Rとは
Rは統計計算とデータ分析、グラフ作成を得意とするプログラミング言語です。データの読み込み、加工、集計、可視化をコードとして残せるため、同じ分析を何度でも再実行できます。
- データの出所と意味を確認する
- 行数、列名、型、欠損値を調べる
- 必要な形へ整える
- 集計とグラフで特徴を確かめる
Rは分析専用の難しい道具ではありません。小さな計算や表の加工から始め、結果を確認しながら少しずつ処理を組み立てます。
基本文法とベクトル
Rでは、数値や文字列を変数へ代入し、ベクトルにまとめて処理します。ベクトルの位置は1から数える点が、他の言語と異なる重要な特徴です。
scores <- c(72, 85, 91, 68)
adjusted <- scores + 5
adjusted[scores >= 80][1] 90 96NAで表される欠損値を含む計算では、is.na()やna.rm = TRUEを使って扱いを明示します。詳しい基本文法は基本文法とデータで、実行結果を確かめながら学びます。
表を読み、整える
データ分析では、データフレームを中心に表を扱います。1行が1件、1列が1項目になるように整え、読み込んだ直後に構造と件数を確認します。
sales <- data.frame(
item = c("りんご", "みかん"),
quantity = c(3L, 5L),
price = c(120, 80)
)
str(sales)
dim(sales)'data.frame': 2 obs. of 3 variables:
[1] 2 3データフレームとCSVでは、文字コード、欠損、重複、抽出、変換、集計、結合までを順番に扱います。
集計と可視化
集計では平均だけでなく、件数、中央値、ばらつき、欠損も確認します。グラフは見た目を整える前に、知りたいことに合う種類を選びます。
results <- data.frame(
class = c("A", "A", "B", "B"),
score = c(70, 90, 60, 80)
)
aggregate(score ~ class, data = results, FUN = mean) class score
1 A 80
2 B 70データ可視化では、分布、比較、関係、推移に合わせたグラフと、画像として保存する方法を学びます。
関数とテスト
同じ処理を繰り返すときは関数へ切り出し、入力値の条件を検証します。失敗を黙って進めず、エラーの理由を表示して、期待した結果をテストで確認します。
price_with_tax <- function(price, rate = 0.1) {
if (length(price) != 1 || price < 0) {
stop("priceは0以上の数値1つにしてください")
}
floor(price * (1 + rate))
}
price_with_tax(1500)[1] 1650関数・エラー・テストで、欠損値や不正な入力への対応、stopifnot()、testthatを学びます。
次に学ぶこと
この講座の5つのSTEPを、データフレームとCSV、可視化、関数・エラー・テスト、プロジェクトとパッケージの順に進めましょう。最後は小さなCSVを読み、検証、集計、グラフ保存までを一度に実行できる分析フォルダーを作ります。