを使って試してみたところ，他の魚種でも正常に動作することを確認できました．

マアジ

spcs <- "maaji"
format_catch("../data.git/漁海況/2019年3月/各県資料/鹿児島県/４港月計表（30年度）.xlsx",
             prefec = "kagoshima", spcs = spcs)

さば類

spcs <- "sabarui"
format_catch("../data.git/漁海況/2019年3月/各県資料/鹿児島県/４港月計表（30年度）.xlsx",
             prefec = "kagoshima", spcs = spcs)

マイワシ

spcs <- "maiwashi"
format_catch("../data.git/漁海況/2019年3月/各県資料/鹿児島県/４港月計表（30年度）.xlsx",
             prefec = "kagoshima", spcs = spcs)

ウルメイワシ

spcs <- "urume"
format_catch("../data.git/漁海況/2019年3月/各県資料/鹿児島県/４港月計表（30年度）.xlsx",
             prefec = "kagoshima", spcs = spcs)

使用可能な引数は，help(format_catch) とすると確認できます．

妥協関数 export2kakuken_iwashi()

本来，手作業によるコピー & ペーストは完全に排除されるべきですが， そのようなワークフローをすぐに構築できないことも事実です． そこで，整形したデータを，現状のワークフローで用いられている Excel ファイルの 様式に合うように整形して出力する export2kakuken_iwashi() 関数を作りました．

カタクチイワシの場合，「★カタクチ18.xlsx」というファイルに体長の月別集計結果を 貼り付けることになっています． format_bl() の出力を export2kakuken_iwashi() 関数に渡し， 出力されたデータをコピー & ペーストで「★カタクチ18.xlsx」に貼り付けください^[いずれ，このファイルはワークフローの中核から外されるべきです]．

ただし，漁法が複数ある場合には，合計するなり除外するなりして， 月別に集計してから渡してください． 例えば，「主要4港まき網」，「阿久根棒受」，「内之浦棒受」からなる鹿児島県データを そのまま export2kakuken_iwashi() に渡してしまうと，以下のように，月別集計値が 3漁法別に出てしまいます．

library(magrittr)
catch_kagoshima %>%
  export2kakuken_iwashi(fname = "catch_kagoshima.csv")

これを期待される形で書き出すには，以下のようにします．

library(magrittr)
catch_kagoshima %>%
  dplyr::group_by(year, month) %>%
  dplyr::summarize(catch = sum(catch, na.rm =TRUE)) %>%
  export2kakuken_iwashi(fname = "catch_kagoshima.csv")

この関数が使われなくなる日が来ることを祈っています．

体長データの整理

県提出データを処理する場合

県から提出された体長データの処理には，format_bl() 関数を使います．

format_bl("../data.git/漁海況/2019年3月/各県資料/鹿児島県/体長組成(H30年度).xlsx",
          prefec = "kagoshima", spcs = "katakuchi")

fresco データを処理する場合

fresco にデータを登録してくれている県の場合には， まず fresco データを処理し，そこから該当の県を抽出すればOKです． fresco データの処理には， fmtbs_fresco()関数を使います． 「体長」または「精密」のデータ形式に合わせて，type 引数を "taichou" または "seimitsu" にセットします．

fmtbl_fresco("../data.git/fresco/201801_201812_nihonkai_taichou_katakuchi.csv",
             type = "taichou") %>%
  dplyr::filter(!is.na(count))

妥協関数 conv2hoshifile()

体長データの集計にも，妥協関数を用意しました． format_bl() で整形したデータを妥協関数 export2kakuken_iwashi() に渡し， 出力されたデータをコピー & ペーストで「★カタクチ18.xlsx」に貼り付けます．

その他

その他，データ整理後の業務を補助する補助関数もいくつかあります． ```r

list_by_prefec <- iwashi2list("/Volumes/評価研/漁海況/2019年3月/漁況資料作成/いわし/各県いわし_林20190312.xlsx")

catch_seikai <- summarize_seikai(list_by_prefec)

make_summary(list_by_prefec)

```` しかし，これらの関数は「各県いわし」ファイルの存在を前提としているので， デフォルトでは使用可能にしていません．

• いわし類にしか使えないため
• 悪いワークフローが残ることを助けてしまうため

上記の妥協関数と同様に，新ワークフローへの移行期間に使う程度にするのが望ましいでしょう．

まずは使ってみて下さい

もしよければ実際に使用していただき， 問題がありましたら GitHub の Issues または GITTERからご連絡いただけると大変助かります．

kikirinrin/gyokaikyor documentation built on May 17, 2019, 8:21 p.m.