3 Rのデータ構造
3.2 変数の型
変数には数値だけではなく、文字など様々なタイプの変数が存在します。
R には以下のような変数の型（タイプ）があります。
- numeric (数値型)
- character (文字列型)
- factor (因子型)
- logical (論理値型)
変数の中身を確認（表示）させるには、Console に変数名を入力してエンターを押します。
このページの例ではそのようにして変数の中身を表示させています。
スクリプトファイルにプログラムを書いて実行させた場合には、ただ変数名を書くだけではその変数の内容が Console に表示されることはありません。
スクリプトファイルを使う場合には print() 関数を使うと良いでしょう。例えば x という変数の内容をスクリプト実行時にコンソールに出力（表示）したい場合には、print(x) とスクリプトファイルに書いておきます。
あるいは Environment タブに使用中の変数の一覧があるのでそこを見ても良いでしょう。
3.2.1 数値型
数値型 (numeric) は実数値のデータのことです。
R では、複数の数値が並んだデータ（ベクトル、後述）を作るには c() を使います。
ベクトルに足し算引き算掛け算割り算をすればベクトル内の各要素に対して一度に計算を行えます。
3.2.2 文字列型
文字列型 (character) は文字データを表現するのに使います。
文字を引用符で囲うことで作成します。
x = "hello!"
x
## [1] "hello!"
x = c( "Tokyo", "Nagoya", "Osaka" )
x
## [1] "Tokyo" "Nagoya" "Osaka"引用符で囲えば数字でも文字列型になります。
日本語を使うこともできますが、プログラミングの際はなるべく英数字だけを使う方が推奨されます。
3.2.3 因子型
因子型 (factor) はカテゴリカルなデータを扱うときなどに使われます。
例えば男性を1, 女性を2として入力されたデータがあったとします。
この時点ではxは数値型のベクトルですが、as.factor 関数を使うことでこれを因子型の配列に変換できます。
別の例。
x = c( "Bad", "Good", "Excellent" )
x = factor( x, ordered = T )
x
## [1] Bad Good Excellent
## Levels: Bad < Excellent < Good
# 因子の順序はABC順になる
x = c( "Bad", "Good", "Excellent" )
x = factor( x, ordered = T, levels = c( "Bad", "Good", "Excellent" ) )
x
## [1] Bad Good Excellent
## Levels: Bad < Good < Excellent
# 順序を指定したい時は levels 引数を使う3.2.4 論理値型
論理値型 (logical) は真（TRUE）か偽（FALSE）のどちらかの値のみをとるデータです。
TRUEとFALSEの代わりにTとFと書くこともできます。
以下の x と y は全く同じデータを意味します。
ある変数や配列がどのデータ型であるかは class 関数で調べることができます。
3.3 データ構造
Rには以下のようなデータ構造があります。
- vector (ベクトル)
- matrix (行列)
- array (配列)
- data frame (データフレーム)
- list (リスト)
- table (テーブル)
それぞれの性質は後ほど Table 3.1 に要約されます。
たくさん種類があって最初は複雑に思えるかもしれません。
この中でも最も重要なのがベクトルとデータフレームなので、まずはこの2つをよく理解しましょう。
3.3.1 Vector (ベクトル)
ベクトルの作成
ベクトルは1次元の配列で、数値や文字や論理値を要素として持つことができます。
c() という関数を使って作成できます。
a = c( -1, 0, 1, 2 )
a
## [1] -1 0 1 2
b = c( "A", "B", "C" )
b
## [1] "A" "B" "C"
c = c( TRUE, TRUE, FALSE )
c
## [1] TRUE TRUE FALSEベクトル内の各要素は、全て同じ型の値になります。
上の例だと a は数値型の配列、b は文字型の配列、c は論理値型の配列です。
ベクトルに含まれる要素は、全て同じ型でなければなりません。
では、もし c() の中に違う型の値を混ぜるとどうなるでしょうか？
その場合、全ての要素が同じ型になるように、要素の値が勝手に変換されます。
a = c( 0, TRUE, FALSE )
a
## [1] 0 1 0
## 全ての要素が数値型になっています
b = c( 1, "A" )
b
## [1] "1" "A"
## 全ての要素が文字列型になっています
c = c( 2, TRUE, "A" )
c
## [1] "2" "TRUE" "A"
## 全ての要素が文字列型になっていますa の場合、TRUE は 1 に、FALSE は 0 に置き換わっています。
数値と論理値を混ぜると、論理値は数値に置き換えられます。
b の場合、1 が “1” に置き換わっています。
置き換わった後の 1 は数値ではなく文字です。
ベクトルの要素の中に文字型の値がある場合、文字型以外の要素は全て文字型に変換されます。
c では3つ目の要素が文字型であるため、他の二つの要素は文字型に変換されます。
この場合は、TRUEは “1” ではなく “TRUE” という文字型の値になります。
なお、要素が1つだけのベクトルは Scalar (スカラー) とも呼ばれます。
（R ではスカラーは独立したデータ型ではなくただの要素数１のベクトルです）
以下の a と b は同じものになります。
コロン(:)を使うと値が連続する数値型ベクトルが作れます。
この場合、コロンの前後に最初の数値と終わりの数値を指定します。
ちなみに、以下の3つはどれも同じことです。
c() の中にベクトルを入れて、ベクトルを作ることもできます。
ベクトルの要素の操作
ベクトルが持つ要素を取り出すには角カッコ[]を使って以下のようにします。
a = c( "a", "b", "c", "d", "e", "f" )
# １番目の要素を取り出す
a[ 1 ]
## [1] "a"
# 3番目の要素を取り出す
a[ 3 ]
## [1] "c"
# 1, 3, 5番目の要素を取り出す
a[ c( 1, 3, 5 ) ]
## [1] "a" "c" "e"
# 2番目から4番目までの要素を取り出す
a[ 2:4 ]
## [1] "b" "c" "d"角カッコの中に1つの整数値を入れると、その番号番目の要素が取り出されます。
角カッコの中に書かれる数字のことをベクトルのインデックスと呼びます。
角カッコの中に整数値のベクトルを入れると、その番号に該当する全ての要素が取り出されます。
また、コロンを使うと連続する値を取り出す際に便利です。
また、以下のような方法でベクトル内の要素を書き換えることができます。
a = c( "a", "b", "c", "d", "e", "f" )
a
## [1] "a" "b" "c" "d" "e" "f"
a[ 1 ] = "1"
a
## [1] "1" "b" "c" "d" "e" "f"
a[ c( 2, 3 ) ] = c( "N2", "N3" )
a
## [1] "1" "N2" "N3" "d" "e" "f"
a[ 4:6 ] = "X"
a
## [1] "1" "N2" "N3" "X" "X" "X"もし、存在しない位置の要素に値を代入するとどうなるでしょうか。
以下の例では、3つしか要素がないベクトル x に対して、7番目の要素に10という値を代入しています。
この場合、7番目の要素には10が正しく代入され、4〜6番目は NA という値で埋められます。
NA というのは欠損値を表現する際に使われる記号です。Not Available の頭文字に由来。
ベクトルに関する他の話題
ベクトルに関していくつかの補足説明をします。
まず、ベクトルの長さ（大きさ）を知る方法について。
ベクトルは一つ以上の要素を含むデータ構造です。あるベクトルにいくつの要素が含まれているのか知りたい場合には、length() 関数が利用できます。
次に、ベクトルを使った計算について。
ベクトルに数を足したり掛けたりした場合、ベクトルの全ての要素にその計算が行われます。
x = 1:5
x
## [1] 1 2 3 4 5
# x の全ての要素に2が足される
x + 2
## [1] 3 4 5 6 7
# x の全ての要素が3倍される
x * 3
## [1] 3 6 9 12 15これはたくさんの計算を同時に行うのに便利な性質です。
次の例では price という変数に様々な商品の値段を入れておき、消費税を掛けることで全ての商品の税込価格を計算しています。
price = c( 300, 720, 450, 1200, 1500 )
tax = 0.08
price * ( 1 + tax )
## [1] 324.0 777.6 486.0 1296.0 1620.0price の各要素が 1.08 倍されています。
次に、ベクトル同士での加減乗除について。
同じ長さのベクトル同士で計算をすると以下のような結果になります。
つまり、a と b の1番目の要素同士の計算、2番目の要素同士の計算、…というやり方で計算が行われます。
ベクトルの要素名
使う機会はさほど多く無いかもしれませんが、ベクトルの各要素に名前を与えることが可能です。
# 4つの要素を持つデータ
x = c( 10, 20, 5, 40 )
# names() 関数を使って各要素に名前を与える
names( x ) = c( "north", "south", "east", "west" )
# x には各要素に名前が付く
x
## north south east west
## 10 20 5 40
# 名前を使って要素にアクセスできる
x[ "east" ]
## east
## 5
# 通常のようにインデックス番号を使うこともできる
x[ 3 ]
## east
## 5
# 名前を消したい場合は NULL を代入する
names( x ) = NULL
x
## [1] 10 20 5 40
# 名前付きベクトルを作成する別の方法
y = c( "Q1" = 4.5, "Q2" = 20.0, "Q3" = 50.1 )
y
## Q1 Q2 Q3
## 4.5 20.0 50.1インデックス番号よりも名前で要素にアクセスした方が便利な場合などに有効です。
3.3.2 Data frame (データフレーム)
データフレームは R においてよく使われる重要なデータ構造です。
縦と横に数字や文字が並んだ下記の表のようなデータを表現するのに使えます。
エクセルなどからデータを R に読み込むとデータフレームになります。
データフレームは2次元のデータ構造である点では行列と似ています。
しかし、データフレームは列ごとに別の型のデータを持たせることが可能です。
例えば、以下のようなデータを作りたいとします。
（エクセルなどの外部データを取り込むのではなく R の中で手作業でデータを作るとします）
1,3列目は数値型、2,4列目は文字列型、5列目は論理値型です。
| id | name | age | sex | married |
|---|---|---|---|---|
| 1 | Alice | 10 | Female | FALSE |
| 2 | Bob | 15 | Male | FALSE |
| 3 | Charlotte | 20 | Female | FALSE |
| 4 | Dick | 35 | Male | TRUE |
まず各列のデータのベクトルを作成し、それらを data.frame() 関数の引数に並べてデータフレームを作ります。
id = 1:4
name = c( "Alice", "Bob", "Charlotte", "Dick" )
age = c( 10, 15, 20, 35 )
sex = c( "Female", "Male", "Female", "Male" )
married = c( FALSE, FALSE, FALSE, TRUE )
data = data.frame( id, name, age, sex, married, stringsAsFactors = F )
data
## id name age sex married
## 1 1 Alice 10 Female FALSE
## 2 2 Bob 15 Male FALSE
## 3 3 Charlotte 20 Female FALSE
## 4 4 Dick 35 Male TRUE
stringsAsFactors というのは、入力された文字列ベクトルを因子型に変換するかどうかの設定です。この例の場合はname列やsex列を文字列型のままにしておきたかったので FALSE にしています。
データフレームは同じ長さのベクトルを要素に持つリストです。各ベクトルは列とも呼ばれます。
上記の例のデータフレームは id, name, age, sex, married という５つの列を持っています。
データフレームの情報を調べるのに便利な関数を以下に示します。
# 列名
names( data )
## [1] "id" "name" "age" "sex" "married"
# 列数
ncol( data )
## [1] 5
# 行数
nrow( data )
## [1] 4また、head() 関数を使うとデータフレームの冒頭数行が表示されます。
データフレームの中身を簡単に確認したい際に便利です。
# データフレームの冒頭の6行分が表示される
# (このデータフレームは4行分しかデータがないので全ての行が表示されます)
head( data )
## id name age sex married
## 1 1 Alice 10 Female FALSE
## 2 2 Bob 15 Male FALSE
## 3 3 Charlotte 20 Female FALSE
## 4 4 Dick 35 Male TRUE
# 第二引数に数値を入れると何行分を表示させるか指定できる
head( data, 2 )
## id name age sex married
## 1 1 Alice 10 Female FALSE
## 2 2 Bob 15 Male FALSEもうひとつ、str() 関数もデータフレームの概要を表示するのに便利です。
こちらの場合はベクトルの型も表示されます。
str( data )
## 'data.frame': 4 obs. of 5 variables:
## $ id : int 1 2 3 4
## $ name : chr "Alice" "Bob" "Charlotte" "Dick"
## $ age : num 10 15 20 35
## $ sex : chr "Female" "Male" "Female" "Male"
## $ married: logi FALSE FALSE FALSE TRUE3.3.2.1 データフレームの値を取り出す
データフレームの値を取り出す方法はいくつかあります。
1つは配列の場合と同じように、数値を使って取り出したい列や行の位置を指定することです。
## 2列目を取り出す
data[ 2 ]
## name
## 1 Alice
## 2 Bob
## 3 Charlotte
## 4 Dick
# 2,4列目を取り出す
data[ c( 2, 4 ) ]
## name sex
## 1 Alice Female
## 2 Bob Male
## 3 Charlotte Female
## 4 Dick Male
## 2列目の3行目を取り出す
data[ 2, 3 ]
## [1] 15データフレームの各列には名前が付いているので、名前を使って列を指定することもできます。
## name列とage列を取り出す
data[ c( "name", "age" ) ]
## name age
## 1 Alice 10
## 2 Bob 15
## 3 Charlotte 20
## 4 Dick 35また、列名を使う場合には $ 記号を使った方法があります。
この $ 記号を使った方法はデータフレームを扱う際にはよく使われます。
次のような指定方法も可能です。
指定した要素を別の値で置き換えることができます。
data$name[ 4 ] = "Donald"
data
## id name age sex married
## 1 1 Alice 10 Female FALSE
## 2 2 Bob 15 Male FALSE
## 3 3 Charlotte 20 Female FALSE
## 4 4 Donald 35 Male TRUE
data$age = c( 1, 2, 3, 4 )
data
## id name age sex married
## 1 1 Alice 1 Female FALSE
## 2 2 Bob 2 Male FALSE
## 3 3 Charlotte 3 Female FALSE
## 4 4 Donald 4 Male TRUE列に NULL を代入するとその列を削除できます。
3.3.3 Matrix (行列)
行列は2次元の配列です。
ベクトルと同様に、行列も全て同じ型の要素からなります。
行列は matrix() 関数を使って作成できます。
# 1から15までの数値ベクトルを、3行、5列の行列として作成
a = matrix( 1:15, nrow = 3, ncol = 5 )
a
## [,1] [,2] [,3] [,4] [,5]
## [1,] 1 4 7 10 13
## [2,] 2 5 8 11 14
## [3,] 3 6 9 12 15matrix() 関数の最初の引数にベクトルを入れます。
nrow と ncol で行(row)と列(column)の数を指定します。
また、byrow という引数を使うと、数値が並ぶ方向を切り替えることができます。
a = matrix( 1:15, nrow = 3, ncol = 5, byrow = T )
a
## [,1] [,2] [,3] [,4] [,5]
## [1,] 1 2 3 4 5
## [2,] 6 7 8 9 10
## [3,] 11 12 13 14 15ベクトルではなくスカラーを指定した場合、全ての要素がその値である行列が作成されます。
dimnames という引数を使うと、行と列に名前を付けることができます。
v = 1:6
rnames = c( "Cat1", "Cat2" )
cnames = c( "D1", "D2", "D3" )
a = matrix( v, nrow = 2, ncol = 3, dimnames = list( rnames, cnames ) )
a
## D1 D2 D3
## Cat1 1 3 5
## Cat2 2 4 6行列の要素の操作は以下のように行うことができます。
a = matrix( 1:15, nrow = 3, ncol = 5, byrow = T )
a
## [,1] [,2] [,3] [,4] [,5]
## [1,] 1 2 3 4 5
## [2,] 6 7 8 9 10
## [3,] 11 12 13 14 15
# 1行目の全ての要素を取り出す
a[ 1, ]
## [1] 1 2 3 4 5
# 3列目の全ての要素を取り出す
a[ , 3 ]
## [1] 3 8 13
# 2行目の2列目にある値を取り出す
a[ 2, 2 ]
## [1] 7
# 1行目の2,3列目の要素を取り出す
a[ 1, 2:3 ]
## [1] 2 3
# 1,3行目の1,5列目の要素を取り出す
a[ c( 1, 3 ), c( 1, 5 ) ]
## [,1] [,2]
## [1,] 1 5
## [2,] 11 15行や列に名前が付いている場合は名前を使って要素を取り出すこともできます。
v = 1:6
rnames = c( "Cat1", "Cat2" )
cnames = c( "D1", "D2", "D3" )
a = matrix( v, nrow = 2, ncol = 3, dimnames = list( rnames, cnames ) )
a
## D1 D2 D3
## Cat1 1 3 5
## Cat2 2 4 6
a[ "Cat1", ]
## D1 D2 D3
## 1 3 5
a[ "Cat2", "D2" ]
## [1] 4行列の要素の書き換えは以下のようです。
a = matrix( 1:15, nrow = 3, ncol = 5, byrow = T )
a
## [,1] [,2] [,3] [,4] [,5]
## [1,] 1 2 3 4 5
## [2,] 6 7 8 9 10
## [3,] 11 12 13 14 15
a[ 1, ] = 21:25
a
## [,1] [,2] [,3] [,4] [,5]
## [1,] 21 22 23 24 25
## [2,] 6 7 8 9 10
## [3,] 11 12 13 14 15
a[ 3, ] = 0
a
## [,1] [,2] [,3] [,4] [,5]
## [1,] 21 22 23 24 25
## [2,] 6 7 8 9 10
## [3,] 0 0 0 0 0
a[ 2, 3 ] = 999
a
## [,1] [,2] [,3] [,4] [,5]
## [1,] 21 22 23 24 25
## [2,] 6 7 999 9 10
## [3,] 0 0 0 0 0
a[ 1:3, 2:3 ] = matrix( 1, nrow = 3, ncol = 2 )
a
## [,1] [,2] [,3] [,4] [,5]
## [1,] 21 1 1 24 25
## [2,] 6 1 1 9 10
## [3,] 0 1 1 0 03.3.4 Array (配列)
配列は行列と似ていますが、3次元以上の次元を持つことができます。
array() 関数を使って作成します。
a = array( 1:24, dim = c( 2, 4, 3 ) )
a
## , , 1
##
## [,1] [,2] [,3] [,4]
## [1,] 1 3 5 7
## [2,] 2 4 6 8
##
## , , 2
##
## [,1] [,2] [,3] [,4]
## [1,] 9 11 13 15
## [2,] 10 12 14 16
##
## , , 3
##
## [,1] [,2] [,3] [,4]
## [1,] 17 19 21 23
## [2,] 18 20 22 24
a[ 2, 1, 2 ]
## [1] 10
a[ 1, 1:3, 1:2 ] = 0
a
## , , 1
##
## [,1] [,2] [,3] [,4]
## [1,] 0 0 0 7
## [2,] 2 4 6 8
##
## , , 2
##
## [,1] [,2] [,3] [,4]
## [1,] 0 0 0 15
## [2,] 10 12 14 16
##
## , , 3
##
## [,1] [,2] [,3] [,4]
## [1,] 17 19 21 23
## [2,] 18 20 22 243.3.5 List (リスト)
リストは、様々な種類のデータ（オブジェクト）を持つことができます。
以下の例では数値、文字列、配列を要素に持つリストを作成しています。
x = list( 1:4, c( "A", "B", "C" ), matrix( 1:8, ncol = 2 ) )
x
## [[1]]
## [1] 1 2 3 4
##
## [[2]]
## [1] "A" "B" "C"
##
## [[3]]
## [,1] [,2]
## [1,] 1 5
## [2,] 2 6
## [3,] 3 7
## [4,] 4 8リストを作成する際に各要素に名前を付けることもできます。
x = list( num = 1:4, str = c( "A", "B", "C" ), arr = matrix( 1:8, ncol = 2 ) )
x
## $num
## [1] 1 2 3 4
##
## $str
## [1] "A" "B" "C"
##
## $arr
## [,1] [,2]
## [1,] 1 5
## [2,] 2 6
## [3,] 3 7
## [4,] 4 8リストの要素を取り出すには2重の各括弧 [[ ]] や $ 記号を使います。
3.3.6 Table (テーブル)
table 関数を使うと、配列に含まれる値の出現数をカウントできます。
3.4 データ構造のまとめ
データ構造を表にまとめます。
| データ構造 | 日本語名 | 次元 | データ型 |
|---|---|---|---|
| vector | ベクトル | 1次元 | 1種類 |
| matrix | 行列 | 2次元 | 1種類 |
| array | 配列 | 多次元 | 1種類 |
| data.frame | データフレーム | 2次元 | 複数種類 |
| list | リスト | - | 複数種類 |
| table | テーブル | 多次元 | int（整数値） |
ベクトル、行列、配列は1種類のデータ型を持ちます。
配列のうち、1次元の配列がベクトル、2次元の配列が行列です。
データフレームはベクトルを要素（列）に持つリストです。