RとRStudio入門

オンデマンド

https://joelnitta.github.io/cross-major-project-is2/

再現性とは？

  • 他の人（将来の自分を含めて）があなたの解析を
    再度行って、同じ結果を得ることができること

  • データサイエンスにおいて、とても重要。再現性がなければ、「サイエンス」にならない！

再現可能にするには・・

  • コードが必要
    • 自分が何をやったのか、記録が残る
    • 将来、同じ解析ができる
  • コードとして残らない方法はよろしくない（エクセル、SPSSなど）

本授業では、Rを使う

  • 無料
  • データ解析の機能が豊富
  • 多様なニーズに応えるパッケージ
  • コミュニティー

https://www.linkedin.com/pulse/why-r-4-reason-learn-programming-language-business-corporate

RとRStudioについて

  • Rとは「R Project for Statistical Computing」という組織が提供しているオープンソースプログラミング言語

RとRStudioについて

  • Rのコードを書く・実行する最適なソフト（無料）
  • RStudioなしでもRは一応使えるけど、不便
  • この授業ではRStudioを介してRを使う。

Rのインストール

https://cloud.r-project.org/から自分のOSに合ったファイルをダウンロードして、インストール

RStudioのインストール

https://posit.co/download/rstudio-desktop/から自分のOSに合ったファイルをダウンロードして、インストール

困ったら・・

ご連絡下さい（）

RStudioの使い方

  • 主に四つのパネルがある
    • Source（コードを書く）
    • Environment（今のRのセッションに入っているオブジェクトが表示される）
    • R Console（Rに直接コマンドをする）
    • Files and Plots（ファイルと図）

Rを計算機として使う

  • RStudioのコンソール（左下のパネル）にカーソルを置いて、簡単な計算をしてみましょう：
2 * 20
[1] 40

おめでとうございます！Rプログラミングができました！

オブジェクト（変数）について

  • 次に、Rの中のデータを変数（Rでは、「オブジェクト Object」と呼ぶ）として保存しよう：
age <- 2 * 20

オブジェクト（変数）について

これだけでは何も返ってこない。

変数の内容を確認するには、コンソールにその変数の名前を打てば良い：

age
[1] 40

関数とは

何かの値（インプット）を受けて、処理して、計算結果（アウトプット）を返すもの

drawing

https://manamina.valuesccg.com/articles/756

関数とは

関数の書き方：

  • 関数名(引数)

例えば

round(3.1415, digits = 1)
[1] 3.1

関数とは

関数の使い方を確認したい時は?関数名と打って、ヘルプファイルを参照すれば良い

?round

パッケージとは

  • Rパッケージとは、Rが出来ることを大幅に増やす「追加」のソフト（関数のまとまり）
    • 現在、２万近くのパッケージがある！

パッケージのインストール

Rパッケージのインストールを行うには、install.packages()を使う：

install.packages("ggplot2")

一回インストールしたら、次回からはしなくて良いので、これはコードとして保存しない

パッケージのロード

  • パッケージをインストールしたら、使える状態するにはロードすることが必要
    • インストールは一回でいい
    • ロードは毎回必要

library()関数でロードする：

library(ggplot2)

tidyverse

  • tidyverseはデータサイエンス用パッケージの集まりのパッケージ
    • ggplot2（可視化）
    • dplyr（データの整理）
    • stringr（文字データを扱う）
    • など

これからよく使うので、インストールしましょう。一気に出来るから、楽。

install.packages("tidyverse")

install.packages()とlibrary()の違い

  • install.packages()は一回だけで良い（パソコンにパッケージをダウンロードする）

  • library()はRを使う毎にしないといけない（パッケージを今回のRのセッションで使えるようにする）

プロジェクトについて

  • スクリプトとデータを整理する必要がある

  • RStudioの「Project」機能によって、スクリプトとデータ（など）の整理ができる

新しいプロジェクトを作る

  • File ➡︎ New Project ➡︎ New Directory ➡︎ New Project をクリック
    • プロジェクト名と場所を入力（今回はgreen-roofにしましょう）
    • 分かりやすい場所がおすすめ（デスクトップにしましょう）
  • 今回は”Create a git repository”をクリックしないけど、本当はgitも使った方がいい（またあとで説明します）

新しいプロジェクトを作る

  • プロジェクト名の入力が終わると、RStudioが再度立ち上がる

  • ファイルパネル（右下）をよく見てください。今はRがどこに「います」か？

新しいプロジェクトを作る

  • 右下の「ファイル」パネルを使って、dataというフォルダーを作りましょう
    • あとで、このフォルダーにこれから解析するデータを置く

.Rprojファイルについて

  • 新しいプロジェクトには、green-roof.Rprojファイルが入っている

  • .Rprojファイルの中身はは基本的に触らない

    • 中身はRStudioの設定（RStudioに任せましょう）
    • 再度プロジェクトを開く時に使う（ダブルクリック）

スクリプトについて

  • 今までは直接Rにコマンドを出していたけど、毎回そうするのは効率が良くない。

  • 作業を繰り返す場合や再現する場合はスクリプト(テキストファイル)が必要。

  • Rスクリプトの拡張は.Rか.r。

スクリプトの作成と保存

  • 作成
    • File ➡︎ New File ➡︎ R Scriptをクリック
  • 保存
    • File ➡︎ Save As...をクリックかファイルのアイコンをクリック。
  • スクリプトの名前はなるべくローマ字を使うように（あとあと公開する時のため）

スクリプトからコードを使う

以下のコードをスクリプトに書いて、script.Rとしてデスクトップに保存しましょう（コードの詳細はまた後で学ぶ）。

library(tidyverse)

ggplot(diamonds, aes(x = carat, y = price)) + 
  geom_hex()

スクリプトからコードを使う

  • カーソルが現在位置している行をコンソールに送る：Ctrl（あるいは⌘） + Enter

  • 今開いているスクリプトの行を全てコンソールに送る：Ctrl（あるいは⌘） + Shift+ Enter

RStudioによる警告

スクリプトに間違いが入っている場合、RStudioはそれを教えてくれる（バツマークと赤い線）：

プロジェクトにスクリプトを置きましょう

以下のコードを書いて、スクリプトをdiamonds.Rとしてgreen-roofプロジェクトに保存して、実行しましょう：

library(tidyverse)

ggplot(diamonds, aes(x = carat, y = price)) + 
  geom_hex()

ggsave("diamonds.png")

このスクリプトは何をするのでしょうか？

コードによる再現性

  • diamonds.Rはdiamonds.pngというグラフを作る。
  • diamonds.pngを消しましょう。
  • 解析結果が消えてしまった！どうしよう！？

コードによる再現性

  • ご心配なく！
    • 再度diamonds.Rを実行してください（Ctrl（あるいは⌘） + Shift+ Enter）
  • 全く同じグラフが再度できた！つまり、再現しました。
  • コードとデータがあれば、解析結果はいつでも再現できる
  • 絶対に必要なのは、コードとデータ。結果は「使い捨て」と考えて良い。

データの読み込み

  • まずは練習としてからグーグドライブからstudents.csvをダウンロードして、data/に置きましょう。

  • .csvはcomma separated valuesの略です

    • エクセルで扱うようなデータ形式（エクセルでも開くことができる）
    • .xslxとの違いは、.csvはそのままどのテキストエディターでも開ける（エクセルがいらない）

データの読み込み

  • read_csv()関数で読み込む

まずは、読み込んでから直接に中身を見てみましょう：

read_csv("data/students.csv")
# A tibble: 6 × 5
  `Student ID` `Full Name`      favourite.food     mealPlan            AGE  
         <dbl> <chr>            <chr>              <chr>               <chr>
1            1 Sunil Huffmann   Strawberry yoghurt Lunch only          4    
2            2 Barclay Lynn     French fries       Lunch only          5    
3            3 Jayendra Lyne    N/A                Breakfast and lunch 7    
4            4 Leon Rossini     Anchovies          Lunch only          <NA> 
5            5 Chidiegwu Dunkel Pizza              Breakfast and lunch five 
6            6 Güvenç Attila    Ice cream          Lunch only          6

読み込んだデータの保存

  • でも、これだけではRの環境にそのデータが入っていません

  • 変数（オブジェクト）として保存する必要がある：

students <- read_csv("data/students.csv")
  • このようにRに読み込んだデータをデータフレーム（“dataframe”）、あるいは「tibble」と呼ぶ
    • ２次元データ。エクセルのデータシートみたいな物。

読み込んだデータの中身の確認（１）

  • 変数として保存する時は中身が見えない（オブジェクトに渡された）

  • 中身を見たい時は変数名を直接コンソールに入力すればいい

students
# A tibble: 6 × 5
  `Student ID` `Full Name`      favourite.food     mealPlan            AGE  
         <dbl> <chr>            <chr>              <chr>               <chr>
1            1 Sunil Huffmann   Strawberry yoghurt Lunch only          4    
2            2 Barclay Lynn     French fries       Lunch only          5    
3            3 Jayendra Lyne    N/A                Breakfast and lunch 7    
4            4 Leon Rossini     Anchovies          Lunch only          <NA> 
5            5 Chidiegwu Dunkel Pizza              Breakfast and lunch five 
6            6 Güvenç Attila    Ice cream          Lunch only          6

コンソールの使い方（使うとき）

  • このような時に使う：データの中身を確認したい、ヘルプファイルを開きたい、など。

  • つまり、データ解析に必要ではない（関係のない）コマンド。

読み込んだデータの中身の確認（２）

  • もう一つのデータの確認の仕方がある：「Environment」パネルでそのオブジェクトをクリック

  • すると、エクセルのようなレイアウトになる

    • エクセルと大きな違い：直接にデータをいじることができない！
  • エクセルはデータ入力に使う。Rはデータ解析に使う

データの種類（型）について

  • studentsをコンソール（左下のパネル）でもう一回打ってみてください

  • データの上に<dbl>とか<chr>とかと出ているけど、これは何でしょうか？

  • A: データの種類です

データの種類（型）について

  • dbl: 数字（“double”の略。なぜ”double”でしょう・・）
  • chr: 文字（“character”の略。この方がしっくり来るね）

このほかに、

  • lgl：ロジカル（TRUEかFALSEか、そのどっちか）
  • int：整数（“integer”の略）

がある

ベクトルについて

  • ベクトル（vector）とは、同じ型を持つ一連のデータの集まり（一次元の配列）

  • ベクトルに含まれている一つ一つのデータを要素（element）という

  • 例えば、letters

    • "a"がlettersの１個目の要素

ベクトルの作り方

  • ベクトルを関数はc()
    • “combine”（「くっつける」）の略
c(1, 2, 3)
[1] 1 2 3

ベクトルの作り方

  • 文字列（文字でできているベクトル）を作るときは、引用符をつけないといけない
c("a", "b", "c")
[1] "a" "b" "c"

ベクトルの型の確認

  • typeof()関数でベクトルの型を確認することができる
typeof(letters)
[1] "character"

チャレンジ

  • 以下のコードでベクトルを作ると、そのベクトルの型は何でしょうか？
c(1, 2, "c")

ベクトル変換

  • 先も言いましたが、あるベクトルの要素は全て同じ型を持たないといけない

  • なので、入力が複数の型を含む場合、Rはそれを同じ型に合わせる

x <- c(1, 2, "c")
typeof(x)
[1] "character"
  • 先のベクトルは文字に変換された

ベクトル型とデータフレーム

  • データフレームの列は、本当はベクトルになっている

  • なので、データフレームの列はそれぞれ、型が決まっている

    • これはエクセルと大きな違い

まとめ

  • スクリプト（.Rファイル）に解析に必要なコードを書く

  • スクリプトとデータがあれば、解析結果を再現できる

  • プロジェクトを使うと、解析の管理が大幅にやりやすくなる

  • データフレームはベクトルからなっている

  • ベクトルは一つの型しか持てない

データの可視化

https://joelnitta.github.io/cross-major-project-is2/

生データ

  • グーグルドライブから「2025とりまとめ」データを屋上はらっぱ植生調査 - 2025 とりまとめ.csvとしてダウンロードして、data/に置いて下さい（生データ）

  • 「生データ」とは収集された元のデータであり、読み込み専用で扱う。

    • データの整合性を保持し、誤改変を防ぐためである。

  • コード以外のツールで編集すると、変更履歴が残らず、データの再現性や透明性が損なわれる。

tidyなデータ

  • 各列が変数を表している
  • 各行が観察を表している
  • 各セルが一つの値を表している

tidyなデータ

  • 前回に読み込んだstudents.csvはtidyなデータ：
# A tibble: 6 × 5
  `Student ID` `Full Name`      favourite.food     mealPlan            AGE  
         <dbl> <chr>            <chr>              <chr>               <chr>
1            1 Sunil Huffmann   Strawberry yoghurt Lunch only          4    
2            2 Barclay Lynn     French fries       Lunch only          5    
3            3 Jayendra Lyne    N/A                Breakfast and lunch 7    
4            4 Leon Rossini     Anchovies          Lunch only          <NA> 
5            5 Chidiegwu Dunkel Pizza              Breakfast and lunch five 
6            6 Güvenç Attila    Ice cream          Lunch only          6

データの読み込み

  • 必要なパッケージをロードする

  • このコードをroof-survey.Rとして保存

roof-survey.R
library(tidyverse)
library(ggthemes) # プロットの色合いの設定に使う

データの読み込み

read_csv("data/屋上はらっぱ植生調査 - 2025 とりまとめ.csv")
# A tibble: 76 × 6
   A区画           `大野、中野`     ...3     ...4  ...5  ...6  
   <chr>           <chr>            <chr>    <chr> <chr> <chr> 
 1 2025/4/17       <NA>             <NA>     <NA>  <NA>  <NA>  
 2 区画（A-1など） 和名             ラテン名 被度  群度  個体数
 3 <NA>            <NA>             <NA>     <NA>  <NA>  <NA>  
 4 A-1             ノビル           <NA>     1     1     1     
 5 A-1             ヘラオオバコ     <NA>     1     2     4     
 6 A-1             マルバヤハズソウ <NA>     2     4     100   
 7 <NA>            <NA>             <NA>     <NA>  <NA>  <NA>  
 8 A-2             ノビル           <NA>     2     2     2     
 9 A-2             マルバヤハズソウ <NA>     2     3     100   
10 A-2             ノゲシ           <NA>     1     1     1     
# ℹ 66 more rows

うまく行かない（全然tidyじゃない）

データクレンジング

  • 生データをtidy（解析可能）なデータに整える必要があるけど、今は説明する時間がないので、私が用意したスクリプト（.Rファイル）を使う。

  • data_cleaning_2025.Rをダウンロードして、このプロジェクトに保存してください。

  • data_cleaning_2025.Rを開いて、実行すると、data/okujo_2025.csvが出力される

  • data/okujo_2025.csvを読み込む

roof-survey.R
library(tidyverse)
library(ggthemes) # プロットの色合いの設定に使う

okujo <- read_csv("data/okujo_2025.csv")

これでデータの解析（可視化）ができる状態になった。

ggplot2について

  • Rには備え付けの関数、plot()があるが、今回はtidyverseのggplot2パッケージを使う

  • gg = “Grammar of Graphics”（画像の文法）

    • 「文法」が分かれば、（ほとんど）
      どんな図でも作れる

参考情報

ggplot2について

図の構造にはいくつか決まった要素がある

  • geometry: 図はどのような形にする？

  • aesthetics: データをどのように図に表す？

Geometry

Pie chart

drawing

Bar graph

drawing

Aesthetics

drawing

目的：このグラフを作る

ggplot()でグラフの基盤を作る

ggplot(data = okujo)

mapping()で座標を指定する

ggplot(
  data = okujo,
  mapping = aes(
    x = plot,
    y = cover
  )
)

mapping()で座標を指定する

ggplot(
  data = okujo,
  mapping = aes(
    x = plot,
    y = cover
  )
)

geom_()でデータの形を指定する

ggplot(
  data = okujo,
  mapping = aes(
    x = plot,
    y = cover
  )
) +
  geom_boxplot()

geom_()でデータの形を指定する

ggplot(
  data = okujo,
  mapping = aes(
    x = plot,
    y = cover
  )
) +
  geom_boxplot()

チャレンジ

name_enを横軸、coverを縦軸にして、箱ひげ図を作成して下さい

colorで色を潰す

ggplot(
  data = okujo,
  mapping = aes(
    x = plot,
    y = cover,
    color = plot
  )
) +
  geom_boxplot()

colorで色を潰す

ggplot(
  data = okujo,
  mapping = aes(
    x = plot,
    y = cover,
    color = plot
  )
) +
  geom_boxplot()

平均だけを見せるのでいい？

  • グラフを作る際、平均だけを見せても大丈夫でしょうか？議論して下さい。

平均だけでは足りない

生データを付け加える

ggplot(
  data = okujo,
  mapping = aes(
    x = plot,
    y = cover,
    color = plot
  )
) +
  geom_boxplot() +
  geom_point()

生データを付け加える

ggplot(
  data = okujo,
  mapping = aes(
    x = plot,
    y = cover,
    color = plot
  )
) +
  geom_boxplot() +
  geom_point()

点が重なってしまう問題

  • 英語で「overplotting」という

  • 解決策：グループ内で適当にばらける

    • geom_jitter()
    • jitter = 「揺らぐ」、「ばらつく」

点が重なってしまう問題をgeom_jitter()で解決

ggplot(
  data = okujo,
  mapping = aes(
    x = plot,
    y = cover,
    color = plot
  )
) +
  geom_boxplot() +
  geom_jitter()

点が重なってしまう問題をgeom_jitter()で解決

ggplot(
  data = okujo,
  mapping = aes(
    x = plot,
    y = cover,
    color = plot
  )
) +
  geom_boxplot() +
  geom_jitter()

よりもコンパクトな書き方

data =とmapping =を書かなくて良い

ggplot(
  okujo,
  aes(
    x = plot,
    y = cover,
    color = plot
  )
) +
  geom_boxplot() +
  geom_jitter()

labs()でラベルをきれいにする

ggplot(
  okujo,
  aes(x = plot,　y = cover,　color = plot)
) +
  geom_boxplot() +
  geom_jitter() +
  labs(
    title = "Plant cover in roof-top green spaces",
    y = "Cover",
    x = "Plot",
    color = "Plot"
  )

labs()でラベルをきれいにする

ggplot(
  okujo,
  aes(x = plot,　y = cover,　color = plot)
) +
  geom_boxplot() +
  geom_jitter() +
  labs(
    title = "Plant cover in roof-top green spaces",
    y = "Cover",
    x = "Plot",
    color = "Plot"
  )

scale_で色を調整する

  • 色覚異常の方に配慮したデザインを心がけよう
ggplot(
  okujo,
  aes(x = plot,　y = cover,　color = plot)
) +
  geom_boxplot() +
  geom_jitter() +
  labs(
    title = "Plant cover in roof-top green spaces",
    y = "Cover",
    x = "Plot",
    color = "Plot"
  ) +
  scale_color_colorblind()

scale_で色を調整する

  • 色覚異常の方に配慮したデザインを心がけよう
ggplot(
  okujo,
  aes(x = plot,　y = cover,　color = plot)
) +
  geom_boxplot() +
  geom_jitter() +
  labs(
    title = "Plant cover in roof-top green spaces",
    y = "Cover",
    x = "Plot",
    color = "Plot"
  ) +
  scale_color_colorblind()

凡例を隠す

  • プロットは文字と位置で分かるから、色の説明はいらない

  • theme()でグラフ全体の見た目（スタイル）を調整する

theme()で凡例を隠す

ggplot(
  okujo,
  aes(x = plot,　y = cover,　color = plot)
) +
  geom_boxplot() +
  geom_jitter() +
  labs(
    title = "Plant cover in roof-top green spaces",
    y = "Cover",
    x = "Plot",
    color = "Plot"
  ) +
  scale_color_colorblind() +
  theme(legend.position = "none")

theme()で凡例を隠す

ggplot(
  okujo,
  aes(x = plot,　y = cover,　color = plot)
) +
  geom_boxplot() +
  geom_jitter() +
  labs(
    title = "Plant cover in roof-top green spaces",
    y = "Cover",
    x = "Plot",
    color = "Plot"
  ) +
  scale_color_colorblind() +
  theme(legend.position = "none")

できました！

おまけ①：base_familyで文字化けを防ぐ

ggplot(
  okujo,
  aes(x = plot,　y = cover,　color = plot)
) +
  geom_boxplot() +
  geom_jitter() +
  labs(
    title = "屋上緑地における植物の被度",
    y = "被度",
    x = "プロット",
    color = "プロット"
  ) +
  scale_color_colorblind() +
  theme_gray(base_family = "HiraKakuPro-W3") +
  theme(legend.position = "none")

おまけ②：ggsave()でグラフを保存する

ggsave("okujo.png")