「R言語」は統計解析・データ分析に特化したプログラミング言語です。学術研究・バイオインフォマティクス・金融分析・公衆衛生分野で広く使われています。この記事ではR言語の特徴・Pythonとの比較・学習方法を解説します。
R言語とは？
R言語は、1993年にロス・イハカとロバート・ジェントルマンが開発した統計解析専用のプログラミング言語です。オープンソースで無料、豊富な統計・機械学習パッケージ（CRAN上に2万以上）、高品質な可視化（ggplot2）が特徴です。学術論文・製薬会社の臨床データ分析・金融リスク計算などで使われています。
RとPythonの比較
| 比較項目 | R言語 | Python |
|---|---|---|
| 主な強み | 統計解析・学術研究 | 汎用性・AI・機械学習・自動化 |
| 可視化 | ggplot2が非常に強力 | matplotlib・seaborn・plotly |
| 統計ライブラリ | CRAN（2万以上）が充実 | scipy・statsmodelsが充実 |
| 習得難易度 | 中級（統計知識が前提） | 初級〜中級 |
| データ操作 | dplyr・tidyrで直感的 | pandas |
| コミュニティ | 学術・研究寄り | エンジニア・ビジネス寄り |
よくある質問
RとPythonどちらを学ぶべき？
目的によります。学術研究・バイオ統計・公衆衛生・経済学などの研究職を目指すならR、データサイエンティスト・機械学習エンジニア・ビジネスデータ分析を目指すならPythonが現在主流です。どちらも学ぶのが理想ですが、時間が限られる場合はPythonの方が汎用性が高いです。多くのデータサイエンティストは両方使えます。
まとめ
R言語は統計解析・データ可視化に特化した強力な言語です。学術研究・製薬・金融での需要が高く、ggplot2による美しい可視化が特に評価されています。統計分析を深く学びたい方は必須のスキルです。
R言語の実際のコード（tidyverseを使ったデータ分析）
Rのデータ分析はtidyverseというパッケージ群（dplyr・ggplot2・tidyr・readr等）を使うのが現代の標準スタイルです。dplyrのverb（動詞）関数——filter()・select()・mutate()・group_by()・summarise()——をパイプ演算子（|>）でつなぐことで、直感的で読みやすいデータ操作コードが書けます。ggplot2はグラフを「グラフィックスの文法」に基づいてレイヤーを重ねるように作れるパッケージで、出版品質の美しいグラフを生成できます。R Markdown・Quartoを使えばデータ分析のコード・結果・説明文を1つのドキュメントとしてHTML・PDF・Word形式で出力できます。
R言語の活用分野と学習リソース
R言語は統計学・生物情報学・公衆衛生・計量経済学・医薬品研究での採用が特に多いです。製薬会社では臨床試験データの統計解析にRが標準的に使われており、FDA（米国食品医薬品局）もRによる提出データを受け付けています。学術論文でRを使ったグラフや分析結果が多く引用されており、研究職では特に重要なスキルです。学習リソースとしてはR for Data Science（Hadley Wickham著・無料オンライン版あり）が最もおすすめで、tidyverseを体系的に学べます。Courseraのデータサイエンス専門講座（Johns Hopkins大学）もRを使った実践的な講座が充実しています。
Rの可視化（ggplot2の詳細）
ggplot2はRの可視化の標準ライブラリで「グラフィックスの文法（Grammar of Graphics）」に基づいています。ggplot()でベースを作り、geom_point()（散布図）・geom_line()（折れ線）・geom_bar()（棒グラフ）・geom_histogram()（ヒストグラム）・geom_boxplot()（箱ひげ図）などのgeomレイヤーを追加します。facet_wrap()・facet_grid()でグループ別のサブプロットを作り、theme_bw()・theme_minimal()でスタイルをカスタマイズします。scale_color_manual()・labs()・coord_flip()など多数のカスタマイズ関数が用意されており、インタラクティブグラフはplotlyパッケージでggplotをggplotly()に変換するだけで作れます。
統計検定とRの実践
Rの真価は統計検定での活用です。t.test()で平均の差の検定・cor.test()で相関係数の検定・chisq.test()でカイ二乗検定・aov()で分散分析（ANOVA）・lm()で回帰分析が行えます。生存時間分析にはsurvivalパッケージ、混合効果モデルにはlme4パッケージが定評あります。bayesian統計にはrstanパッケージ（Stan言語のRインターフェース）が使われます。仮説検定の結果を解釈する際はp値だけでなく効果量（Cohen’s d等）も報告することが現代の統計では重要とされており、effectsizeパッケージが役立ちます。
RとPythonの連携（rpy2・Quarto）
RとPythonは競合するツールではなく、組み合わせて使うことも増えています。rpy2パッケージを使うとPythonからRのコードを実行・結果を受け取れます。Quartoはマルチ言語対応のドキュメントツールで、同一ドキュメント内でRとPythonのコードチャンクを混在させられます。R Markdownの後継として開発され、科学論文・データレポート・Webサイト・プレゼンテーションをQmd形式で統一的に作成できます。データ収集・前処理をPython、統計モデリング・可視化をRという役割分担が研究現場では一般的です。
R言語でのデータクリーニング（tidyr・dplyr）
リアルのデータは必ず汚れています（欠損値・重複・型の不一致・表記ゆれ等）。Rのtidyrとdplyrはデータクリーニングに強力なツールです。is.na()・na.omit()・fill()で欠損値を処理し、distinct()で重複を除去します。pivot_wider()・pivot_longer()でワイド形式とロング形式を変換します。stringrパッケージのstr_trim()・str_detect()・str_replace_all()で文字列を整形します。lubridateパッケージで日付時刻データを柔軟に操作でき、janitorパッケージのclean_names()でカラム名を一括して小文字スネークケースに統一できます。
RとSQLの連携（DBI・dbplyr）
RでデータベースのデータをSQLで取得してRで分析するワークフローが実務では一般的です。DBIパッケージとデータベース固有のドライバ（RPostgres・RSQLite・bigrquery等）でDB接続し、dbGetQuery()でSQLを実行してdata.frameを取得します。dbplyrパッケージを使うとdplyrの動詞（filter・select・mutate等）をSQLに自動変換してDB上で実行できます。「データはDB側でフィルタリング・集計してからRに取り込む」ことでRのメモリを節約できます。Google BigQuery・AWS Redshift・Snowflakeへのdplyr操作も同様の方法で実現できます。
R言語のパッケージ開発とCRAN公開
Rコミュニティへの貢献としてパッケージ開発があります。usethisパッケージのcreate_package()で雛形を自動生成し、roxygen2でコメントからドキュメントを生成し、devtoolsでテスト・ビルド・インストールを管理します。テストはtesthat（Rのデファクトテストフレームワーク）で書きます。CRANに公開するには厳格なチェック（R CMD check）に合格する必要があります。GitHub経由でインストールできるパッケージ（remotes::install_github()）としての公開から始めるのが敷居が低いです。BioconductorはバイオインフォマティクスパッケージのリポジトリでCRANとは別の厳格な審査があります。
R言語の機械学習（caret・tidymodels）
Rでの機械学習はtidymodelsフレームワーク（parsnip・recipes・rsample・yardstick等のパッケージ群）が現在の標準です。rsampleでデータを訓練/テストセットに分割し、recipesで特徴量エンジニアリング（スケーリング・エンコーディング等）、parsnipで統一的なインターフェースで各種モデル（RandomForest・XGBoost・GLM等）を指定し、workflowsで前処理とモデルをまとめて管理します。tune・dials でハイパーパラメータチューニングを行い、yardstickで予測精度を評価します。XGBoost・lightgbmパッケージもRから使えるため、Kaggleコンペでも競争力のあるモデルが構築できます。
Rで作るインタラクティブダッシュボード（Shiny）
ShinyはRだけでインタラクティブなWebアプリケーションとダッシュボードを作れるフレームワークです。ui.R（UIの定義）とserver.R（サーバーサイドのロジック）またはapp.Rの1ファイルで構成されます。reactiveExpression・observe・eventReactiveなどのリアクティブプログラミング概念でユーザー操作に応じてグラフ・テーブルが更新されます。shinydashboard・bs4Dash（Bootstrap 4ベース）でダッシュボードレイアウトが作れます。Shiny Serverまたはshinyapps.io（クラウドホスティング）でデプロイでき、社内データ分析ダッシュボードの構築に特に有用です。plotlyをshinyと組み合わせることでzoom・hover・クリックによるフィルタリングなどのインタラクティブなグラフが作れます。
コメント