| species | island | bill_len | bill_dep | flipper_len | body_mass | sex | year |
|---|---|---|---|---|---|---|---|
| Adelie | Torgersen | 39.1 | 18.7 | 181 | 3750 | male | 2007 |
| Adelie | Torgersen | 39.5 | 17.4 | 186 | 3800 | female | 2007 |
| Adelie | Torgersen | 40.3 | 18.0 | 195 | 3250 | female | 2007 |
RとQuartoではじめるデータサイエンス
#2 Rの基本的な操作方法(1)
April 15, 2026
0. 本日の目標
本日の目標
- データフレームの基本的な構造（行・列・変数）を理解する
- 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
- 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
- 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）
- 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
- base Rとmodern Rの関係をなんとなく理解する
Ⅰ. 前回の振り返り
Ⅰ. データフレームの構造と型
データフレームとは何か
- データフレーム = データを表の形でまとめたもの
Excelのシートとの相違点
- 明確な列名とそれに従った値
- 空白行は入れない
- 空白セルは基本的に作らない
- 空白セルは欠損値
- セルの結合はしない
Excelでやりがちなこと
- 見やすくするための空白行挿入
- セルを結合する
- 見出しを2段にする
- 例：大問と小問。大問は行結合
- データ分析ではすべてNG
データフレームとは何か
複数行見出し
| V1 | V2 | V3 | V4 |
|---|---|---|---|
| 野菜 | 野菜 | 野菜 | 野菜 |
| 春野菜 | 春野菜 | 夏野菜 | 夏野菜 |
| ニンジン | キャベツ | トマト | キュウリ |
| 100 | 150 | 200 | 180 |
| 120 | 130 | 210 | 170 |
1行見出し
| 大カテゴリ | 中カテゴリ | 野菜名 | 1月売上 | 2月売上 |
|---|---|---|---|---|
| 野菜 | 春野菜 | ニンジン | 100 | 120 |
| 野菜 | 春野菜 | キャベツ | 150 | 130 |
| 野菜 | 夏野菜 | トマト | 200 | 210 |
| 野菜 | 夏野菜 | キュウリ | 180 | 170 |
データフレームとは何か
- tidyな（整然とした）データなんて当たり前、ではない
messyな（雑然とした）データ
データフレームとは何か
- 無理やり読み込んでみる・・・
| ...1 | ...2 | ...3 | ...4 | ...5 | ...6 | ...7 | ...8 | ...9 | ...10 | ...11 | 第 ３ 表 主 要 家 計 指 標 | ...13 | ...14 | ...15 | ...16 | ...17 | ...18 | ...19 | ...20 | ...21 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| NA | NA | NA | NA | NA | NA | 総世帯 | NA | NA | NA | NA | NA | 二人以上の世帯 | NA | NA | NA | NA | NA | 単身世帯 | NA | 消費者 物価指数 |
| NA | NA | NA | NA | NA | NA | NA | NA | うち勤労者世帯 | NA | NA | NA | NA | NA | うち勤労者世帯 | NA | NA | NA | NA | NA | NA |
| NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 年、年度、期 | NA | NA | NA | NA | NA | 世帯人員 | NA | 世帯人員 | NA | NA | NA | 世帯人員 | NA | 世帯人員 | NA | NA | NA | NA | NA | 持家の 帰属家賃 を除く 総合 |
| NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| NA | NA | NA | NA | NA | NA | NA | 消費支出 | NA | 実収入 | 可処分 | 消費支出 | NA | 消費支出 | NA | 実収入 | 可処分 | 消費支出 | 消費支出 | NA | NA |
| NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | 所 得 | NA | NA | NA | NA | NA | 所 得 | NA | NA | NA | NA |
| NA | NA | NA | NA | NA | NA | (人) | NA | (人) | NA | NA | NA | (人) | NA | (人) | NA | NA | NA | NA | NA | NA |
| NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| NA | NA | NA | 2022年平均 | NA | NA | 2.2200000000000002 | 244231 | 2.5 | 535177 | 435001 | 273417 | 2.91 | 290865 | 3.24 | 617654 | 500914 | 320627 | 161753 | NA | 102.7 |
| NA | NA | NA | 2023 | NA | NA | 2.2000000000000002 | 247322 | 2.4700000000000002 | 522334 | 425967 | 272285 | 2.9 | 293997 | 3.23 | 608182 | 494668 | 318755 | 167620 | NA | 106.6 |
| NA | NA | NA | 2024 | NA | NA | 2.17 | 250929 | 2.4500000000000002 | 542886 | 446596 | 275568 | 2.88 | 300243 | 3.23 | 636155 | 522569 | 325137 | 169547 | NA | 110 |
| NA | NA | NA | 2025 | NA | NA | 2.15 | 259880 | 2.42 | 559173 | 454952 | 291397 | 2.87 | 314001 | 3.2 | 653901 | 532408 | 346297 | 173042 | NA | 114 |
| NA | NA | NA | 2021年度平均 | NA | NA | 2.2400000000000002 | 236573 | 2.52 | 522476 | 426796 | 266380 | 2.93 | 280935 | 3.27 | 608156 | 495783 | 311207 | 156339 | NA | 99.9 |
| NA | NA | NA | 2022 | NA | NA | 2.21 | 247219 | 2.5 | 538384 | 437146 | 275541 | 2.9 | 293671 | 3.24 | 620012 | 502262 | 322841 | 165796 | NA | 103.7 |
| NA | NA | NA | 2023 | NA | NA | 2.19 | 246676 | 2.46 | 522157 | 425532 | 271299 | 2.89 | 294116 | 3.23 | 609904 | 496111 | 319159 | 166318 | NA | 107.4 |
| 実 | NA | NA | 2024 | NA | NA | 2.17 | 254435 | 2.44 | 545752 | 449268 | 279487 | 2.88 | 304178 | 3.22 | 639372 | 524833 | 329598 | 172968 | NA | 111.2 |
| NA | NA | NA | 2021年 | 10～12 | 月期 | 2.2400000000000002 | 245931 | 2.5 | 609344 | 506562 | 272373 | 2.93 | 292077 | 3.27 | 711066 | 592057 | 320333 | 163007 | NA | 100 |
| NA | NA | NA | 2022年 | １～３ | NA | 2.23 | 234726 | 2.5 | 435798 | 360160 | 262372 | 2.92 | 284316 | 3.26 | 507882 | 419944 | 314444 | 146054 | NA | 100.8 |
| NA | NA | NA | NA | ４～６ | NA | 2.2200000000000002 | 240742 | 2.48 | 562844 | 446215 | 266472 | 2.91 | 289694 | 3.25 | 648729 | 510810 | 319865 | 153611 | NA | 102 |
| NA | NA | NA | NA | ７～９ | NA | 2.2200000000000002 | 237456 | 2.48 | 498561 | 404005 | 266951 | 2.91 | 285429 | 3.23 | 573555 | 463036 | 318001 | 152856 | NA | 103.2 |
| 数 | NA | NA | NA | 10～12 | NA | 2.21 | 255388 | 2.4900000000000002 | 651882 | 535924 | 282220 | 2.9 | 304022 | 3.24 | 740450 | 609865 | 330200 | 170672 | NA | 104.6 |
| NA | NA | NA | 2023年 | １～３ | NA | 2.2000000000000002 | 245524 | 2.48 | 446444 | 366503 | 271804 | 2.9 | 295539 | 3.24 | 517314 | 425338 | 323299 | 159241 | NA | 105.1 |
| NA | NA | NA | NA | ４～６ | NA | 2.2000000000000002 | 238444 | 2.4700000000000002 | 557127 | 443803 | 264985 | 2.9 | 288355 | 3.23 | 640984 | 507788 | 314821 | 153027 | NA | 106 |
| NA | NA | NA | NA | ７～９ | NA | 2.19 | 241159 | 2.44 | 478391 | 389607 | 264714 | 2.89 | 285955 | 3.22 | 556469 | 453700 | 309844 | 164807 | NA | 107 |
| (円) | NA | NA | NA | 10～12 | NA | 2.19 | 256267 | 2.42 | 619305 | 509645 | 275663 | 2.89 | 306138 | 3.23 | 717961 | 591845 | 327056 | 171961 | NA | 108.2 |
| NA | NA | NA | 2024年 | １～３ | NA | 2.1800000000000002 | 247610 | 2.44 | 448900 | 367555 | 273102 | 2.89 | 296016 | 3.24 | 524204 | 431111 | 324913 | 166773 | NA | 108.3 |
| NA | NA | NA | NA | ４～６ | NA | 2.17 | 243336 | 2.44 | 585981 | 477014 | 265894 | 2.88 | 294838 | 3.23 | 674715 | 547570 | 321269 | 158171 | NA | 109.4 |
| NA | NA | NA | NA | ７～９ | NA | 2.17 | 243416 | 2.4300000000000002 | 496157 | 409133 | 264339 | 2.88 | 292127 | 3.22 | 587586 | 484275 | 313249 | 163286 | NA | 110.4 |
| NA | NA | NA | NA | 10～12 | NA | 2.17 | 262019 | 2.4300000000000002 | 649532 | 538684 | 284317 | 2.88 | 317990 | 3.22 | 758114 | 627320 | 341116 | 170559 | NA | 111.9 |
| NA | NA | NA | 2025年 | １～３ | NA | 2.16 | 257021 | 2.41 | 455099 | 374376 | 282334 | 2.88 | 311755 | 3.2 | 537071 | 440165 | 342759 | 168292 | NA | 113 |
| NA | NA | NA | NA | ４～６ | NA | 2.16 | 254707 | 2.4300000000000002 | 598201 | 474613 | 286204 | 2.87 | 312407 | 3.21 | 696038 | 551040 | 345950 | 161715 | NA | 113.7 |
| NA | NA | NA | NA | ７～９ | NA | 2.15 | 252063 | 2.41 | 511575 | 415555 | 284173 | 2.87 | 307629 | 3.2 | 606932 | 493401 | 341996 | 163303 | NA | 114.1 |
| NA | NA | NA | NA | 10～12 | NA | 2.15 | 267160 | 2.37 | 662555 | 549623 | 294387 | 2.87 | 324212 | 3.18 | 775565 | 645027 | 354484 | 176516 | NA | 115.3 |
| NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| NA | NA | NA | 2022年平均 | NA | NA | - | 3.9 | - | 2.4 | 2.1 | 3.6 | - | 4.2 | - | 2 | 1.7 | 3.6 | 4.3 | NA | 3 |
| NA | NA | NA | 2023 | NA | NA | - | 1.3 | - | -2.4 | -2.1 | -0.4 | - | 1.1000000000000001 | - | -1.5 | -1.2 | -0.6 | 3.6 | NA | 3.8 |
| NA | NA | NA | 2024 | NA | NA | - | 1.5 | - | 3.9 | 4.8 | 1.2 | - | 2.1 | - | 4.5999999999999996 | 5.6 | 2 | 1.1000000000000001 | NA | 3.2 |
| NA | NA | NA | 2025 | NA | NA | - | 3.6 | - | 3 | 1.9 | 5.7 | - | 4.5999999999999996 | - | 2.8 | 1.9 | 6.5 | 2.1 | NA | 3.7 |
| NA | NA | NA | 2021年度平均 | NA | NA | - | 2.2000000000000002 | - | -1.5 | -1.3 | 2.7 | - | 1.7 | - | 0.1 | -0.2 | 2.2000000000000002 | 5.3 | NA | 0.1 |
| 対前年（度・同期） 名目増減率 | NA | NA | 2022 | NA | NA | - | 4.5 | - | 3 | 2.4 | 3.4 | - | 4.5 | - | 1.9 | 1.3 | 3.7 | 6 | NA | 3.8 |
| NA | NA | NA | 2023 | NA | NA | - | -0.2 | - | -3 | -2.7 | -1.5 | - | 0.2 | - | -1.6 | -1.2 | -1.1000000000000001 | 0.3 | NA | 3.5 |
| NA | NA | NA | 2024 | NA | NA | - | 3.1 | - | 4.5 | 5.6 | 3 | - | 3.4 | - | 4.8 | 5.8 | 3.3 | 4 | NA | 3.5 |
| NA | NA | NA | 2021年 | 10～12 | 月期 | - | 0.5 | - | 0.4 | 1.6 | 0.6 | - | -0.1 | - | 3.3 | 4.0999999999999996 | 1 | 4.5999999999999996 | NA | 0.6 |
| NA | NA | NA | 2022年 | １～３ | NA | - | 1.3 | - | 0.5 | 1.3 | 1.9 | - | 2.8 | - | 2.2999999999999998 | 3 | 2.2999999999999998 | -1.7 | NA | 1 |
| NA | NA | NA | NA | ４～６ | NA | - | 2.2000000000000002 | - | 0.8 | 0.4 | 1.2 | - | 3.2 | - | 0.5 | 0 | 2.4 | 0.9 | NA | 2.9 |
| NA | NA | NA | NA | ７～９ | NA | - | 5.9 | - | 1.8 | 1.9 | 6.8 | - | 7.1 | - | 0.9 | 0.6 | 6.9 | 3.8 | NA | 3.4 |
| NA | NA | NA | NA | 10～12 | NA | - | 3.8 | - | 7 | 5.8 | 3.6 | - | 4.0999999999999996 | - | 4.0999999999999996 | 3 | 3.1 | 4.7 | NA | 4.5999999999999996 |
| NA | NA | NA | 2023年 | １～３ | NA | - | 4.5999999999999996 | - | 2.4 | 1.8 | 3.6 | - | 3.9 | - | 1.9 | 1.3 | 2.8 | 9 | NA | 4.3 |
| NA | NA | NA | NA | ４～６ | NA | - | -1 | - | -1 | -0.5 | -0.6 | - | -0.5 | - | -1.2 | -0.6 | -1.6 | -0.4 | NA | 3.9 |
| NA | NA | NA | NA | ７～９ | NA | - | 1.6 | - | -4 | -3.6 | -0.8 | - | 0.2 | - | -3 | -2 | -2.6 | 7.8 | NA | 3.7 |
| NA | NA | NA | NA | 10～12 | NA | - | 0.3 | - | -5 | -4.9000000000000004 | -2.2999999999999998 | - | 0.7 | - | -3 | -3 | -1 | 0.8 | NA | 3.4 |
| NA | NA | NA | 2024年 | １～３ | NA | - | 0.8 | - | 0.6 | 0.3 | 0.5 | - | 0.2 | - | 1.3 | 1.4 | 0.5 | 4.7 | NA | 3 |
| NA | NA | NA | NA | ４～６ | NA | - | 2.1 | - | 5.2 | 7.5 | 0.3 | - | 2.2000000000000002 | - | 5.3 | 7.8 | 2 | 3.4 | NA | 3.1 |
| NA | NA | NA | NA | ７～９ | NA | - | 0.9 | - | 3.7 | 5 | -0.1 | - | 2.2000000000000002 | - | 5.6 | 6.7 | 1.1000000000000001 | -0.9 | NA | 3.2 |
| (％) | NA | NA | NA | 10～12 | NA | - | 2.2000000000000002 | - | 4.9000000000000004 | 5.7 | 3.1 | - | 3.9 | - | 5.6 | 6 | 4.3 | -0.8 | NA | 3.4 |
| NA | NA | NA | 2025年 | １～３ | NA | - | 3.8 | - | 1.4 | 1.9 | 3.4 | - | 5.3 | - | 2.5 | 2.1 | 5.5 | 0.9 | NA | 4.4000000000000004 |
| NA | NA | NA | NA | ４～６ | NA | - | 4.7 | - | 2.1 | -0.5 | 7.6 | - | 6 | - | 3.2 | 0.6 | 7.7 | 2.2000000000000002 | NA | 4 |
| NA | NA | NA | NA | ７～９ | NA | - | 3.6 | - | 3.1 | 1.6 | 7.5 | - | 5.3 | - | 3.3 | 1.9 | 9.1999999999999993 | 0 | NA | 3.4 |
| NA | NA | NA | NA | 10～12 | NA | - | 2 | - | 2 | 2 | 3.5 | - | 2 | - | 2.2999999999999998 | 2.8 | 3.9 | 3.5 | NA | 3 |
| NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| NA | NA | NA | 2022年平均 | NA | NA | - | 0.9 | - | -0.6 | -0.9 | 0.6 | - | 1.2 | - | -1 | -1.3 | 0.6 | 1.3 | NA | - |
| NA | NA | NA | 2023 | NA | NA | - | -2.4 | - | -6 | -5.7 | -4 | - | -2.6 | - | -5.0999999999999996 | -4.8 | -4.2 | -0.2 | NA | - |
| NA | NA | NA | 2024 | NA | NA | - | -1.6 | - | 0.7 | 1.6 | -1.9 | - | -1.1000000000000001 | - | 1.4 | 2.2999999999999998 | -1.2 | -2 | NA | - |
| NA | NA | NA | 2025 | NA | NA | - | -0.1 | - | -0.7 | -1.7 | 1.9 | - | 0.9 | - | -0.9 | -1.7 | 2.7 | -1.5 | NA | - |
| NA | NA | NA | 2021年度平均 | NA | NA | - | 2.1 | - | -1.6 | -1.4 | 2.6 | - | 1.6 | - | 0 | -0.3 | 2.1 | 5.2 | NA | - |
| 対前年（度・同期） 実質増減率 | NA | NA | 2022 | NA | NA | - | 0.7 | - | -0.8 | -1.3 | -0.4 | - | 0.7 | - | -1.8 | -2.4 | -0.1 | 2.1 | NA | - |
| NA | NA | NA | 2023 | NA | NA | - | -3.6 | - | -6.3 | -6 | -4.8 | - | -3.2 | - | -4.9000000000000004 | -4.5 | -4.4000000000000004 | -3.1 | NA | - |
| NA | NA | NA | 2024 | NA | NA | - | -0.4 | - | 1 | 2 | -0.5 | - | -0.1 | - | 1.3 | 2.2000000000000002 | -0.2 | 0.5 | NA | - |
| NA | NA | NA | 2021年 | 10～12 | 月期 | - | -0.1 | - | -0.2 | 1 | 0 | - | -0.7 | - | 2.7 | 3.5 | 0.4 | 4 | NA | - |
| NA | NA | NA | 2022年 | １～３ | NA | - | 0.3 | - | -0.5 | 0.3 | 0.9 | - | 1.8 | - | 1.3 | 2 | 1.3 | -2.7 | NA | - |
| NA | NA | NA | NA | ４～６ | NA | - | -0.7 | - | -2 | -2.4 | -1.7 | - | 0.3 | - | -2.2999999999999998 | -2.8 | -0.5 | -1.9 | NA | - |
| NA | NA | NA | NA | ７～９ | NA | - | 2.4 | - | -1.5 | -1.5 | 3.3 | - | 3.6 | - | -2.4 | -2.7 | 3.4 | 0.4 | NA | - |
| NA | NA | NA | NA | 10～12 | NA | - | -0.8 | - | 2.2999999999999998 | 1.1000000000000001 | -1 | - | -0.5 | - | -0.5 | -1.5 | -1.4 | 0.1 | NA | - |
| NA | NA | NA | 2023年 | １～３ | NA | - | 0.3 | - | -1.8 | -2.4 | -0.7 | - | -0.4 | - | -2.2999999999999998 | -2.9 | -1.4 | 4.5 | NA | - |
| NA | NA | NA | NA | ４～６ | NA | - | -4.7 | - | -4.7 | -4.2 | -4.3 | - | -4.2 | - | -4.9000000000000004 | -4.3 | -5.3 | -4.0999999999999996 | NA | - |
| NA | NA | NA | NA | ７～９ | NA | - | -2 | - | -7.4 | -7 | -4.3 | - | -3.4 | - | -6.5 | -5.5 | -6.1 | 4 | NA | - |
| NA | NA | NA | NA | 10～12 | NA | - | -3 | - | -8.1 | -8 | -5.5 | - | -2.6 | - | -6.2 | -6.2 | -4.3 | -2.5 | NA | - |
| NA | NA | NA | 2024年 | １～３ | NA | - | -2.1 | - | -2.2999999999999998 | -2.6 | -2.4 | - | -2.7 | - | -1.7 | -1.6 | -2.4 | 1.7 | NA | - |
| NA | NA | NA | NA | ４～６ | NA | - | -1 | - | 2 | 4.3 | -2.7 | - | -0.9 | - | 2.1 | 4.5999999999999996 | -1.1000000000000001 | 0.3 | NA | - |
| NA | NA | NA | NA | ７～９ | NA | - | -2.2000000000000002 | - | 0.5 | 1.7 | -3.2 | - | -1 | - | 2.2999999999999998 | 3.4 | -2 | -4 | NA | - |
| (％) | NA | NA | NA | 10～12 | NA | - | -1.2 | - | 1.5 | 2.2000000000000002 | -0.3 | - | 0.5 | - | 2.1 | 2.5 | 0.9 | -4.0999999999999996 | NA | - |
| NA | NA | NA | 2025年 | １～３ | NA | - | -0.6 | - | -2.9 | -2.4 | -1 | - | 0.9 | - | -1.8 | -2.2000000000000002 | 1.1000000000000001 | -3.4 | NA | - |
| NA | NA | NA | NA | ４～６ | NA | - | 0.7 | - | -1.8 | -4.3 | 3.5 | - | 1.9 | - | -0.8 | -3.3 | 3.6 | -1.7 | NA | - |
| NA | NA | NA | NA | ７～９ | NA | - | 0.2 | - | -0.3 | -1.7 | 4 | - | 1.8 | - | -0.1 | -1.5 | 5.6 | -3.3 | NA | - |
| NA | NA | NA | NA | 10～12 | NA | - | -1 | - | -1 | -1 | 0.5 | - | -1 | - | -0.7 | -0.2 | 0.9 | 0.5 | NA | - |
| NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 注１ 総世帯には、「勤労者世帯」、「無職世帯」のほか、世帯主が個人経営者、法人経営者、自由業者などの世帯が含まれる。 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| ２ 総世帯及び単身世帯の四半期結果と年（度）平均では結果の推定方法が異なるので、年（度）の平均は当該４四半期分の単純平均とはならない。 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| ３ 消費者物価指数(持家の帰属家賃を除く総合)は、2020年基準（2020年＝100）である。 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| ４ 「実収入」及び「可処分所得」の実質化には消費者物価指数(持家の帰属家賃を除く総合)を用いた。 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
データフレームとは何か
データフレームの構造（行と列）
- 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）
| species | island | bill_len | bill_dep | flipper_len | body_mass | sex | year |
|---|---|---|---|---|---|---|---|
| Adelie | Torgersen | 39.1 | 18.7 | 181 | 3750 | male | 2007 |
| Adelie | Torgersen | 39.5 | 17.4 | 186 | 3800 | female | 2007 |
| Adelie | Torgersen | 40.3 | 18.0 | 195 | 3250 | female | 2007 |
- 行が増える = データが増える
- 列が増える = 情報の種類が増える
変数とは何か
- 列 = 変数（variable）
例
- 体重（body_mass）：
- 数値の変数
- 計算できる
- 種類（speciesなど）：
- カテゴリの変数
- 分類できる
| species | island | bill_len | bill_dep | flipper_len | body_mass | sex | year |
|---|---|---|---|---|---|---|---|
| Adelie | Torgersen | 39.1 | 18.7 | 181 | 3750 | male | 2007 |
| Adelie | Torgersen | 39.5 | 17.4 | 186 | 3800 | female | 2007 |
| Adelie | Torgersen | 40.3 | 18.0 | 195 | 3250 | female | 2007 |
| Adelie | Torgersen | NA | NA | NA | NA | NA | 2007 |
| Adelie | Torgersen | 36.7 | 19.3 | 193 | 3450 | female | 2007 |
データの型（type）
- データには種類（型）がある
- 数値（numeric）：体重、身長など
- 文字（character）：名前など
- カテゴリ（factor）：種類、性別など
- 日付・時刻（date / datetime）：日付や時間（特別な型）
- 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）
Rはデータを読み込む際に列の値を見て、自動で型を推定します。ただしカテゴリの順序は自動では付きません。例：「male / female」や評価「S / A / B / C / F」も単なるカテゴリとして扱われます（デフォルトでは、アルファベット順に並びます）。順序付きカテゴリ（ordered factor）にしたい場合は自分で指定する必要があります（後日説明）
データの型（type）を確認しよう
- skim()関数を使用
- base R や tidyverseには含まれていないため、追加パッケージが必要
- install.packageで’skimr’パッケージをダウンロード
- Setup Chunkにパッケージを追加
- 以下のコードを実行
- skim_typeを確認
| skim_type | skim_variable | n_missing | complete_rate | factor.ordered | factor.n_unique | factor.top_counts | numeric.mean | numeric.sd | numeric.p0 | numeric.p25 | numeric.p50 | numeric.p75 | numeric.p100 | numeric.hist |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| factor | species | 0 | 1 | FALSE | 3 | Ade: 152, Gen: 124, Chi: 68 | NA | NA | NA | NA | NA | NA | NA | NA |
| factor | island | 0 | 1 | FALSE | 3 | Bis: 168, Dre: 124, Tor: 52 | NA | NA | NA | NA | NA | NA | NA | NA |
パッケージのインストール、読み込み方法を忘れた人は、前回の教材を参照しましょう
データの型（type）を確認しよう
skim()関数の利点
- データの特徴を一度に把握できる
- 型（numeric / character など）
- NA（欠損値）の有無
- 数値の大まかな大きさ（平均・最小・最大など）
Cf. base R関数場合
species island bill_len bill_dep
Adelie :152 Biscoe :168 Min. :32.10 Min. :13.10
Chinstrap: 68 Dream :124 1st Qu.:39.23 1st Qu.:15.60
Gentoo :124 Torgersen: 52 Median :44.45 Median :17.30
Mean :43.92 Mean :17.15
3rd Qu.:48.50 3rd Qu.:18.70
Max. :59.60 Max. :21.50
NA's :2 NA's :2
flipper_len body_mass sex year
Min. :172.0 Min. :2700 female:165 Min. :2007
1st Qu.:190.0 1st Qu.:3550 male :168 1st Qu.:2007
Median :197.0 Median :4050 NA's : 11 Median :2008
Mean :200.9 Mean :4202 Mean :2008
3rd Qu.:213.0 3rd Qu.:4750 3rd Qu.:2009
Max. :231.0 Max. :6300 Max. :2009
NA's :2 NA's :2 'data.frame': 344 obs. of 8 variables:
$ species : Factor w/ 3 levels "Adelie","Chinstrap",..: 1 1 1 1 1 1 1 1 1 1 ...
$ island : Factor w/ 3 levels "Biscoe","Dream",..: 3 3 3 3 3 3 3 3 3 3 ...
$ bill_len : num 39.1 39.5 40.3 NA 36.7 39.3 38.9 39.2 34.1 42 ...
$ bill_dep : num 18.7 17.4 18 NA 19.3 20.6 17.8 19.6 18.1 20.2 ...
$ flipper_len: int 181 186 195 NA 193 190 181 195 193 190 ...
$ body_mass : int 3750 3800 3250 NA 3450 3650 3625 4675 3475 4250 ...
$ sex : Factor w/ 2 levels "female","male": 2 1 1 NA 1 2 1 2 NA NA ...
$ year : int 2007 2007 2007 2007 2007 2007 2007 2007 2007 2007 ...Ⅱ. データの抽出
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
filter()
filter_out()
イコール記号は二つ連続して下さい（==）。文字（文字ベクトル）は “” で囲んで下さい
演習：データの抽出
演習問題①
- Biscoe島にいるペンギンだけを取り出し、何羽いるか数えよう
ヒント
- 島の名前が入っている列は island
- “Biscoe” と一致するものを選ぶ
- 行数＝個数
03:00
演習：データの抽出
演習問題②
- 体重が4,000g以上のペンギンを抽出し、何羽いるか数えよう
- filter()関数のあとに、count()関数をつなげてみよう
ヒント
- 体重の列名は body_mass
- 「以上」は >= を使う
03:00
データの抽出
複数条件
&（かつ）
- 両方の条件を満たすものだけ
|（または）
- どちらか一方でも満たせばOK
演習：データの抽出
演習問題③
- 次のすべてを満たすペンギンを取り出し、個数をカウントして下さい
- Biscoe島にいる
- Gentoo種ではない
- 体重が3,000g以上
- メス
- くちばしの長さが25mm以上
05:00
欠損値
- 欠損値（NA）とは
- データが入っていない値のこと
- Rでは「NA」と表示される
- 例：体重が測定されていない；雌雄が不明
- 欠損値があると困ること
- 計算できない（RはNAの扱いを明示しないと計算しない仕様）
- 結果が正しく出ないことがある
- ➡︎ 欠損値を除外するのが鉄則
- 除外の仕方
- filter_out()関数
is.na()→ NAかどうかを調べる
欠損値
- 特定の列の欠損値を除外する
| skim_type | skim_variable | n_missing | complete_rate | factor.ordered | factor.n_unique | factor.top_counts | numeric.mean | numeric.sd | numeric.p0 | numeric.p25 | numeric.p50 | numeric.p75 | numeric.p100 | numeric.hist |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| factor | species | 0 | 1.0000000 | FALSE | 3 | Ade: 151, Gen: 123, Chi: 68 | NA | NA | NA | NA | NA | NA | NA | NA |
| factor | island | 0 | 1.0000000 | FALSE | 3 | Bis: 167, Dre: 124, Tor: 51 | NA | NA | NA | NA | NA | NA | NA | NA |
| factor | sex | 9 | 0.9736842 | FALSE | 2 | mal: 168, fem: 165 | NA | NA | NA | NA | NA | NA | NA | NA |
| numeric | bill_len | 0 | 1.0000000 | NA | NA | NA | 43.92193 | 5.4595837 | 32.1 | 39.225 | 44.45 | 48.5 | 59.6 | ▃▇▇▆▁ |
| numeric | bill_dep | 0 | 1.0000000 | NA | NA | NA | 17.15117 | 1.9747932 | 13.1 | 15.600 | 17.30 | 18.7 | 21.5 | ▅▅▇▇▂ |
| numeric | flipper_len | 0 | 1.0000000 | NA | NA | NA | 200.91520 | 14.0617137 | 172.0 | 190.000 | 197.00 | 213.0 | 231.0 | ▂▇▃▅▂ |
| numeric | body_mass | 0 | 1.0000000 | NA | NA | NA | 4201.75439 | 801.9545357 | 2700.0 | 3550.000 | 4050.00 | 4750.0 | 6300.0 | ▃▇▆▃▂ |
| numeric | year | 0 | 1.0000000 | NA | NA | NA | 2008.02924 | 0.8171684 | 2007.0 | 2007.000 | 2008.00 | 2009.0 | 2009.0 | ▇▁▇▁▇ |
- データフレームのすべての欠損値を除外する
| skim_type | skim_variable | n_missing | complete_rate | factor.ordered | factor.n_unique | factor.top_counts | numeric.mean | numeric.sd | numeric.p0 | numeric.p25 | numeric.p50 | numeric.p75 | numeric.p100 | numeric.hist |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| factor | species | 0 | 1 | FALSE | 3 | Ade: 146, Gen: 119, Chi: 68 | NA | NA | NA | NA | NA | NA | NA | NA |
| factor | island | 0 | 1 | FALSE | 3 | Bis: 163, Dre: 123, Tor: 47 | NA | NA | NA | NA | NA | NA | NA | NA |
| factor | sex | 0 | 1 | FALSE | 2 | mal: 168, fem: 165 | NA | NA | NA | NA | NA | NA | NA | NA |
| numeric | bill_len | 0 | 1 | NA | NA | NA | 43.99279 | 5.4686683 | 32.1 | 39.5 | 44.5 | 48.6 | 59.6 | ▃▇▇▆▁ |
| numeric | bill_dep | 0 | 1 | NA | NA | NA | 17.16486 | 1.9692355 | 13.1 | 15.6 | 17.3 | 18.7 | 21.5 | ▅▆▇▇▂ |
| numeric | flipper_len | 0 | 1 | NA | NA | NA | 200.96697 | 14.0157653 | 172.0 | 190.0 | 197.0 | 213.0 | 231.0 | ▂▇▃▅▃ |
| numeric | body_mass | 0 | 1 | NA | NA | NA | 4207.05706 | 805.2158019 | 2700.0 | 3550.0 | 4050.0 | 4775.0 | 6300.0 | ▃▇▅▃▂ |
| numeric | year | 0 | 1 | NA | NA | NA | 2008.04204 | 0.8129439 | 2007.0 | 2007.0 | 2008.0 | 2009.0 | 2009.0 | ▇▁▇▁▇ |
「!否定（〜ではない）」という書き方もできますが（filter(!is.na(body_mass))）、dplyr 1.2.0（2026年2月）で、filter_out()関数が追加されたことにより非推奨となっています(blog)
Ⅴ. データの要約と集計
データの要約と集計（基本編）
- 平均値を算出する
補足
- avg_body_massとしたが、列名は任意。日本語も可
- mean()は関数なので、必ずこのまま入力すること
- mean()の引数が平均値を割り出す対象を意味する
データの要約と集計（基本編）
- グループごとの平均値を算出する
- group_by()関数
- 分けたい対象をgroup_by()の引数に入れる
データの要約と集計（基本編）
- 複数のグルーピングも可能
- 例：「種類 × 雌雄」の組み合わせごとに分ける
棒グラフを作ってみる
- 先に作成したデータを使って、棒グラフを作ってみよう
- 詳しい解説は次週、行います
- まずはコードを動かして、Rの手順（計算から図の作成まで）をなんとなく掴んで下さい
棒グラフを作ってみる
演習④
- group_by() の中身を変えてみよう
- body_massを変えてみよう
- 時間が余った人は facet_wrap(~ sex) をコメントアウトして、結果がどう変わるか確認しよう
ヒント
- コードの構造はほとんど変えずに、変数だけを操作する
- colnames()関数を使って、利用可能な変数を確認
- 特にデータの型に注意
- エラーが出た人は生成AIに尋ねてみよう）
03:00
繰り返し処理処理
最終授業回で簡単に説明します。今回はこうした処理が可能だということだけ理解下さい
map()関数
- 指定した値（変数など）を順に取り出して、同じ処理を行う
vars <- c("body_mass", "bill_len", "flipper_len") # 変数を指定
map(vars, \(v) { #map()関数を使って同一処理を指示
penguins |> # タイトルを除くコードは先と同じ
filter_out(if_any(everything(), is.na)) |>
group_by(species, sex) |>
summarise(avg = mean(.data[[v]])) |>
ggplot(aes(x = species, y = avg)) +
geom_col() +
facet_wrap(~ sex) +
labs(title = paste("Average of", v)) # varsからタイトルを付与
})[[1]]
[[2]]
[[3]]
Ⅴ. 生成AIを活用する
生成AIを活用する
生成AIの利点を知る
- コードと生成AIは相性がよい
- テキストとして扱えるため、コピー＆ペーストができる
- 修正や試行錯誤がしやすい
- Cf. Microsoft ExcelはPC操作権を生成AIに渡す必要がある（危険！）
- プログラマーやエンジニアも生成AIを活用することが一般的になっている
- サンプルコードだけでなく、サンプルデータも作ってくれる
- 公式サイトもAsk AIを用意
- エラーの意味と改善方法を提案してくれる
- いつもよい回答とは限らないが、初学者には役に立つ
生成AIを活用する
生成AIの限界を知る
Ⅷ. Rの構造：base R と modern R(tidyverse)の関係
Rの構造
3層構造
graph BT
A(["<strong>base R</strong>
Rの基本構文・関数
例: mean(), sum(), if"]) -->
B(["<strong>modern R</strong>
便利な文法・スタイル
例: |> パイプ, tibble, dplyr 文法,<br> ggplot2 文法"]) -->
C(["<strong>Packages</strong>
Rに追加するツール集
例: tidyverse, ggplot2,<br>readr, shiny"])
%% ノードのスタイル
style A text-align:center
style B text-align:center
style A text-align:center, fill:#FFD700,stroke:#333,stroke-width:1px,font-weight:bold;
style B text-align:center, fill:#87CEFA,stroke:#333,stroke-width:1px,font-weight:bold;
style C text-align:center, fill:#90EE90,stroke:#333,stroke-width:1px,font-weight:bold;
- 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:
- Hadley Wickham（ハドリー・ウィッカム）が2016年に開発（統計言語 「R」の神はなぜ無償で貢献したのか）
- 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、設計の考え方
- base R：統計学者が1990年代に開発（S言語を継承）
- R言語そのもの：家の基礎部分
Rの手順
flowchart TB
Start([YAML設定（ドキュメントの設定）:<br> タイトル、出力形式、テーマなど]) --> B[データの読み込み・前処理:<br> dplyr / tidyr
<br>（フィルタリング / 新列作成・計算<br>/ 縦持ち・横持ち変換 / 欠損値処理）]
B --> C1[データの概要と可視化:<br> skim, gt_summary / ggplot2]
B --> C2[統計分析・モデル構築:<br> lm, glm, 因果推論]
C1 --> D[結果の評価・解釈:<br> broom, modelsummary, performance]
C2 --> D
D --> End([レポート作成（レンダー）:<br> knitr / rmarkdown<br>（pdf; reveal.js; webpage; docx; pptx; pdf）])
%% 色付け
style Start fill:#a2d4f1,stroke:#333,stroke-width:2px
style End fill:#f1d4a2,stroke:#333,stroke-width:2px
style C1 fill:#d4f1a2,stroke:#333,stroke-width:1px
style C2 fill:#f1a2d4,stroke:#333,stroke-width:1px
パイプ処理
パイプ処理
- |> または %>%
- modern Rの大きな特徴の一つ1
- 処理を連続させるための記号（演算子）
- コードはオブジェクト（データ）から始まる
- 前の結果を次の関数に渡して、処理を順番につなげる機能をもつ
- 料理で喩えると
- 材料を選んで → 炒めて → 味付けする → 食卓に出す
パイプ処理
パイプを使った書き方（modern R = tidyverse）
- 何をどうしたいのかが明確（書きやすく、読みやすい）
パイプを使わない書き方（base R）
- 関数が入れ子構造（ネスト）になり、関数がわかりにくい
- 処理の順番がわかりにくく、かっこの対応関係も見づらい
パイプ処理
入れ子人形（マトリョーシカ）
最近、環境科学者と協力して、大きなRパッケージのリファクタリングを行っています。彼女をジェーンと呼びましょう。
ジェーンはコードの混乱を継承し、できるだけ早くそれを動作させなければなりませんでした。彼女は時間の中でできる限りそれを最良にしましたが、会社がそれに依存している今、注意が必要です。私たちはそれを彼女の「Russian Doll code」と呼びました。なぜなら、それは多数の入れ子関数を持ち、各関数が同じ巨大な入れ子リストを行き来しているからです（Refactoring Russian Doll Code） 。
パイプ処理
- 多くの関数では、第1引数にオブジェクト（データフレーム）を指定する
- 例：filter(.data, …, .by = NULL, .preserve = FALSE)
- 第1引数：オブジェクト（データフレーム）
- 第2引数：フィルタする条件
- 第3引数：グループごとにフィルタするか
- 第4引数：グループを保持するか
- パイプ演算子は前の結果を次の関数の「第1引数」（＝.data）に自動で入れてくれる
- このため、コードを単純化でき、上から順に読めるコードになる
- ( ) 内が空白なのは、前の結果が自動で入るため
Ⅷ. 次回の授業と宿題
次回の授業と宿題
次回：4月22日（水）
- テーブル；可視化(1)
次回の授業と宿題
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：Google Forms
- 締め切り：4月20日（月）23時59分