もうエラーで泣かない！R・EZRでデータを一発取り込みする裏ワザ＆7大トラブル解決法

「Rを使い始めたけれど、自分のデータを読み込むだけで1時間以上エラーと格闘している」 「ファイルが見つからないと言われるし、読めたと思ったら文字化けしている……」

しかし、不安に思う必要はない。これはRを使う者全員が最初に通る道である。

Rで挫折する人間の半数以上は、高度な統計解析以前に「データの取り込み（インポート）」でつまずいている。

だが、心配は無用だ。 実は RStudio や EZR を使えば、コードを一切書かずに「マウス操作だけ」で一瞬にしてデータを読み込むことができる。

本記事では、ノーコードで読み込む方法から、よくある「7大エラー」の明快な解決法までをスッキリと解説する。

1. 【ノーコード】EZRやRStudioなら「マウス操作」で一発取り込みができる！

プログラミングコードを書く必要はない。まずはマウス操作だけで読み込んでみよう。

RStudioの「Import Dataset」を使えばコードゼロで読める

RStudioを使っている場合は、画面右上（Environmentタブ）を確認してほしい。

1. Import Dataset ボタンをクリック
2. CSVなら From Text (readr)...、Excelなら From Excel... を選択
3. 読み込みたいファイルを選ぶだけで完了する

プレビュー画面でデータや文字化けの状態を確認しながら読み込めるため、失敗がない。

医療系・標準ユーザー必見！EZRのメニュー操作は最強の味方

医療分野などで絶大な人気を誇る「EZR」なら、さらに直感的だ。

1. 画面上のメニューから ファイル → データの読み込み を選択
2. Excelファイルなら Excelデータ (xlsx)、CSVなら テキストファイル を選択
3. ファイルを選択して OK をクリック

これだけで簡単にデータを取り込める。

マウス操作で吐き出された「コード」をコピペして次回から自動化する裏ワザ

RStudioで Import Dataset を実行すると、プレビュー画面の右下に Code Preview（実行されたプログラムコード）が表示される。

このコードをコピーしてスクリプト（Rの作業ファイル）に貼り付けておけば、次回からはボタンを押さずとも、コードを1回実行するだけで瞬時に同じデータを読み込むことが可能だ。

2. なぜエラーになる？「データ読み込みの罠7選」と解決法

コードで読み込む際や、うまく読み込めない場合に発生する「7つのトラブル」の解決法を示す。

【罠1】「ファイルが見つかりません（cannot open file）」と言われる

# エラー表示例
Error in file(file, "rt") : cannot open the connection

• 原因: Rが探している場所（作業ディレクトリ）に、ファイルが置かれていない。
• 解決策:
  1. ファイルの場所を確認（例: デスクトップや作業フォルダ）
  2. RStudioで Session → Set Working Directory → Choose Directory... を開き、ファイルのあるフォルダを指定する
  3. Windowsの場合、ファイルパスの区切り文字 \ を / に書き換える

💡 補足: RStudioプロジェクトファイル（.Rproj）を作成してその中で作業を行えば、パスエラーは完全に防ぐことができる。

【罠2】日本語のデータや列名が「????」と文字化けする

• 原因: Windows（Shift-JIS/CP932）とMac（UTF-8）で文字コードが異なるためである。
• 解決策: 読み込み時に文字コード（encoding）を指定する。

# Windowsで作成されたCSVをMac等で開く場合
data <- read.csv("data.csv", fileEncoding = "CP932")

# readrパッケージを使う場合
library(readr)
data <- read_csv("data.csv", locale = locale(encoding = "CP932"))

【罠3】数値データなのに「character（文字型）」になって集計できない

• 原因: 数値の列の中に、空欄や「なし」「-」「N/A」などの文字が混ざっているためである。Rは1つでも文字があると列全体を「文字型」と判定する。
• 解決策: 欠損値として扱う文字を指定して読み込む。

# 空白や"-"を欠損値（NA）として指定して読み込む
data <- read.csv("data.csv", na.strings = c("", "NA", "-"))

【罠4】Excelファイル（.xlsx）がそのまま読めない

• 原因: 標準の read.csv() はCSV専用関数であり、Excelファイル（.xlsx）は読み込めない。
• 解決策: readxl パッケージを使用する。

library(readxl)

# Excelファイルを読み込む
data <- read_excel("data.xlsx")

# 2番目のシートを指定して読み込む場合
data <- read_excel("data.xlsx", sheet = 2)

【罠5】Excelの日付が「45123」みたいな謎の5桁数字になる

• 原因: Excel内部で日付が「1900年1月1日からの日数（シリアル値）」として管理されているためである。
• 解決策: R側で日付型（Date型）に変換する。

# 5桁のシリアル値を正しい日付に戻す
data$date <- as.Date(data$date, origin = "1899-12-30")

【罠6】列名（ヘッダー）にスペースや全角があってRで扱いづらい

• 原因: 列名にスペースや日本語が含まれていると、Rの処理でエラーが発生しやすくなるためである。
• 解決策: janitor パッケージを用いて一括クリーンアップを行う。

library(janitor)

# 列名を半角小文字＆スネークケース（例: patient_age）に一瞬で綺麗にする
data <- clean_names(data)

【罠7】巨大なCSVファイルを読み込むとRが固まる

• 原因: 標準の read.csv() は処理速度が遅く、数万行以上のデータでは処理が重くなるためである。
• 解決策: 高速読み込み関数を使用する。

# data.tableパッケージのfread関数を使う（最速）
library(data.table)
data <- fread("large_data.csv")

3. これだけ意識すれば二度と困らない！「Rが喜びやすいExcelデータ」の作成ルール

Rにデータを読み込ませる前に、Excel側で以下の3ルールを遵守するだけで、エラーの9割は防ぐことができる。

1. 1行目は「列名（半角英数がベスト）」だけ、2行目から「データ」にする （タイトルやメモを1行目に書かない）
2. セル結合は絶対NG！ （1セル1データの原則）
3. 空欄（欠損値）に「なし」「-」などの文字を入力しない （未測定の場所はそのまま空欄にしておく）

4. まとめ：データの読み込みさえクリアすれば、Rの楽しさは10倍になる！

Rにおける最初の壁である「データ読み込み」も、EZRやRStudioの画面操作（インポート機能）を活用すれば一瞬で解決する。

万が一コードで読み込んだ際にエラーが発生した場合は、本記事で紹介した「7大エラー」を辞書代わりに確認してほしい。

データの取り込みさえクリアできれば、Rでのグラフ作成や高度な統計解析への道はすぐそこだ。ぜひ快適なデータ分析ライフをスタートさせてほしい。

おすすめ書籍

いちばんやさしい、医療統計　改訂版〜図解ですんなりわかる統計の基本