R入門（第2回: 2021/09/27）

ここではRおよびRstudioの初心者を対象にRstudioを使ってRプログラミングを行う上での基本操作（初級から中級）について以下の順に説明します。今日の目標は、以下の６）の演習問題が解けるようになることです。

０）そもそも統計解析したいだけなのになぜプログラミングが必要なのか？

１）Rstudio (desktop)の外見(GUI)の説明

２）スクリプトファイルにおける基本操作

• • スクリプトの実行・簡単な計算

  • ライブラリの読み込み

  • データの読み込み

  • データの表示

３）スクリプトファイルにおけるファイル操作（データフレームとリスト）

４）スクリプトファイルにおける「プログラミング」（条件分岐・繰り返し、関数、メモリ開放）

５）Rスクリプト全体のデザイン

６）演習問題：BMIを計算し適性体重と比べる関数を作る

ここでは以下の3つのファイルを使うのでダウンロードして、同じフォルダに保存します。より具体的なやり方は実習時の指示に従ってください。

• for_intro_cer.R

• data_sample.csv

• data_sample2.csv

０）なぜプログラミングが必要か？

エクセルやその他マウスのクリックで事足りる統計ソフトが世の中にはたくさんあるのに、なんぜわざわざ呪文みたいなコマンドを書き連ねてプログラミングしないといけないのでしょうか？ 二つだけ大きな理由を挙げます。

[1] 必要性

観測や実験に再現性を担保するためにプロトコルを用意したり、数値シミュレーションにも方程式やプログラミングコードのように再現性を保障する枠組みがあるように、生データを変換したり統計処理したりするプロセスにも再現性が求められます。エクセルのデータをそのつど関数を使って変換したり、マウスで何回もクリックしないと結果が得られない統計処理はその作業プロセスの再現性が高いとはいえません。すべての作業プロセスをスクリプトとして保存することで、再現性を保障することができるのです。

[2] 利便性

最近の研究ではひとつのプロジェクトからも大量のデータが得られ、そのそれぞれに同じような処理を繰り返し行う必要がよくあります。このような処理をプログラミング無しで済ませようとすると、何十回も何百回もマウスをクリックしたりエクセルの一部をコピペしたり値の変換をしたり際限がありません。複雑で繰り返しの多い処理もプログラミングを用いれば全部一度に効率的に済ませることができます。新たなデータが出てきても、プログラミングへの入力をやり直せばいいだけです。

２）スクリプトファイルにおける基本操作

スクリプトの実行・簡単な計算

スクリプトの外見についてですが、左端には行番号が表示されています。＃から始まる行は「コメント」と呼ばれ、スクリプト実行時にはRには認識されません。コメントはスクリプトを書いた人間向けのメッセージです。たとえ他人と共有するスクリプトでなくとも、こまめにコメントを残しましょう。コメントは、後日同じスクリプトを開くかもしれない、未来の自分のためのメッセージです。

4行目に書いてあるのは1+1という計算式です。これを実行するには．．．4行目にカーソルを合わせてハイライトにし（下図参照）、キーボードからWindowsの場合はコントロール・キー（Cntl）とエンター・キー（Enter)を同時に、Macの場合はコマンド・キーとエンター・キーを同時に押します。このとき、失敗してスクリプトをハイライトにしたまま、エンター・キーだけ押すとその部分が消滅します。

このキー操作によって、この部分だけ（"1+1"）だけがコンソール画面に自動的にコピーされ、その結果が"[1] 2" として表示されます（下図）。

もしも複数の行に書かれたスクリプトを上から順番に一度の動作で実行したい時は、たとえば、4行目と5行目を両方ともハイライトにし、実行のためのキーを押します。するとコンソールに順番に実行結果が表示されます（このときコメント行[３行目]をハイライトに含めても結果は変わりません）（下図参照）。

コンソール画面に表示される実行結果は上のような感じになります。以後、毎回Rのエディター画面やコンソール画面を画像キャプチャーで表示するのは煩雑ですので、上図の結果は下図のようにgoogle siteの機能を使って単純に表記する場合もありますが、R Studio上でのフォントや色との違いに注意します。

> #Simple calculation

> 1+1

[1] 2

> exp(-2.0)

[1] 0.1353353

>

ライブラリのインストールと読み込み

この講習会で使うさまざまな統計手法については"vegan"という生態学用のライブラリに組み込まれています。まず、自分のR環境にライブラリをインストールする必要があります。別のページを参照しましょう（ライブラリのインストールと読み込み確認）。

インストール後に、それらの統計手法を呼び出して使うためには、このライブラリを読み込む必要があります。読み込むにはスクリプトの以下の行を実行するだけです。

library(vegan)

データの読み込み

まずRに読み込ませたいファイルとして以下のファイルをダウンロードして、for_intro_cer.Rが保存されているのと同じフォルダに置いてください。

data_sample.csv

このｃｓｖ形式のファイルの内容をRに読み込ませるには以下のスクリプトを実行します。

data_test<-read.csv("data_sample.csv", header=TRUE)

これは、read.csvという関数を使って，相対パスを使ってファイルを指定し（"data_sample.csv"）、csvファイルの１行目をデータの一部ではなくヘッダとして読み込み(header=TRUE)、その内容を"data_test"という「ハコ」に読み込むという命令になります。Rにおいてデータなどを保存しておく「ハコ」はオブジェクト(object)と呼ばれます。ちなみに、関数とは、数学の関数と同様に、インプットに対してある演算をして結果をアプトプットする「道具」です。Rではすでにたくさん用意されている便利な関数を呼び出して使うことで多様な計算ができ、また自分自身で関数を作ることもできます。詳しくは次節以降で説明します。

データの中身を確認：この「ハコ」の中身を見るには、Viewという関数を使って以下を実行すれば、Rエディター上で確認できます。さきほどheader=TRUEでcsvファイルを読み込んだため、csvファイルの一行目が、「列名」（"data_time_sample", "place_sample", "measured_time"）としてデータフレームに入っているのが見て取れます。

View(data_test)

「データフレーム」は上のように行と列が並んだ表の形式のデータを保存するハコの種類です。そのほかによく使うのは、一列に並んだ複数の数値等を保存する場合は「ベクトル」を使います。たとえば、以下のようなスクリプトを書くと、0.0, 0.1, 0.2, 0.3の4つの値を持つベクトルvを生成できます。

v <- c(0.0, 0.1, 0.2, 0.3)

このように作ったベクトルの各要素の値にアクセスするには[]で囲って中に要素の番号を書きます。たとえば、二番目の要素にアクセスしたければ、v[2]です。二番目の要素と三番目の要素を使って以下のような計算もできます。

v[2]+v[3]

ここまで説明して、実は一番単純なオブジェクトを紹介していませんでした。それは一つの数値を保存するための単純なオブジェクトです。一次元のベクトルと考えることもできます。たとえば、以下のようなコードで使います。

a <- 3.5

b <- 4.5

c <- a+b

このようなコード、まったく役に立つようには見えませんが、今日の最後のところ、演習問題でもこの基本的なオブジェクトの使い方の応用となります。そして、オブジェクトを使った「計算」（プログラミング言語の専門用語では「演算」と言います）は、どの言語にも共通した基盤となるものです。

さて、data_testの中身を見るには、上のようにスクリプトを実行しなくても、Rstudioの[4]の画面に、生成されたオブジェクトの一覧が表示されているので、見たいオブジェクトをダブルクリックすれば、Rエディター上で確認できます。

データの削除：また、この画面の「ほうき」みたいなアイコンをクリックすれば、Rで現在生成されているオブジェクトを一発ですべて削除し、それらのオブジェクトに消費されていたメモリーを解放することができます。

オブジェクトを個別に削除するには、Rエディターに、以下のスクリプトを書いて実行します。

rm(data_test)

３）スクリプトファイルにおけるファイル操作

ファイルの基本的操作に関する詳細はこの実習では直接使わないので省略します。ほとんどすべての情報は、以下のサイトとその内容をまとめた書籍に掲載されていますので自習することができます。

http://cse.naro.affrc.go.jp/takezawa/r-tips/r.html

データフレームとリスト（応用編）

データフレームは行名や列名を持ったデータを保存するのに適したオブジェクトです。それに対してリストは、複数のオブジェクト（たとえば複数のデータフレーム、データフレームとベクトル等）を集めてひとつのオブジェクトとして扱える仕組みです。複数の「ハコ」を集めたオブジェクトです。空のリストは、list()によって生成することができ、それぞれの「ハコ」には二重括弧[[ ]]の中に数字を入れた形でアクセス（オブジェクトのコピー、呼び出し）ができます。

#data.frame and list

#generate an empty list

test_list<-list()

#load data

data_test01<-read.csv("data_sample.csv", header=TRUE)

data_test02<-read.csv("data_sample2.csv", header=TRUE)

#check object type

class(test_list)

class(data_test01)

class(data_test02)

#assign object

test_list[[1]]<-data_test01 #assign data.frame

test_list[[2]]<-data_test02 #assign data.frame

test_list[[3]]<-c(1,0,2) #assign numerical values

リストの中身はすべて一度に見ることもできるし、その一部を指定して見ることもできます。

#check all objects in the list

test_list

#check the specific item in the list

test_list[[1]]

リストの各項目は、代入されたオブジェクトとして振舞うので、たとえば、test_list[[1]]はデータフレームとして振る舞い、その中身の一部にアクセスするのに、次のようなスクリプトも使えます。

#acting as data.frame

test_list[[1]]$place_sample[3]

リストの要素がそれぞれどんなクラスに属しているかは以下のスクリプトを順に実行すると確かめることができます。

#check the class

class(test_list[[1]])

class(test_list[[1]]$place_sample)

class(test_list[[3]])

４）スクリプトファイルにおける「プログラミング」

この実習でデータを自動変換したり統計処理したりするために最小限の知識として、条件分岐・繰り返し（ループ）・関数の基礎を説明します。使いこなすには慣れが必要ですし、さまざまなオプションについては上で挙げている参考サイトや書籍で自習することをお勧めします。

条件分岐（if/else）

以下のものが簡単なスクリプトです。ちなみにcat()は文字列等を表示するための関数です。

#if statement

a <- 3

if(a > 3) { #check the condition

cat("a is greated than 3", "\n") #this is excuted when the condition is true

} else{

cat("a is less than or equal to 3", "\n") #this ix excuted when the condition is not true

}

このとき、細かいことですがelseの前で改行するとエラーが出ます。しかし、改行したほうが見た目がよいので、if文の開始と終了地点を括弧をつかって明示すればよいです。

{

if(a > 3) { #check the condition

cat("a is greater than 3", "\n") #this is excuted when the condition is true

}

else{

cat("a is less than or equal to 3", "\n") #this ix excuted when the condition is not true

}

}

一般にプログラムが複雑になってくると、入れ子上の構造がたくさん出てきますので、各部分の開始部分と終了部分に気をつける必要があります。

繰り返し・ループ（for loop）

以下がfor loopを使ったスクリプトで、もっとも単純なものです。iというインデックスを１から１０まで一つずつ増やしていきiの値をprintという関数を使って出力するものです。

for(i in 1:10){

print(i)

}

for loopでは{}の中に実行したい命令を書くことになります。

これを応用して、簡単な足し算の繰り返しをやってみましょう。0.0 から１.0までの値を持つベクトルｘをつくって、ループの始まりと終わりを指定します（start, end）。sum<-sum+x[i]によってsumという変数に順次x[1]からx[11]まで加算されていきます。ここでループ部分はfor(i in 1:11)のように直接数字でループの始まりと終わりを指定することも可能ですが、プログラミング一般の作法として可読性を高めるためには、条件分岐や繰り返しなどの制御構造の中に突然数字を代入することは避けたほうがよいです。

#loop structure

x<-c(0.0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.9,0.9, 1.0) #prepare a vector

x[3]

start<-1 #start of loop

end<-11 #end of loop

sum<-0 #prepare the variable to calculate the sum of the vector,initialized as zero

for(i in start:end) {

sum<-sum+x[i] #add each element of vector x

}

sum

ちなみにR言語にはC言語系にあるような, incremental assignment (+= )のような演算子は用意されていないので、sum+=x[i]のようにはできません。

関数（function）

さて、上で扱った条件分岐と繰り返しの例を使って関数を作ってみます。関数を作るには以下のような構造にします。

関数名 <- function(パラメータリスト) {

関数の定義

｝

具体的には上で扱ったif/elseの計算を関数として定義すると、以下のようになります。関数の定義の部分は上で扱ったスクリプトとほぼ同じです。check_3が関数の名前、inputが関数のパラメータで、input=2によってデフォルトのパラメータ値を指定できます。指定しなくてもかまいません。

#function example 01

check_3<-function(input=2){

if(input > 3) { #check the condition

cat("Your input is greater than 3", "\n") #this is excuted when the condition is true

}

else{

cat("Your input is less than or equal to 3", "\n") #this ix excuted when the condition is not true

}

}

この関数を呼び出して実行するには、以下の感じです。パラメータの値を２、４にする場合の例です。

#exclute the function

check_3(input=2)

check_3(4)

パラメータの値に何も指定せずに関数を呼び出すとデフォルトの値が入力されて結果が出ます。

check_3()

パラメータは複数個指定できるので、上で扱った繰り返し計算の例を関数にすると、以下のようにできます。今回パラメータは、vec, start, endの3つです。vecは要素を加算したいベクトルに対応し、start, endはそれぞれ繰り返しの開始と終了ポイントです。

#function example 02

sum_vector<-function(vec, start, end) {

sum2<-0

for(i in start:end) {

sum2<-sum2+vec[i] #add each element of vector x

}

print(sum2)

}

さきほど作ったベクトルｘを使って要素1から5まで加算したければ以下のように関数を呼び出して実行します。

sum_vector(x, 1,5)

メモリ開放

数多くのベクトル、データフレーム、リスト等を使った複雑なスクリプトを実行していくとメモリがどんどん消費されていきます。空いているメモリを開放するには以下のスクリプトを二回続けて実行するとよいでしょう。

gc(T,T)

５）Rスクリプト全体のデザイン

Rに限らず言語によらずスクリプトやソースコードの可読性を高く維持することは最も重要なことであると同時に実現するのが難しいことでもあります。基本的には以下のように、スクリプトの種類別に「ブロック」を作ってデザインするのがよいと思います。

##########スクリプト全体へのコメント###########

########必要なライブラリを全部読み込む（ライブラリ・ブロック）##########

library(library_name1)

library(library_name2)

...

########必要な関数をすべて定義する（関数ブロック）#############

func1<-function(...)

{

}

func2<-function(...)

{

}

...

########関数などを読み出して計算を実行する（解析ブロック）#######

#####解析の種類ごとにブロックを作る##############

####Analysis01#######

a<-func1(...)

####Analysis02#######

....

#######関数をつくるまでにやった予備計算のスクリプトなどを最後に残しておいてもよい####

おわり

６）演習問題

身長(cm)と体重(kg)をパラメータとして入力するとBMIを計算し、さらに身長に基づく適性体重も計算し、入力された体重が適性体重よりも重いか軽いかを判断し、それらの結果（入力に基づくBMIの値、適性体重、軽いか重いか）をすべて表示する関数を作成しよう。BMIについては以下のウェブサイト等を参考にすること。

https://keisan.casio.jp/exec/system/1161228732

なお、結果を表示する関数には上で使ったcat()関数を利用するとよい．メッセージ（文字列）とオブジェクトを一列に表示するには以下のような感じにする。

test <- 1.0

cat("The value of the object is", test, ",", "\n")

"\n"は改行をするためのコードです。