R の「あるある」エラー
Masahiko Asano
2022-10-20
- このセクションで使っている
R packages
library(DT)
library(gapminder)
library(gghighlight)
library(ggrepel)
library(stargazer)
library(tidyverse)1. R を使う時の「あるある」エラー
- R を使って計量分析するために必要なのはデータの読み取り
- しかし、いくつかの典型的なエラーが起こる
- ここでは皆さんが直面するであろう「あるある」エラーの内容とその原因と対処法を提供する
1.1 パッケージがインストールできない
- 原因はいくつか考えられる
原因 1: タイプミス
- 例えば、次のような単純な「打ち間違い」：
| 間違い箇所 | ||
|---|---|---|
| 正しいコード | install.packages("tidyverse") |
|
| 誤ったコード | install.package("tidyverse") |
package → packages |
| 誤ったコード | install.packages(tidyverse) |
tidyverse → "tidyverse" |
| 誤ったコード | install.packages ("tidyverse") |
( 前の半角スペース |
| 誤ったコード | install.packages("tidiverse") |
tidiverse → tidyverse |
対処法：
- 正確に入力する
原因 2 : Console に入力していないため
ConsoleではなくRmdファイルのチャンクの中に入力してしまうことがよくある
対処法：
- 正確に入力する
install.packages("パッケージ名")はConsoleに入力する
原因 3: 「パッケージが CRAN に置かれていないため」
- 例えば、
jpndistrictというパッケージをコンソールでインストールする際に出てくるのがこのエラーメッセージ
対処法：
- 正確に入力する
- 次のコマンドを
Consoleに打ち込んでGithubからダウンロードする
install.packages("remotes")
remotes::install_github("uribo/jpndistrict")原因 4: 「必要なパッケージがダウンロードできていないため」
- 例えば、
rnaturalearthというパッケージをインストールする際には、rnaturalearthを作動させるために必要な他のパッケージも同時にインストールしてみる
対処法：
正確に入力する
インストールするコマンドに
dependencies = TRUEを加える
install.packages("rnaturalearth", dependencies = TRUE)1.2 csvファイルが読み取れない
- 複数の原因が考えられる
原因 1: csv ファイル自体が「壊れている」場合
- 読み取ろうとしている
csvファイルがきちんと開けるかどうか確認してみる
対処法：
- 正確に入力する
csvファイルの破損を修理する
原因 2: csv ファイルのエンコードが UTF-8
でない
対処法：
- 正確に入力する
csvファイルのエンコードをUTF-8に指定して保存し直す
原因 3: csv
ファイルが「Rプロジェクト」内に保存されていない
対処法：
- 正確に入力する
csvファイルを「Rプロジェクト」内に保存する
2. パッケージのインストールとロード
2.1 パッケージを使うための 2 ステップ
・Step 1:
install.packages("パッケージ名")
・Step 2: library(パッケージ名) もしくは
library("パッケージ名")
- 例えば、
DTというパッケージを使うためには、次の 2 ステップが必要
| 入力コード | 入力するところ | 入力後の処置 | |
| Step 1 | install.package("DT") |
Console |
リターンキーを押す |
| Step 2 | library(DT) |
Rmd ファイルのチャンクの中 |
knit する |
2.2 パッケージをロードする 2 つの方法
- 例えば、
df1という名前のデータフレームを使ってDTというパッケージのdatatable()という関数を使う場合
- 次の 2 通りの方法が可能
★ 次の 2 行をチャンクに打ち込む
library(DT)
datatable(df1)★ 次の 1 行をチャンクに打ち込む
DT::datatable(df1)- この補助教材ではどちらの方法も使っている
パッケージ間のコンフリクトの解説
・例えば、tidyverse
というパッケージをインストールしロードすると次のように表示される
library(tidyverse)
メッセージの意味：
・tidyverse パッケージをロードすると、同時に 8
つのパッケージがロードされる ・tidyverse
パッケージは filter() と lag() という 2
つの関数とコンフリクト（＝エラー）を起こす
→
filter()関数を使う際、エラーを避けるため次のようにコマンドを入力する必要がある
filter() → dplyr::filter()
3. R プロジェクトを作る
RStudioを使ってデータ分析する上で重要なのは「R プロジェクトをつくること」「R プロジェクトをつくること」= 「R プロジェクトフォルダを作ること」
「フォルダ」とは「ディレクトリ」のこと
正しい「作業ディレクトリ (
working directory)」の中で作業しないとエラーになるこの「作業ディレクトリ」= 「フォルダ」の中には分析に必要な複数の「ファイル」が入っている
RStudio は分析に必要な「ファイル」を、指定された「Rプロジェクトフォルダ」（= 作業中のディレクトリ）から引き出す
→ R プロジェクトをつくらないと「エラーを起こす確率が高くなる」自分がどの「フォルダ」の中で作業しているか（= どの「ディレクトリ」の中で作業しているか）を確かめる方法
次のコマンドで確かめることができる
getwd() # get working directry の略 [1] "/Users/asanomasahiko/Dropbox/statistics/class_materials"working directoryにはデータ分析に必要なファイル（データやscriptなど） を保存するので、常に確認しておくことエラーが出た特に
getwd()で自分が「どこで作業しているのか」をチェックするもし、自分が作成した R プロジェクトフォルダの中にいない場合は、R プロジェクトフォルダの中にある
「.Rproj」で終わるアイコンをダブルクリックするRStudioでは、分析テーマごとに新たなプロジェクトを作成するのがよい
→ いちいちgetwd()でチェックしなくても、確実にデータを読み込んでくれる
→ エラーが少なくなるFile から New Project を選び、指示に従って作成すると、
RProjectはproject folderを自動的にworking directoryだと認識するRStudio右画面下部画面にある File をクリックすると、作成したRProjectフォルダー内にあるファイルが表示される
4. データの準備 (hr96-21.csv)
- データを可視化するために必要なのは「適切ななデータ」を準備すること
- 「適切なデータ」とはデータを可視化する上で、エラーが出ず、問題なく必要なグラフを作成できるようなデータのこと
- ここでは、データを可視化したり、計量分析したりするために必要なデータを準備する
4.1 データのダウンロード方法
- Web 上に公開されているデータをパソコンにダウンロードする方法は 2 つある
(1) 予めダウンロード先を指定する方法
RProjectフォルダ内に data という名称のフォルダを作成する
- 下のコマンドを実行すると、
csvファイルがパソコンにダウンロードされ、data 内に自動的に保存される
download.file(url = "[hr96-21.csv](https://asanoucla.github.io/hr96-21.csv)",
destfile = "data/hr96-21.csv") 注意：一度ダウンロードを完了すれば、このコマンドを実行する必要はありません
(2) ダウンロード先を指定しない方法
hr96-21.csv をクリックしてデータをパソコンにダウンロード
RProjectフォルダ内に data という名称のフォルダを作成する
ダウンロードした
hr96-21.csvを手動でRProjectフォルダ内にある data フォルダに入れる
4.2 選挙データの読み取り方法
- 次のいずれかの方法で
hr96-21.csvを読み取る
読み取り方法 1
na = "."というコマンドは「欠損値をドットで置き換える」という意味
- このように指定すると、変数内の「
空欄」は「.」で置き換わる
- 欠損値を空欄のまま残すと、本来「数値
(
numeric)」型のデータが「」文字型 (character)」として認識されるなど、エラーの原因になるため、読み取る時点で事前に対処する
hr <- read_csv("data/hr96-21.csv",
na = ".") 読み取り方法 2
- 読み取った値の日本語が文字化けする場合
locale()関数を使って日本語エンコーディング (cp932) を指定する
hr <- read_csv("data/hr96-21.csv",
na = ".",
locale = locale(encoding = "cp932"))読み取り方法 3
readrパッケージを使わないで読み取る
hr <- read.csv("data/hr96-21.csv",
na = ".") 4.3 読み取った選挙データを確認
hr96_17.csvは1996年に衆院選挙に小選挙区が導入されて以来実施された 9 回の衆議院選挙（1996, 2000, 2003, 2005, 2009, 2012, 2014, 2017, 2021）の結果のデータ
hrに含まれる変数名を表示させる
names(hr) [1] "year" "pref" "ku" "kun"
[5] "wl" "rank" "nocand" "seito"
[9] "j_name" "gender" "name" "previous"
[13] "age" "exp" "status" "vote"
[17] "voteshare" "eligible" "turnout" "seshu_dummy"
[21] "jiban_seshu" "nojiban_seshu"df1には 22 個の変数が入っている
| 変数名 | 詳細 |
|---|---|
| year | 選挙年 (1996-2017) |
| pref | 都道府県名 |
| ku | 小選挙区名 |
| kun | 小選挙区 |
| rank | 当選順位 |
| wl | 選挙の当落: 1 = 小選挙区当選、2 = 復活当選、0 = 落選 |
| nocand | 立候補者数 |
| seito | 候補者の所属政党 |
| j_name | 候補者の氏名（日本語） |
| name | 候補者の氏名（ローマ字） |
| previous | これまでの当選回数（当該総選挙結果は含まない） |
| gender | 立候補者の性別: “male”, “female” |
| age | 立候補者の年齢 |
| exp | 立候補者が使った選挙費用（総務省届け出） |
| status | 候補者のステータス: 0 = 非現職、1 現職、2 = 元職 |
| vote | 得票数 |
| voteshare | 得票率 (%) |
| eligible | 小選挙区の有権者数 |
| turnout | 小選挙区の投票率 (%) |
| seshu_dummy | 世襲候補者ダミー: 1 = 世襲、0 = 非世襲（地盤世襲 or 非世襲） |
| jiban_seshu | 地盤の受け継ぎ元の政治家の氏名と関係 |
| nojiban_seshu | 世襲元の政治家の氏名と関係 |
- データの型をチェック
str(hr)spec_tbl_df [9,660 × 22] (S3: spec_tbl_df/tbl_df/tbl/data.frame)
$ year : num [1:9660] 1996 1996 1996 1996 1996 ...
$ pref : chr [1:9660] "愛知" "愛知" "愛知" "愛知" ...
$ ku : chr [1:9660] "aichi" "aichi" "aichi" "aichi" ...
$ kun : num [1:9660] 1 1 1 1 1 1 1 2 2 2 ...
$ wl : num [1:9660] 1 0 0 0 0 0 0 1 0 2 ...
$ rank : num [1:9660] 1 2 3 4 5 6 7 1 2 3 ...
$ nocand : num [1:9660] 7 7 7 7 7 7 7 8 8 8 ...
$ seito : chr [1:9660] "新進" "自民" "民主" "共産" ...
$ j_name : chr [1:9660] "河村たかし" "今枝敬雄" "佐藤泰介" "岩中美保子" ...
$ gender : chr [1:9660] "male" "male" "male" "female" ...
$ name : chr [1:9660] "KAWAMURA, TAKASHI" "IMAEDA, NORIO" "SATO, TAISUKE" "IWANAKA, MIHOKO" ...
$ previous : num [1:9660] 2 2 2 0 0 0 0 2 0 0 ...
$ age : num [1:9660] 47 72 53 43 51 51 45 51 71 30 ...
$ exp : num [1:9660] 9828097 9311555 9231284 2177203 NA ...
$ status : num [1:9660] 1 2 1 0 0 0 0 1 2 0 ...
$ vote : num [1:9660] 66876 42969 33503 22209 616 ...
$ voteshare : num [1:9660] 40 25.7 20.1 13.3 0.4 0.3 0.2 32.9 26.4 25.7 ...
$ eligible : num [1:9660] 346774 346774 346774 346774 346774 ...
$ turnout : num [1:9660] 49.2 49.2 49.2 49.2 49.2 49.2 49.2 51.8 51.8 51.8 ...
$ seshu_dummy : num [1:9660] 0 0 0 0 0 0 0 0 1 0 ...
$ jiban_seshu : chr [1:9660] NA NA NA NA ...
$ nojiban_seshu: chr [1:9660] NA NA NA NA ...
- attr(*, "spec")=
.. cols(
.. year = col_double(),
.. pref = col_character(),
.. ku = col_character(),
.. kun = col_double(),
.. wl = col_double(),
.. rank = col_double(),
.. nocand = col_double(),
.. seito = col_character(),
.. j_name = col_character(),
.. gender = col_character(),
.. name = col_character(),
.. previous = col_double(),
.. age = col_double(),
.. exp = col_double(),
.. status = col_double(),
.. vote = col_double(),
.. voteshare = col_double(),
.. eligible = col_double(),
.. turnout = col_double(),
.. seshu_dummy = col_double(),
.. jiban_seshu = col_character(),
.. nojiban_seshu = col_character()
.. )
- attr(*, "problems")=<externalptr> - 数値は
numeric文字はcharacterとして認識されていることがわかる
4.4 総選挙データの読込と変数の修正・作成
- 新たな変数の作成と修正
wlsmd の作成
wl = 1は小選挙区当選者、wl = 2は復活当選者、wl = 0は落選者
table(hr$wl)
0 1 2
6001 2674 985 wlsmd = 1が小選挙区当選者,wlsmd = 0が小選挙区の落選者と変更し、データフレーム名をdf1に変更
if_else()関数を使う
df1 <- hr %>%
mutate(wlsmd = ifelse(wl == 1, 1, 0))- 変更を確認
table(df1$wlsmd)
0 1
6986 2674 exppv （有権者一人あたり選挙費用）の作成
expとeligibleを使って、有権者一人あたりに使う選挙費用 (exppv) を作る
df1 <- mutate(df1, exppv = exp / eligible) # eligible は小選挙区ごとの有権者数summary(df1$exppv) Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
0.0013 8.1762 18.7646 23.0907 33.3863 120.8519 2831 - exppv
を作成する際にエラーが出た時の対処法
df1 <- mutate(df1, exppv = exp / eligible)を実行する前に次の処理をする- チャンクの中に打ち込んだ
df1 <- mutate(df1, exppv = exp / eligible)は削除し、下の一連の作業が終わった後で打ち直すこと
- チャンクの中に打ち込んだ
df1 <- mutate(df1, exppv = exp / eligible)を残したまま下の一連の作業を実行すると、そのチャンクのところでエラーになってしまうから
| Steps | 実行するコマンド | 作業の内容 |
|---|---|---|
| 1 | str(df1$exp) |
変数 exp のデータの型をチェック |
| 2 | num（文字型）なら Step 4
へ、それ以外の型なら Step 3 へ |
|
| 3 | df1$exp <- as.numeric(df1$exp) |
変数 exp の型を数値型に変換 |
| 4 | str(df1$eligible) |
変数 eligible のデータの型をチェック |
| 5 | num（文字型）なら Step 7
へ、それ以外の型なら Step 6 へ |
|
| 6 | df1$eligible <- as.numeric(df1$eligible) |
変数 eligible の型を数値型に変換 |
| 7 | str(df1$eligible) |
変数 eligible のデータの型をチェック |
| 8 | num （数値型）なら OK |
|
| 9 | str(df1$eligible) |
変数 eligible のデータの型をチェック |
| 10 | num （数値型）なら OK |
|
「数値型」のはずなのに「文字型」と認識される場合の対処法
- R では時々
expやeligibleのデータの「型」が「数値型 (numeric)」ではなく「文字型」(charactor) として読み取られることがある
- その場合はまず、次の作業を行う：
(1) 変数の値に数値以外が入っていないか確かめる
→ 入っていれば数値に修正する
(2) 変数の値が「全角」になっていないか確かめる
→ 全角の数字が入っていたら「半角」に修正する
- 以上の作業を行っても「数値型
(
numeric)」ではなく「文字型」(charactor) として読み取られる場合
→as.numeric()関数を使って、データの型を「数値型 (numeric)」に変換する必要がある
inc （現職ダミー）の作成
status = 0は新人、status = 1は現職、status = 2は元職
table(df1$status)
0 1 2
5517 3510 633 - これを次のように変更：
status = 0がその他、status = 1が現職
df1 <- hr %>%
mutate(inc = if_else(status == 1, 1, 0))table(df1$inc)
0 1
6150 3510 - 修正後のデータフレーム (
df1) を表示
names(df1) [1] "year" "pref" "ku" "kun"
[5] "wl" "rank" "nocand" "seito"
[9] "j_name" "gender" "name" "previous"
[13] "age" "exp" "status" "vote"
[17] "voteshare" "eligible" "turnout" "seshu_dummy"
[21] "jiban_seshu" "nojiban_seshu" "inc" ldp （自民党ダミー）の作成
table(df1$seito)
Ｎ党 アイヌ民族党
1 27 1
さわやか神戸・市民の会 ニューディールの会 みんな
2 1 79
れい 世界経済共同体党 保守
12 2 16
保守新 公明 共産
11 79 2228
国民 国民党 国民新党
21 11 21
安楽死党 市民新党にいがた 希望
1 1 199
幸福 当たり前 改革
312 1 1
改革クラブ 政事公団太平会 政治団体代表
4 1 2
文化フォーラム 新党さきがけ 新党大地
10 13 8
新党尊命 新党日本 新社会
1 9 38
新進 日本新進 日本未来
235 1 111
日本維新の会 次世 民主
198 39 1654
民主改革連合 沖縄社会大衆党 無所
2 1 641
無所属の会 生活 社民
9 13 316
立憲 維新 緑の党
277 171 1
緒派 自民 自由
44 2542 61
自由連合 諸派 青年自由
212 18 1 seitoを使って自民党ダミー (ldp) を作る
ldp = 1は自民党候補者、ldp = 0は非自民党候補者
df1 <- hr %>%
mutate(ldp = if_else(seito == "自民", 1, 0))table(df1$ldp)
0 1
7118 2542 - 修正後のデータフレーム (
df1) を表示
names(df1) [1] "year" "pref" "ku" "kun"
[5] "wl" "rank" "nocand" "seito"
[9] "j_name" "gender" "name" "previous"
[13] "age" "exp" "status" "vote"
[17] "voteshare" "eligible" "turnout" "seshu_dummy"
[21] "jiban_seshu" "nojiban_seshu" "ldp" df1には 23 個の変数が入っている
| 変数名 | 詳細 |
|---|---|
| year | 選挙年 (1996-2021) |
| pref | 都道府県名 |
| ku | 小選挙区名 |
| kun | 小選挙区 |
| wl | 選挙の当落: 1 = 小選挙区当選、2 = 復活当選、0 = 落選 |
| rank | 当選順位 |
| nocand | 立候補者数 |
| seito | 候補者の所属政党 |
| j_name | 候補者の氏名（日本語） |
| gender | 立候補者の性別: “male”, “female” |
| name | 候補者の氏名（ローマ字） |
| previous | これまでの当選回数（当該総選挙結果は含まない） |
| age | 立候補者の年齢 |
| exp | 立候補者が使った選挙費用（総務省届け出） |
| status | 候補者のステータス: 0 = 非現職、1 現職、2 = 元職 |
| vote | 得票数 |
| voteshare | 得票率 (%) |
| eligible | 小選挙区の有権者数 |
| turnout | 小選挙区の投票率 (%) |
| seshu_dummy | 世襲候補者ダミー: 1 = 世襲、0 = 非世襲（地盤世襲 or 非世襲） |
| jiban_seshu | 地盤の受け継ぎ元の政治家の氏名と関係 |
| nojiban_seshu | 世襲元の政治家の氏名と関係 |
| wlsmd | 選挙の当落: 1 = 当選（小選挙区）、0 = 落選（小選挙区） |
| exppv | 有権者一人あたりに費やす選挙費用（円） |
| inc | 現職ダミー: 1 現職、0 = 非現職 |
| ldp | 自民党ダミー: 1 自民党候補者、0 = それ以外 |
4.5 総選挙データの記述統計
- 総選挙データ (
df1) の変数の記述統計を表示させる
library(stargazer)- チャンクオプションで
{r, results = "asis"}と指定する
stargazer(as.data.frame(df1),
type ="html",
digits = 2)| Statistic | N | Mean | St. Dev. | Min | Max |
| year | 9,660 | 2,007.88 | 7.68 | 1,996 | 2,021 |
| kun | 9,660 | 5.75 | 5.07 | 1 | 25 |
| wl | 9,660 | 0.48 | 0.67 | 0 | 2 |
| rank | 9,660 | 2.65 | 20.39 | 1 | 2,003 |
| nocand | 9,660 | 3.89 | 1.09 | 2 | 9 |
| previous | 9,660 | 1.48 | 2.46 | 0 | 19 |
| age | 9,656 | 51.22 | 11.13 | 25 | 94 |
| exp | 6,829 | 7,551,393.00 | 5,482,684.00 | 535 | 27,462,362 |
| status | 9,660 | 0.49 | 0.62 | 0 | 2 |
| vote | 9,660 | 55,987.87 | 40,626.34 | 177 | 210,515 |
| voteshare | 9,660 | 27.67 | 19.34 | 0.10 | 95.30 |
| eligible | 8,785 | 330,268.30 | 80,058.87 | 115,013 | 495,212 |
| turnout | 7,849 | 62.09 | 6.53 | 44.71 | 83.80 |
| seshu_dummy | 8,875 | 0.12 | 0.33 | 0 | 1 |
| ldp | 9,660 | 0.26 | 0.44 | 0 | 1 |
df1には 23 個の変数が入っている
- しかし、ここには 15 個の変数の記述統計しか表示されていない
その理由：
記述統計で表示されるのは変数の「型」
classが「数値型」(numeric,integer,double)の場合だけだから文字型データ (
chr) や ファクター (factor) の場合は記述統計が表示されない
R で可視化する際、変数の class の違いはとても重要
「データの型」に関する詳細は 「私たちの R: 9.1 データ型」 を参考
str()関数で、df1に含まれる変数のclassを確認してみる
str(df1)tibble [9,660 × 23] (S3: tbl_df/tbl/data.frame)
$ year : num [1:9660] 1996 1996 1996 1996 1996 ...
$ pref : chr [1:9660] "愛知" "愛知" "愛知" "愛知" ...
$ ku : chr [1:9660] "aichi" "aichi" "aichi" "aichi" ...
$ kun : num [1:9660] 1 1 1 1 1 1 1 2 2 2 ...
$ wl : num [1:9660] 1 0 0 0 0 0 0 1 0 2 ...
$ rank : num [1:9660] 1 2 3 4 5 6 7 1 2 3 ...
$ nocand : num [1:9660] 7 7 7 7 7 7 7 8 8 8 ...
$ seito : chr [1:9660] "新進" "自民" "民主" "共産" ...
$ j_name : chr [1:9660] "河村たかし" "今枝敬雄" "佐藤泰介" "岩中美保子" ...
$ gender : chr [1:9660] "male" "male" "male" "female" ...
$ name : chr [1:9660] "KAWAMURA, TAKASHI" "IMAEDA, NORIO" "SATO, TAISUKE" "IWANAKA, MIHOKO" ...
$ previous : num [1:9660] 2 2 2 0 0 0 0 2 0 0 ...
$ age : num [1:9660] 47 72 53 43 51 51 45 51 71 30 ...
$ exp : num [1:9660] 9828097 9311555 9231284 2177203 NA ...
$ status : num [1:9660] 1 2 1 0 0 0 0 1 2 0 ...
$ vote : num [1:9660] 66876 42969 33503 22209 616 ...
$ voteshare : num [1:9660] 40 25.7 20.1 13.3 0.4 0.3 0.2 32.9 26.4 25.7 ...
$ eligible : num [1:9660] 346774 346774 346774 346774 346774 ...
$ turnout : num [1:9660] 49.2 49.2 49.2 49.2 49.2 49.2 49.2 51.8 51.8 51.8 ...
$ seshu_dummy : num [1:9660] 0 0 0 0 0 0 0 0 1 0 ...
$ jiban_seshu : chr [1:9660] NA NA NA NA ...
$ nojiban_seshu: chr [1:9660] NA NA NA NA ...
$ ldp : num [1:9660] 0 1 0 0 0 0 0 0 1 0 ...- 数値は数値型 (
numeric)、文字は文字型 (character) になっている
- 文字型 (
character) の値は「""」で囲まれいていることに注意
- 欠損値は
NAで表示されている