参考記事:
[R & SQL] データサイエンス100本ノック＋α - 概要・導入

• 設問文は データサイエンス100本ノック（構造化データ加工編） より引用しています。
• すべてのコードはコピー＆ペーストでそのまま実行できます。

演習問題

出力イメージ:

       n
1 531590

実行環境の構築について

R コード実行環境の構築に必要な手順は こちら から確認できます。

セットアップが完了すると、必要なパッケージとデータを使用できるようになります。

解答例を以下に示します。

R (データフレーム操作)

利用するデータ

データフレーム df_store、df_product を利用します。

解答例 (1)

cross_join() を用いた解答例です。

解答コードと実行結果

df_store %>% 
  cross_join(df_product) %>% 
  count()

# A tibble: 1 × 1
       n
   <int>
1 531590

解説

• df_store %>% cross_join(df_product)
df_store と df_product のデータフレームを cross_join() によって結合します。
  cross_join() は、2 つのデータフレームの各行の全組み合わせ (デカルト積) を作成し、その結果を新しいデータフレームとして返します。
  例えば、df_store に 100 行、df_product に 500 行があるとすると、結合された結果には 100 * 500 = 50,000 行が含まれることになります。

• count()
count() は、データフレームの行数をカウントする関数です。
  ここでは、cross_join() で結合された結果の行数、つまり生成された全組み合わせの数をカウントしています。
  実行結果で得られる n は組み合わせの総数を表し、ここでは 531,590 件の組み合わせが得られたことが分かります。

解答例 (2)

tidyr::crossing() を用いた解答例です。

解答コードと実行結果

df_store %>% 
  tidyr::crossing(df_product) %>% 
  count()

# A tibble: 1 × 1
       n
   <int>
1 531590

解説

crossing() は、tidyr パッケージに含まれる関数で、cross_join() と同様に 2 つのデータフレーム (df_store と df_product) の各行の全組み合わせ (デカルト積) を生成し、結果を新しいデータフレームとして返します。
tidyr パッケージを使用しているプロジェクトでは、コードの一貫性を保つことができます。

R (データベース操作)

データベースでの操作も 解答例 (1) と同様の流れです。
データフレーム df_store、df_product をテーブル参照 db_store、db_product に置き換えることで、同様の操作を実行できます。

db_result = db_store %>% 
  cross_join(db_product) %>% 
  count()

db_result %>% collect()

# A tibble: 1 × 1
       n
   <dbl>
1 531590

• db_result %>% collect()
  データベース操作の結果を R のデータフレーム (tibble) として取得します。

SQL

利用するデータ

store テーブルと product テーブルを利用します。

自動生成された SQL クエリ

データベース操作による結果 (db_result) に基づき、自動生成された SQLクエリを show_query() で確認できます。

db_result %>% show_query()

SELECT COUNT(*) AS n
FROM (
  SELECT store.*, product.*
  FROM store
  CROSS JOIN product
) q01

解答クエリ

このクエリをより簡潔な形に書き直すと、次のようになります。

SELECT 
  COUNT(*) AS n
FROM 
  store 
CROSS JOIN 
  product

解説

COUNT(*) を用いて、生成された組み合わせの総数をカウントします。結果として、店舗と商品の全組み合わせ数が返されます。

• SELECT COUNT(*) AS n
COUNT(*) は、結果セット内の行数をカウントします。ここでは、全組み合わせの数を取得します。
  AS n でカウントされた値に名前を付けています。
• FROM store
store テーブルからデータを取得します。
• CROSS JOIN product
store テーブルと product テーブルを CROSS JOIN によって結合します。この演算子は、両テーブルの全ての行の組み合わせを生成します。

実行結果の確認

この SQLクエリの実行結果は、次のようにして確認できます。

q = sql("
SELECT 
  COUNT(*) AS n
FROM 
  store 
CROSS JOIN 
  product
"
)

q %>% db_get_query(con)

# A tibble: 1 × 1
       n
   <dbl>
1 531590