Rでのデータ取り込みとデータ作成 ーcsvファイルを使いますー

Rでプレゼンテーション

前回の記事で、Rの作業環境として、RStudioの基本的な使い方を説明しました。

RStudioの基本的な使い方 ー作業場所とデータの管理・保存についてー
前回の記事ではRとその作業環境としてのRStudioのインストールの方法を説明しました。 こちらの記事では、Rを使っていくために、RStudioの基本的な使い方を説明します。 基本的な使い方として、作業場所 と データの...

今回は、RStudio上で、実際にRを動かします。

まずは、自前のデータをRに取り込みます。

といっても、どんなデータを使うの??ということで、誰もが使えるようなデータをwebから取ってきて実践しましょう。

誰もが使える、様々な公共データベースがあります!

◆データの準備(csvファイル)

こちら、農林水産省の公表資料「令和元年農業総産出額及び生産農業所得」のデータをダウンロードして、Google ドライブに保存します。

保存されたGoogleドライブ上のデータの上で右クリックをして、 アプリ をクリック、Google スプレッドシート を選ぶと、Googleスプレッドシートで開くことができます。

作業しやすいように、Google スプレッドシート上に以下のように年次別の生産農業所得のデータ(単位は億円)を作成して、Google スプレッドシートとして保存しました。

ファイル名はnougyosyotoku としました。(下の画像の左上のgoogle スプレッドシートの緑のマークの横をクリックすると直接ファイル名を入力できます。)

その後、以下のように、ファイル※1 → ダウンロード※2 → CSVファイル※ の形でダウンロードし、こちらのcsvファイルをRに使用していきます。

これで、PC>ダウンロードの中に 作業用のcsvファイルである nougyosyotoku – シート1.csv  が作成出来ました。

以下、注意点です。

・Rでプレゼンテーションの前提として、無料で全部進めたい!ということでGoogleドライブ上の環境で進めていますが、もちろんExcelでcsvファイルを作成しても問題ありません。

・作業で読み込みなどでエラーがないよう、データやファイル名など英語表記のデータにしておくとよいです。

PC>ダウンロードの中にできた nougyosyotoku – シート1.csv は、先ほどのGoogleスプレッドシートの1枚目のシートからダウンロードした、ということでこのような名前になっています。

作業の都合上、ファイル名を変更し - シート1 は削除し、nougyosyotoku.csv とします。

こちらのファイルは作業する.Rprojと同じ場所に移してください。(ここではstudy_r.Rpojを使用していきます。)

nougyosyotoku.csv データを使って、Rでのデータの取り込みをやってみましょう。

 

◆データの取り込み

.Rproj をクリックすると、RStudioの画面が立ち上がります。

左上のR scriptか、 左下のConsoleにコードを入力してください。

> nougyosyotoku<-read.csv("nougyosyotoku.csv")
> exists("nougyosyotoku")
[1] TRUE 
> head(nougyosyotoku)
  Year   Rice Wheat Millet Beans Potatoes
1 1993 28,359 1,103     51   770    2,467
2 1994 38,249 1,027     60   674    2,453
3 1995 31,861   843     61   711    2,431
4 1996 30,540   963     59   763    2,418
5 1997 27,792 1,046     60   722    2,208
6 1998 25,148   959     50   732    2,727
> dim(nougyosyotoku)
[1] 27 6

使用するコードは、read.csv(“ファイル名”)です。これにより、csvファイルをRに取り込むことができます。

nougyosyotoku<-read.csv(“nougyosyotoku.csv”)

A<-B は、BをAという名前にせよ。というコードです。A=B というコードも同じように使えます。

ちゃんと取り込めているかを確認するために、

exists(“nougyosyotoku”) を入力して、TRUE が返ってくれば取り込めたことを確認できます。

また、head(nougyosyotoku)で、nougyosyokuの最初の6行を表示してくれるので、データの中身も入っていることを確認できます。(私は、head()で確認することが多いです)

dim()で、行 列 (27行6列)の数情報から、確認することもできます。

どれかのコマンドで、ちゃんと読み込めたかを確認してください。

 

◆データを少し加工

―列指定

先ほど読み込んだnougyosyotoku をRで必要な箇所だけのデータに整理します。

今回は、YearとRice、Wheat、Potatesの列情報だけにしたい!その作業をやってみます。

> nougyosyotoku2<-subset(nougyosyotoku, select=c(Year,Rice,Wheat,Potatoes))
> head(nougyosyotoku2)
  Year   Rice Wheat Potatoes
1 1993 28,359 1,103    2,467
2 1994 38,249 1,027    2,453
3 1995 31,861   843    2,431
4 1996 30,540   963    2,418
5 1997 27,792 1,046    2,208
6 1998 25,148   959    2,727

 

subset(ファイル名, select=c(列名1,列名2)) という形で入力すると、指定した列情報だけ抽出できます。

 

ー行指定

nougyosyotoku のデータから、2000年以降のデータだけ取り出します。

> nougyosyotoku3<-subset(nougyosyotoku, Year>=2000)
> head(nougyosyotoku3)
   Year   Rice Wheat Millet Beans Potatoes
8  2000 23,210 1,306     72 1,013    2,298
9  2001 22,284 1,293     59   964    1,978
10 2002 21,720 1,513     69   991    1,928
11 2003 23,416 1,506     85 1,011    2,051
12 2004 19,910 1,488     76   928    1,981
13 2005 19,469 1,537     93   768    2,016

subset(ファイル名, Year>=2000) これはYearの列で2000以上のデータだけ抽出せよ。ということです。

A>=B  B以上のAを抽出 というコード

A>B Bより大きいAを抽出

 

◆データの出力(csvファイル)

先ほど作ったデータをcsvファイルとして出力する作業をこれから説明します。

> write.csv(nougyosyotoku2, "nougyosyotoku2.csv")
> write.csv(nougyosyotoku3, "nougyosyotoku3.csv")

write.csv(Rの上のデータ, “保存したいファイル名.csv”)で、csvファイルを作成できます。

どこにできたのか?は、.Rprojがあるフォルダにnougyosyotoku2.csvとnougyosyotoku3.csv ができています。ご確認ください。

Google スプレッドシートで開くと、下のような感じです。

 

今回は、csvファイルでのデータ取り込みとデータを少し加工、そしてデータ作成を行いました。

ファイル形式とエクセルファイルの読込みについては、以下の記事でも解説していますので、参考にしてください。

Rにデータ読込み ーExcelファイルも読込めますー
前回の記事で説明したCSVファイルと、同じようにRStudioの作業で使いやすいTSVファイルについて説明させて頂きます。 CSVとTSVファイルは、いわゆるテキストファイルであり、データそのもの以外の情報はありません。 ...

 


☆コラム 〜Rには練習用データセットがたくさんあります〜☆

Rには、解析作業を取り組むために、練習用データが保存されています。

こちらにはたくさんのデータセットがあります。

例えば、有名なiris(あやめ)のデータは以下のようにすぐに使えます。

help(iris)

このデータがどんなものか知りたければ、help(データセット) で右下にデータセットの説明が出てきます。

 

View(iris)

View(データ)で、左上にデータを出してみることもできます。

これは、データセットだけでなく、先ほどのnougyosyotoku などの、自分が作成したデータでも表示できます。

Rに保存されているデータセットを使っての、解析や可視化の作業は下記の記事等を参考にしてください。

Rでヒストグラム(度数分布)ーhistー
データの取り込みについては、以下に投稿しています。 Rを活用して、誰にでもわかりやすく解析結果を共有出来る資料につなげていきたいと思います。 今回取り組むのは、ヒストグラム ( 度数分布を表すグラフで、あるデータ...
Rで散布図 ー相関関係の確認, plotー
Rで散布図の可視化と考察を、Rに入っているデータセットairqualifyを使用して行います。 散布図とは横軸と縦軸に2つの項目の量や大きさ等を対応させて、プロットしたものです。 プロットが右上がりに分布する傾向であれば正の相関...
Rで主成分分析(PCA) ーggbiplot, ellipse, 色分けー
主成分分析とは、多くの変数により記述された量的データから、できるだけ少ない情報の損失で、情報を縮約して分析を行う方法です。 多くの変数データを圧縮して2軸、あるいは3軸で分析結果を表示します。 主成分分析は、以下の書籍を参考にさ...

 

コメント

タイトルとURLをコピーしました