RとQuartoではじめるデータサイエンス《2026》

#2 Rの基本的な操作方法(1)

Author
Affiliation

苅谷千尋

金沢大学 教育支援センター

Published

Wed, 15, Apr, 2026

Modified

Mon, 6, Apr, 2026

目次

  1. 前回の振り返り
  2. データフレームの構造と型
  3. データの抽出
  4. データの要約と集計
  5. 生成AIを活用する
  6. Rの構造：base R と modern R(tidyverse)の関係

0. 本日の目標

  1. データフレームの基本的な構造（行・列・変数）を理解する
  2. データの型（数値・文字・ファクターなど）の違いをなんとなく理解する
  3. データの抽出・除外についての基本的な操作を行ってみる
  4. データを簡単に計算し、その結果を図にしてみる（詳しい説明、理解は次週以降）
  5. 生成AIを補助ツールとして活用する可能性と注意点を理解する
  6. base Rとmodern Rの関係をなんとなく理解する

1. データフレームの構造と型

  • データフレーム = データを表の形でまとめたもの
    • 明確な列名とそれに従った値からなる
      • 行（row）: 1つの観測（例：1羽のペンギン）
      • 列（column）: 1つの変数（例：体重・種類）
  • 型によって「できる操作」が異なる
    • 数値：計算に向いている
    • 文字：分類に向いている
    • カテゴリ：分類に使われるデータ（順序を持つこともある）
  • skim()関数によるデータの特徴・型の把握

2. データの抽出

  • filter()：指定した変数のデータのみ残す
  • filter_out()：指定した変数のデータを除外する
  • 欠損値
    • RはNAの扱いを明示しないと計算しない仕様
    • 欠損値を除外するのが鉄則
    • 除外の仕方
      • is.na() → NAかどうかを調べる
      • ! → 否定（〜ではない）
      • 例：filter(!is.na(body_mass))

3. データの要約と集計（基本編）

  • 平均値を算出する：summarise(avg_body_mass = mean(body_mass))
  • グループごとの平均値を算出する：group_by(species)

4. 生成AIを活用する

⑴ 生成AIの利点を知る

  • コードと生成AIは相性がよい

⑵ 生成AIの限界を知る

  • 古い情報・不正確な情報を出すことがある
  • 存在しない関数、間違ったコードを出すことがある
  • AIは目的や問い、仮説を立てることはできない
    • ➡︎ 何を分析したいかは自分で考える必要がある

7. Rの構造：base R と modern R(tidyverse)の関係

⑴ 3層構造

  • Packages
    • 目的別に追加するツール：家具や家電
  • modern R：tidyな（整然とした）R:
    • 近年の改良で、より読みやすく・便利になった文法：家の骨組み・壁・柱、設計の考え
  • base R：R言語そのもの：家の基礎部分

⑵ パイプ処理

  • |> または %>%
  • 処理を連続させるための記号（正確には、演算子という）
    • より正確には「前の結果を次の関数に渡して、処理を順番につなげるための記号」
    • 何をどうしたいのかが明確（書きやすく、読みやすい）
    • コードを単純化でき、上から順に読めるコードになる

宿題

授業の感想：

  • 回答先：Google Forms
  • 締め切り：4月17日（金）23時59分

演習：

  • 内容：授業内で課した演習①〜④
  • ファイル：演習の該当箇所を抜き出すのではなく、qmdファイルをそのまま提出
    • ファイル名：氏名をかな表記にして下さい（例：かりやちひろ.qmd）
  • 回答先：dropbox
  • 締め切り：4月20日（月）23時59分