CSV ファイルの読み込み，散布図と近似線，スケールの信頼性（R システムを利用）

前準備

R システムのインストール

• Windows での R システムのインストール: 別ページ »で説明
• Ubuntu での R システムのインストール: 別ページ »で説明

CSVファイルを読み込み，データフレームに格納

1. (前準備) 使用する CSV ファイルの作成

   Book1.csv をダウンロード （参考： 「外国為替データ（時系列データ）の情報源の紹介」の Web ページ）

   以下の説明では、

   • Windowsの場合：　データファイル名： C:\R\Book1.csv
   • Linuxの場合：　データファイル名： /tmp/Book1.csv

   として説明を続ける．

   ※ 自前の CSV ファイルを使うときの注意： read.table() 関数を使うので， 属性名は英語になっていること．属性名は，CSV ファイルの第一行目に書いていること．

2. 使用する CSV ファイルの確認

   属性名が CSV ファイルの1行目に書かれていることを確認する．

   Book1.csv
3. R の起動
4. 「read.table」を用いて，CSV ファイルを R のデータフレームに読み込み

   次のコマンドを実行．

   ◆ Windows での動作手順例

   X <- read.table("C:/R/Book1.csv", header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE);
   

   ◆ Linux での動作手順例

   X <- read.table("/tmp/Book1.csv", header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE);
   

   R の read.table のオプション

   • X <- ・・・ 変数 X に読み込むという意味
   • C:/R/Book1.csv, "/tmp/Book1.csv" ・・・ 読み込む CSV ファイル名．Windows では区切りには「/」を使うことに注意．
   • header="TRUE" または header="FALSE" ・・・ 列ラベルが設定されているか
   • seq="," や seq="\" や seq=" " や ・・・ 列を区切る記号（CSV ファイルのときは「seq=","」）
   • na.string="NA" ・・・ Not a Number には "NA" を使うという意味
   • dec="." 　・・・　ファイルで使われている小数点記号（既定値は，ピリオド）
   • strip.white=TRUE ・・・ 個々のデータの先頭や末尾にある「空白文字」を取り除いて読み込む
   • skip=＜行数＞ ・・・ 読み飛ばし行数
   • nrow=＜行数＞ ・・・ 読み込み行数
   • (その他のオプション) dec: ファイルで使われている小数点記号を指定できる
5. オブジェクト X の確認

   次のコマンドを実行．

   edit(X);
   

   次のコマンドを実行．

   str(X)
   

要約統計量

1. 要約統計量（summary を使用）

   最小値，中央値，平均値，最大値などを表示

   summary(X)
   

   
2. 要約統計量（numSummary を使用）

   平均値，標準偏差などを表示

   numSummary( X[,c("USD", "EUR", "AUD")], statistics=c("mean", "sd", "quantiles"), quantiles=c( 0,.25,.5,.75,1 ))
   

   

散布図と近似線

1. 「scatterplot」を用いた散布図の描画

   要点: 横軸が seq, 縦軸が USD

   scatterplot( USD~seq, reg.line=lm, smooth=TRUE, boxplots=FALSE, span=0.5, data=X )
   

   

2. library(ggplot2)
   p <- ggplot(X) 
   p + geom_point( aes(x = seq, y = USD), shape=1) + stat_smooth( aes(x = seq, y = USD) ) 
   

   
   
3. 「scatterplot」を用いた散布図の描画（分布の平均と分散も図示）

   要点: 横軸が seq, 縦軸が USD．分布の平均と分散も図示

   scatterplot( USD~seq, reg.line=lm, smooth=TRUE, boxplots='xy', span=0.5, data=X )
   

   
4. 散布図行列

   scatterplot.matrix( ~seq+USD+EUR+AUD, reg.line=lm, smooth=TRUE, span=0.5, diagonal = 'density', data=X )
   

   

スケールの信頼性

reliability( cov(X[,c("USD","EUR","AUD")], use="complete.obs") )

CSVファイルを読み込み，データフレームに格納

1. (前準備) 使用する CSV ファイルの作成

   ※ ここでは Book1.csv をダウンロードし，分かりやすいディレクトリに置く

   （参考： 「外国為替データ（時系列データ）の情報源の紹介」の Web ページ）

   以下の説明では、

   • Windowsの場合：　データファイル名： C:\R\Book1.csv
   • Linuxの場合：　データファイル名： /tmp/Book1.csv

   として説明を続ける．

   ※ 自前の CSV ファイルを使うときの注意： read.table() 関数を使うので， 属性名は英語になっていること．属性名は，CSV ファイルの第一行目に書いていること．

2. 使用する CSV ファイルの確認

   属性名が CSV ファイルの1行目に書かれていることを確認する．

   Book1.csv
3. R の起動
4. 「read.table」を用いて，CSV ファイルを R のデータフレームに読み込み

   次のコマンドを実行．

   ◆ Windows での動作手順例

   X <- read.table("C:/R/Book1.csv", header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE);
   

   ◆ Linux での動作手順例

   X <- read.table("/tmp/Book1.csv", header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE);
   

   オプション

   • X <- ・・・ 変数 X に読み込むという意味
   • C:/Book1.csv, "/tmp/Book1.csv" ・・・ 読み込む CSV ファイル名．Windows では区切りには「/」を使うことに注意．
   • header="TRUE" または header="FALSE" ・・・ 列ラベルが設定されているか
   • seq="," や seq="\" や seq=" " や ・・・ 列を区切る記号（CSV ファイルのときは「seq=","」）
   • na.string="NA" ・・・ Not a Number には "NA" を使うという意味
   • dec="." 　・・・　ファイルで使われている小数点記号（既定値は，ピリオド）
   • strip.white=TRUE ・・・ 個々のデータの先頭や末尾にある「空白文字」を取り除いて読み込む
   • skip=＜行数＞ ・・・ 読み飛ばし行数
   • nrow=＜行数＞ ・・・ 読み込み行数
   • (その他のオプション) dec: ファイルで使われている小数点記号を指定できる
5. オブジェクト X の確認

   次のコマンドを実行．

   edit(X);
   

   次のコマンドを実行．

   str(X)
   

データフレームからのグラフ作成例

1. x, y 値を指定しての散布図の作成

   x 値を格納したベクトル，y 値を格納したベクトルを引数として plot() 関数を使うと，散布図が描かれます．

   この場合「X[,c("属性名")]」のような書き方で，X から列を抜き出して，ベクトルを作る．

   • 散布図以外のいろいろなグラフについては，R システムでの種々のグラフの Web ページを見てください．
   • グラフの調整については，グラフ作成での各種パラメータの Web ページを見てください．
   • ggplot については，ggplot の例の Web ページを見てください．

   ■ Iris データセットの散布図の例

   plot( iris[,1], iris[,2], col=iris[,5] )
   

   　

   library(ggplot2)
   p <- ggplot(iris) 
   p + geom_point( aes(x = iris[,1], y = iris[,2], colour = iris[,5]) ) + scale_colour_hue()
   

   　

   ■ 外国為替データ（時系列データ） Book1.csv の散布図の例

   plot( X[,c("seq")], X[,c("USD")] )
   

   
   

   library(ggplot2)
   p <- ggplot(X) 
   p + geom_point( aes(x = seq, y = USD) )
   

   　
   　

   plot( X[,c("USD")], X[,c("EUR")] )
   

   
   

   library(ggplot2)
   p <- ggplot(X) 
   p + geom_point( aes(x = USD, y = EUR) )
   

   　
   　

重ね書きの例

points() 関数や line() 関数 や legend() 関数や text() 関数を使って，簡単に重ね書きできる．例を示しておきます． 次のような感じになります（文法の詳細には立ち入りません）．

※ 平滑化の関数は，他にも，smooth.spline(), ksmooth(), supsmu() などが知られている．

線の重ね書き

lines() 関数は，線を重ね書きするもの．

■ 外国為替データ（時系列データ） Book1.csv の例

plot( X[,c("seq")], X[,c("USD")] )
lines(lowess( X[,c("seq")], X[,c("USD")] ), col = "red")
lines(lowess( X[,c("seq")], X[,c("USD")], f=0.2 ), col = "green")

メソッドについての説明は，次の公式ページにある． https://rdocumentation.org/packages/ggplot2/versions/3.3.5

library(ggplot2)
p <- ggplot(X) 
p + geom_point( aes(x = seq, y = USD) ) + stat_smooth( aes(x = seq, y = USD), method="loess" )

library(ggplot2)
p <- ggplot(X) 
p + geom_point( aes(x = seq, y = USD) ) + stat_smooth( aes(x = seq, y = USD), method="loess" )

複数のグラフの重ね描き

「par(new=T)」によりグラフの重ね書きを指示

■ 外国為替データ（時系列データ） Book1.csv の例

plot( X[,c("seq")], X[,c("USD")] )
par(new = T)
plot( X[,c("seq")], X[,c("EUR")], pch=0, col=2 )

library(ggplot2)
p <- ggplot(X) 
p <- p + geom_point( aes(x = seq, y = USD), shape=0 ) 
p <- p + geom_point( aes(x = seq, y = EUR), shape=1, colour="red" ) 

p

凡例の重ね書き

legend() 関数では，次を指定する．

• x 座標
• y 座標
• 凡例として表示する文字列ベクトル
• オプション

【関連する外部ページ】: http://www.okada.jp.org/RWiki/?%A5%B0%A5%E9%A5%D5%A5%A3%A5%C3%A5%AF%A5%B9%BB%B2%B9%CD%BC%C2%CE%E3%BD%B8%A1%A7%CB%DE%CE%E3 （現存しない）

グラフィックス参考実例集：凡例 (http://www.okada.jp.org/RWiki/?%A5%B0%A5%E9%A5%D5%A5%A3%A5%C3%A5%AF%A5%B9%BB%B2%B9%CD%BC%C2%CE%E3%BD%B8%A1%A7%CB%DE%CE%E3)

plot( X[,c("seq")], X[,c("USD")] )
lines(lowess( X[,c("seq")], X[,c("USD")] ), col = "red")
lines(lowess( X[,c("seq")], X[,c("USD")], f=0.2 ), col = "green")
legend( 5, 105, c( "f = 2/3", "f = 0.2" ), lty = 1, col = c("red", "green") )

テキストを書くこともできる．

text(locator(1), labels = "ほげほげ")

グラフのファイルへの保存

グラフィカル・デバイスの種類

• postscript pdf pictex : LaTeX/PicTeX ファイル
• png : PNG ファイル
• jpeg : JPEG ファイル
• bmp : BMP ファイル
• windows : Windows
• x11 : UNIX, Linux

など．

詳細は「help(Devices)」で確認できる

グラフィカル・デバイスを用いたグラフのファイルの保存

例えば，PNG ファイルを作りたいときは，最初に「png()」を実行．最後に「dev.off()」で，ファイルを閉じる． すると，作業ディレクトリにファイルができる．作業ディレクトリは，getwd() で分かる．

※ png( file="C:\1.png" ) のように，ファイル名を陽に指定する方が分かりやすいでしょう．

◆ Windows での実行手順例 (png ファイルを作成している)

X <- read.table("C:/R/Book1.csv", header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE);
png("1.png")
plot( X[,c("seq")], X[,c("USD")] )
dev.off() 
getwd()

X <- read.table("C:/R/Book1.csv", header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE);
png("1.png")
library(ggplot2)
p <- ggplot(X) 
p + geom_point( aes(x = seq, y = USD) )
dev.off() 
getwd()

◆ Ubuntu での実行手順例 (png ファイルを作成している)

X <- read.table("/tmp/Book1.csv", header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE);
png("1.png")
plot( X[,c("seq")], X[,c("USD")] )
dev.off() 
getwd()

X <- read.table("/tmp/Book1.csv", header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE);
png("1.png")
library(ggplot2)
p <- ggplot(X) 
p + geom_point( aes(x = seq, y = USD) )
dev.off() 
getwd()

R コマンダーを用いた散布図の作成手順例

グラフの作成には R コマンダーが便利です

1. R の起動
2. Rcmdr, RcmdrPlugin.KMggplot2 の読み込み

   library(Rcmdr)
   library(RcmdrPlugin.KMggplot2)
   

   ※ このときエラーが出た場合には， 「install.packages("Rcmdr")」, 「install.packages("RcmdrPlugin.KMggplot2")」, のように インストール操作を行うと解決する場合がある
3. しばらく待つと、Rコマンダーのウィンドウが開く
   
4. Rコマンダーで「データ」 → 「データのインポート」と操作する → 「テキストファイルまたはクリップボード，URLから」と操作する
   
5. データ名、ヘッダーの有無、区切り記号を指定
   
6. 読み込みたいファイルのディレクトリとファイル名を指定
   
7. いま読み込んだファイルのデータ名を選択
   
8. データセットを表示したい場合には、「データセットを表示」をクリックする
   
   
9. ggplot() 関数を用いた散布図を作成したい場合は、 「KMggplot2」→「散布図」と操作する
   

   x軸, y軸などの設定を行い 「OK」をクリックすると、散布図が得られる．

   
   
10. plot() 関数を用いた散布図を作成したい場合は、 「グラフ」→「散布図」と操作する
    

    x軸, y軸などの設定を行い 「OK」をクリックすると、散布図が得られる．

    
    
11. R のプログラムが作成される．これを記録しておけば、将来、同じ操作を繰り返したくなった時に楽。