readr はHadley Wickham作のデータ読み込み用パッケージです。R標準の read.csv() などと比べて，ずっと高速かつ便利です（data.table パッケージの fread() がさらに高速です）。
CRANからのインストールは
install.packages("readr")
でできます。
R標準の関数と違い，read_delim()，read_csv()，read_tsv()，read_csv2()，read_fwf()，read_table()，read_log() のように，アンダーバーを含む名前になっています。
例えばCSVファイルを読むには
library(readr)
x = read_csv("ファイル名またはURL")
とします。主なオプションは次の通りです：
col_names=TRUE：列名（デフォルト TRUE は1行目を列名とする。FALSE は X1，X2，…とする。文字列のベクトルを与えればそれが列名となる）col_types=NULL：列の型（デフォルト NULL はすべて自動判別。"c" は文字列，"d" はdouble，"i" は整数，"l" は論理型，"D" は日付，"T" は日時，"t" は時，"?" は自動判断，"_" や "-" はスキップ）na=c("","NA")：欠損値（Not Available）を表す文字列comment=""：コメント開始文字skip=0：先頭の無視する行数n_max=-1：最大データ行数trim_ws=TRUE：前後の空白文字を無視するlocale=default_locale()：ロケール指定文字コード（エンコーディング）はデフォルトではUTF-8ですが，次のようにすれば任意のロケールが指定できます：
x = read_csv("test.csv", locale=locale(encoding="CP932")) # またはSJISなど
ロケールについては locale()，default_locale()
を調べてください。おもしろいのは，デフォルトでは3桁ごとのカンマを含む数値をちゃんとパースできることです。Excelで3桁ごとにカンマを付けて表示しているときにCSV保存すると，例えば123456789は "123,456,789 " のように（なぜか余分なスペースも付いて）保存されます。これをR標準の read.csv() で読むと文字列になってしまいますが，read_csv() なら正しくパースできます。
おもしろい使い方として，x = read_csv(" まで打ってから，データをRコンソールにコピペし，") を打ち込むという方法も使えます。例えば
x = read_csv("魔,方,陣
2,9,4
7,5,3
6,1,8")
のような感じです。これで x と打ち込むと
# A tibble: 3 x 3
魔 方 陣
<int> <int> <int>
1 2 9 4
2 7 5 3
3 6 1 8
と表示されます。この表示からもわかるように，結果は通常のデータフレームではなく tibble という型になります。この1行目は x[1,] で得られますが，この1列目は x[,1] とするとベクトルではなく1列の tibble になってしまいます。1列目をベクトルとして取り出すには x[[1]] とする必要があります。
現実的な例でやってみましょう。RgoogleMapsを使った放射線地図で使った福島県の放射線データ fukushima.csv は，422656地点の緯度（lat），経度（lon），放射線（radiation，μSv/h単位），日時（datetime）を収めたものです。これをローカルにダウンロードして，読み込んで，それぞれの欄の平均値を表示し，時間を計測してみましょう（Macを買い換えたので新しく計測し直しました）。
# 従来のread.csv()system.time({x1 = read.csv("~/public_html/stat/data/fukushima.csv", as.is=TRUE)})ユーザ システム 経過0.973 0.029 1.002system.time(print(mean(x1$lat)))[1] 37.59176ユーザ システム 経過0.001 0.000 0.001system.time(print(mean(x1$lon)))[1] 140.4282ユーザ システム 経過0.001 0.000 0.001system.time(print(mean(as.POSIXct(x1$datetime))))[1] "2011-07-18 01:52:49 JST"ユーザ システム 経過7.978 3.138 11.164# 新しいread_csv()system.time({x2 = read_csv("~/public_html/stat/data/fukushima.csv")})Parsed with column specification:cols(lat = col_double(),lon = col_double(),radiation = col_double(),datetime = col_character())ユーザ システム 経過0.304 0.014 0.319system.time(print(mean(x2$lat)))[1] 37.59176ユーザ システム 経過0.001 0.000 0.001system.time(print(mean(x2$lon)))[1] 140.4282ユーザ システム 経過0.001 0.000 0.001system.time(print(mean(as.POSIXct(x2$datetime))))[1] "2011-07-18 01:52:49 JST"ユーザ システム 経過7.816 3.181 11.011
読み込みは劇的に早くなりましたが，他の計算は当然ながら変わりません。特に，日時を表す文字列を内部形式に変換する as.POSIXct() の遅さが目立ちます。そこで，readr に含まれている parse_datetime() を使ってみます。
system.time(print(mean(parse_datetime(x2$datetime, format="%Y/%m/%d %H:%M:%S"))))[1] "2011-07-18 01:52:49 UTC"ユーザ システム 経過0.082 0.001 0.084system.time(print(mean(parse_datetime(x2$datetime, format="%Y/%m/%d %H:%M:%S", locale=locale(tz="Asia/Tokyo")))))[1] "2011-07-18 01:52:49 JST"ユーザ システム 経過1.146 0.008 1.155
ロケールを指定しなければ2桁高速化できました。指定した場合はやや遅くなりますが，それでも as.POSIXct() よりは高速です。
次のように読み込み時点で日時のフォーマットを指定することが可能ですが，現時点ではロケールは指定できないようです：
system.time({x2 = read_csv("~/public_html/stat/data/fukushima.csv",col_types=cols(datetime=col_datetime(format="%Y/%m/%d %H:%M:%S")))})ユーザ システム 経過0.359 0.015 0.374
そのうち書きます。
とりあえずRでExcelのデータを読む方法をお読みください。
Last modified: