read_csv()によるCSVファイルの読み込み
列型の推測、スキップ、エンコーディングのオプションを指定して区切りファイルを読み込みます。
「read_csv()によるCSVファイルの読み込み」はCoddyKit上の無料R Academyレッスンです。 これはレッスン1/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはR Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 R Academyコースには全4レッスンが含まれています。
Base Rではなくreadrを使う理由
Base Rにはread.csv()がありますが、readrパッケージのread_csv()はより高速で、データフレームではなくtibbleを返します。また、デフォルトの型推測が改善されており、検出した列の型について分かりやすいメッセージを表示します。
library(readr)
# read_csv() vs read.csv():
# 1. Returns a tibble (prints nicely, faster subsetting)
# 2. Does NOT convert strings to factors by default
# 3. Shows column specification message
# 4. Faster for large files
# Example with a simple inline CSV:
df <- read_csv('name,score,grade
Alice,85,B
Bob,92,A
Carol,78,C')
print(df)
print(class(df))ファイルパスから read_csv() を使用する
最も一般的な使い方は、ファイルパスの文字列をread_csv()に渡す方法です。この関数は区切り文字としてカンマを自動的に認識し、最初の行をヘッダーとして読み込み、最初の1000行から列の型を推測します。
library(readr)
# Reading from a file path (illustrative — file not present)
# df <- read_csv('data/sales_2024.csv')
# Reading from a URL also works:
# df <- read_csv('https://example.com/data.csv')
# Using a literal inline string for demonstration:
df <- read_csv('region,q1,q2,q3
East,100,120,115
West,200,195,210
North,80,85,90')
print(df)col_types — 列の型を指定する
col_typesを使うと、readrによる型推測を上書きできます。列ごとに1文字を指定する簡潔な文字列（c=character、d=double、i=integer、l=logical、D=date、_=skip）またはcols()による指定を渡します。
library(readr)
df <- read_csv('id,date,amount,active
1,2024-01-15,99.99,TRUE
2,2024-02-20,149.50,FALSE
3,2024-03-10,75.00,TRUE',
# Compact: integer, Date, double, logical
col_types = 'iDdl')
print(df)
cat('\nColumn types:\n')
print(sapply(df, class))明示的な型指定のための cols()
より細かく制御するには、cols()を使って各列の型を指定します。コレクター関数として、col_double()、col_character()、col_integer()、col_date(format=)、col_skip()、col_guess()を使用できます。
library(readr)
df <- read_csv('id,name,score,date
1,Alice,85.5,2024-01-15
2,Bob,92.0,2024-02-20
3,Carol,78.3,2024-03-10',
col_types = cols(
id = col_integer(),
name = col_character(),
score = col_double(),
date = col_date(format = '%Y-%m-%d')
))
print(df)
print(class(df$date))skip と n_max 引数
skip=nは読み込み前に最初のn行をスキップします（メタデータやコメントのヘッダーがある場合に便利です）。n_max=nは最大n行のデータを読み込みます。大きなファイルのプレビューや、最初のチャンクだけの読み込みに適しています。
library(readr)
# File with metadata in first 2 lines
# (simulated with literal string)
df <- read_csv('# Generated 2024-01-15
# Source: internal DB
name,score,grade
Alice,85,B
Bob,92,A
Carol,78,C
Dave,88,B',
skip = 2, # Skip the 2 comment lines
n_max = 3 # Read only 3 data rows
)
print(df)na 引数 — 欠損値を定義する
デフォルトでは、read_csv()は空文字列とNAを欠損値として扱います。na引数を使うと、NAとして読み込む追加の文字列を指定できます。一般的な例として、'N/A'、'NULL'、'-999'、'.'があります。
library(readr)
df <- read_csv('name,score,city
Alice,85,NYC
Bob,N/A,NULL
Carol,78,.
Dave,-999,Chicago',
na = c('', 'NA', 'N/A', 'NULL', '.', '-999')
)
print(df)
cat('NAs per column:\n')
print(colSums(is.na(df)))col_names — カスタム列名
ファイルにヘッダー行がない場合は、col_names = FALSEに設定します。readrが列名としてX1、X2などを自動的に付けます。あるいは、col_namesに文字ベクトルを渡して、カスタム名を指定し、ヘッダー行をスキップすることもできます。
library(readr)
# File without headers
df <- read_csv('Alice,85,NYC
Bob,92,LA
Carol,78,Chicago',
col_names = c('name','score','city')
)
print(df)
# auto-names when no header:
df2 <- read_csv('1,2,3
4,5,6', col_names = FALSE)
print(df2)locale() — 標準とは異なる形式への対応
locale()は、地域固有の形式をreadrが解釈する方法を制御します。対象には小数点記号（ヨーロッパのデータでは','）、日付形式、エンコーディング、桁区切り記号があります。read_csv(locale=...)に渡して使用します。
library(readr)
# European-style CSV: semicolons as delimiters, comma as decimal
# read_csv2() is shorthand for this locale
df <- read_csv2('name;price;qty
Alice;9,99;100
Bob;24,50;50',
locale = locale(decimal_mark=',')
)
print(df)
# For dates in non-ISO format:
parse_date('15/01/2024', format='%d/%m/%Y')progress と show_col_types
大きなファイルでは、read_csv()が進捗バーを表示します。progress=FALSEに設定すると非表示にできます（スクリプトで便利です）。すでに型を確認済みの場合は、show_col_types=FALSEで列の型に関するメッセージを抑制できます。
library(readr)
# Suppress progress and type messages for production scripts
df <- read_csv(
'a,b,c
1,x,TRUE
2,y,FALSE',
show_col_types = FALSE,
progress = FALSE
)
print(df)problems() — パース失敗を診断する
readrが想定された型に一致しない値に遭遇すると、その値をNAに置き換え、警告を記録します。problems(df)を呼び出すと、問題が発生した行と列、および元の値を正確に確認できます。
library(readr)
# Intentional type mismatch: 'N/A' in numeric column
df <- suppressWarnings(read_csv(
'id,score
1,85
2,N/A
3,92',
col_types = cols(score = col_double())
))
print(df)
print(problems(df))map() で複数のファイルを読み込む
readrとpurrr::map()を組み合わせると、複数のCSVファイルを読み込み、行方向に結合する処理を1ステップで実行できます。別々のファイルに保存された月次または四半期ごとのデータを処理する際に不可欠なパターンです。
library(readr)
library(purrr)
library(dplyr)
# Simulated: read and bind multiple CSV files
files <- c('q1.csv', 'q2.csv', 'q3.csv')
# In practice:
# all_data <- map_df(files, read_csv, show_col_types=FALSE)
# Demonstration with inline data:
q1 <- read_csv('month,sales\nJan,100\nFeb,120', show_col_types=FALSE)
q2 <- read_csv('month,sales\nApr,130\nMay,145', show_col_types=FALSE)
bind_rows(list(q1=q1, q2=q2), .id='quarter')確認問題
'N/A'と'-99'という値を欠損値（NA）として扱うようにread_csv()へ伝えるには、どうすればよいですか？
まとめ：readrで read_csv() を使う
readrでCSVファイルを読み込む際の要点：
read_csv('file.csv')— CSVを読み込み、tibbleを返し、列の型を推測しますcol_types = 'idcl'またはcols(x=col_double())— 型を明示的に指定しますskip=n— ヘッダーやメタデータの行をスキップします。n_max=n— 読み込む行数を制限しますna = c('N/A','NULL')— 追加の文字列をNAとして扱いますlocale(decimal_mark=',')— ヨーロッパ形式の数値に対応しますshow_col_types=FALSE— スクリプトで型情報の表示を抑制しますproblems(df)— パース失敗を確認します- 複数のファイルには
map_df(files, read_csv)を組み合わせます
library(readr)
# Production-ready read_csv() call
df <- read_csv(
'name,score,city,active
Alice,85,NYC,TRUE
Bob,N/A,LA,FALSE
Carol,78,NULL,TRUE',
col_types = cols(
name = col_character(),
score = col_double(),
city = col_character(),
active = col_logical()
),
na = c('', 'NA', 'N/A', 'NULL'),
show_col_types = FALSE
)
print(df)よくある質問
「read_csv()によるCSVファイルの読み込み」レッスンは無料ですか？
はい。「read_csv()によるCSVファイルの読み込み」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、R Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 R Academyコースには全4レッスンが含まれています。
「read_csv()によるCSVファイルの読み込み」で何を学びますか？
列型の推測、スキップ、エンコーディングのオプションを指定して区切りファイルを読み込みます。 ブラウザで直接実行するハンズオンコードでR Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。
R Academyを始めるのに経験は必要ですか？
事前経験は必要ありません。CoddyKitのR Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン1/4です。
「read_csv()によるCSVファイルの読み込み」レッスンにはどのくらい時間がかかりますか？
ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。
このR Academyレッスンでコードを書いて実行できますか？
はい。すべてのR Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。
このコースのすべてのレッスン
- read_csv()によるCSVファイルの読み込み
- TSVと固定幅ファイルの解析
- readxlによるExcelファイルの読み込み
- 複数形式へのデータ出力