R言語エラー完全ガイド！よくあるエラー一覧と解決方法

R言語でコードを書いていると、赤いエラーメッセージが表示されて「うわっ！」となった経験はありませんか？

エラーメッセージは英語で表示されることが多く、初心者にとっては何が問題なのか分かりにくいですよね。

でも安心してください。実は、R言語のエラーの多くはよくあるパターンに当てはまります。

今回は、R言語で頻繁に遭遇するエラーを一覧形式で紹介し、それぞれの原因と具体的な解決方法を解説します。

スポンサーリンク

R言語のエラーメッセージの基本

まず、R言語のエラーメッセージの読み方を理解しましょう。

エラー、警告、メッセージの違い

R言語では、3種類の出力があります。

エラー（Error）

プログラムの実行が完全に停止します。

赤い文字で表示され、必ず修正する必要があります。

警告（Warning）

プログラムは実行されますが、何か問題がある可能性を知らせてくれます。

結果が意図したものと違う可能性があるため、無視せず確認しましょう。

メッセージ（Message）

単なる情報提供で、エラーではありません。

パッケージの読み込み時などに表示されることが多いです。

エラーメッセージの言語を切り替える

日本語版のRを使っていても、エラーメッセージを英語にすると、Google検索で解決策を見つけやすくなります。

一時的に英語に切り替える方法：

Sys.setenv(LANGUAGE="en")

日本語に戻す方法：

Sys.setenv(LANGUAGE="ja")

英語のエラーメッセージで検索すると、Stack OverflowなどのQ&Aサイトで同じ問題の解決策が見つかりやすいですよ。

よくあるエラー一覧と解決方法

ここからは、実際によく遭遇するエラーを紹介していきます。

1. オブジェクトが見つからない

エラーメッセージ

Error: object 'x' not found

または日本語版では：

以下にエラー: オブジェクト 'x' がありません

原因

定義していない変数やオブジェクトを使おうとしています。

タイプミス（綴りの間違い）も非常に多い原因です。

解決方法

変数名のスペルが正しいか確認しましょう。

R言語は大文字と小文字を区別します。Dataとdataは別物です。

実際にその変数を定義しているか確認してください。

# エラーになる例
print(my_data)  # my_dataを定義していない

# 正しい例
my_data <- c(1, 2, 3)
print(my_data)

Environment（環境パネル）を見て、変数が実際に存在するか確認するのも有効です。

2. 関数が見つからない

エラーメッセージ

Error: could not find function "function_name"

または：

以下にエラー: 関数 "function_name" を見つけることができませんでした

原因

パッケージを読み込んでいない、または関数名のタイプミスです。

解決方法

必要なパッケージをlibrary()で読み込んでいるか確認しましょう。

# エラーになる例
result <- filter(data, var > 10)  # dplyrを読み込んでいない

# 正しい例
library(dplyr)
result <- filter(data, var > 10)

パッケージをインストールしていない場合は、まずインストールが必要です。

install.packages("dplyr")  # コンソールで実行
library(dplyr)             # スクリプトで実行

関数名のスペルミスもよくあります。大文字小文字も含めて正確に入力しましょう。

3. 予期しないシンボル

エラーメッセージ

Error: unexpected symbol in "..."

または：

以下にエラー: 予期しないシンボルです

原因

カンマ、括弧、引用符などの記号が抜けている、または多すぎます。

解決方法

エラーメッセージに表示された行を注意深く確認しましょう。

カンマの抜けが非常に多いです。

# エラーになる例
ggplot(data, aes(x = var1 y = var2))  # カンマが抜けている

# 正しい例
ggplot(data, aes(x = var1, y = var2))

括弧の対応も確認してください。開き括弧と閉じ括弧の数は一致していますか？

RStudioは括弧の対応をハイライトで教えてくれるので活用しましょう。

4. 引数が使われていない

エラーメッセージ

Error: unused argument (...)

または：

以下にエラー: 使われていない引数

原因

関数が認識しない引数を指定しています。

よくあるのは、異なるパッケージの同名関数が競合している場合です。

解決方法

関数のヘルプを確認して、正しい引数名を使いましょう。

?function_name  # ヘルプを表示

パッケージを明示的に指定すると解決することがあります。

# dplyrのselect関数を明示的に指定
dplyr::select(data, var1, var2)

MASSSパッケージとdplyrパッケージのselect()関数はよく競合します。

dplyrを後から読み込むか、dplyr::を明示的につけましょう。

5. 添え字が範囲外

エラーメッセージ

Error: subscript out of bounds

または：

以下にエラー: 添え字が限界を超えています

原因

存在しない要素にアクセスしようとしています。

解決方法

ベクトルやリストの長さを確認しましょう。

# エラーになる例
vec <- c(1, 2, 3)
vec[5]  # 5番目の要素は存在しない → NAが返る

# データフレームでは
df[10, ]  # 10行目が存在しない場合はエラー

length()やnrow()でサイズを確認してからアクセスしましょう。

length(vec)  # ベクトルの長さ
nrow(df)     # データフレームの行数
ncol(df)     # データフレームの列数

R言語のインデックスは1から始まります（0から始まる言語ではありません）。

6. 引数.xが見つからない

エラーメッセージ

Error: argument ".x" is missing, with no default

原因

mutate()の中でrecode()やreplace_na()を使う際、列名を指定し忘れています。

解決方法

関数の第一引数に列名を明示的に指定しましょう。

# エラーになる例
df %>%
  mutate(new_col = recode(OLD = "new1", NEW = "new2"))

# 正しい例
df %>%
  mutate(new_col = recode(old_col, OLD = "new1", NEW = "new2"))

replace_na()でも同様です。

# 正しい例
df %>%
  mutate(age_cat = replace_na(age_cat, "Missing"))

7. ファイルが開けない

エラーメッセージ

Error in file(file, "rt"): cannot open the connection
Warning: cannot open file 'data.csv': No such file or directory

原因

ファイルのパスが間違っている、またはファイルが存在しません。

解決方法

作業ディレクトリを確認しましょう。

getwd()  # 現在の作業ディレクトリを確認

ファイルが実際に存在する場所を確認してください。

RStudioのFilesパネルで確認できます。

作業ディレクトリの設定が重要です。

setwd("C:/Users/YourName/Documents/project")  # Windowsの場合
setwd("/Users/YourName/Documents/project")    # Macの場合

推奨方法：Rプロジェクトを使う

RStudioでプロジェクト（.Rprojファイル）を作成すると、作業ディレクトリが自動的に設定されます。

File → New Project から作成しましょう。

8. 非数値引数で二項演算子を使用

エラーメッセージ

Error in x + y : non-numeric argument to binary operator

原因

数値でないデータ（文字列など）に対して計算を行おうとしています。

解決方法

データ型を確認しましょう。

class(x)  # データ型を確認

文字列を数値に変換する必要があります。

# エラーになる例
x <- "10"
y <- 5
result <- x + y  # エラー

# 正しい例
x <- as.numeric("10")
y <- 5
result <- x + y  # 15

CSVファイルを読み込む際、数値列が文字列として読み込まれることがあります。

str(data)でデータ構造を確認しましょう。

9. ベクトルの長さが一致しない

エラーメッセージ

Error: number of items to replace is not a multiple of replacement length

原因

代入しようとしている値の数が、元のオブジェクトのサイズと一致していません。

解決方法

両方のベクトルの長さを確認しましょう。

# エラーになる例
vec <- c(1, 2, 3, 4, 5)
vec[1:3] <- c(10, 20)  # 長さが一致しない

# 正しい例
vec[1:3] <- c(10, 20, 30)  # 長さを一致させる

データフレームに新しい列を作成する際も注意が必要です。

新しい列の要素数は、データフレームの行数と一致する必要があります。

# エラーになる例
df <- data.frame(a = 1:5)
df$b <- c(10, 20)  # 長さが一致しない

# 正しい例
df$b <- c(10, 20, 30, 40, 50)

10. パイプの後で実行が止まらない

問題の症状

コンソールに+記号が表示され続け、コードが終わらない。

原因

パイプ演算子（%>%）や+記号で行が終わっています。

R言語はまだ続きがあると判断しています。

解決方法

Escキーを押して実行を中断しましょう。

最後の行からパイプを削除してください。

# エラーになる例
df %>%
  select(var1, var2) %>%
  filter(var1 > 10) %>%   # この最後のパイプが問題

# 正しい例
df %>%
  select(var1, var2) %>%
  filter(var1 > 10)        # 最後のパイプを削除

ggplot2でも同様の問題が起きます。

# 最後の + を削除
ggplot(data, aes(x = var1, y = var2)) +
  geom_point()  # ここで終わる（+をつけない）

エラーが発生した時の対処手順

エラーに遭遇したら、以下の手順で対処しましょう。

ステップ1：エラーメッセージをよく読む

エラーメッセージには問題の場所や原因のヒントが含まれています。

どの関数でエラーが起きたのか確認しましょう。

ステップ2：エラーが起きた行を確認

エラーメッセージに表示された行番号を見て、該当箇所を確認します。

RStudioはエラーが起きた箇所を赤い×印で示してくれます。

ステップ3：コードを分解して実行

長いコードの場合、一行ずつ実行してどこでエラーが起きるか特定しましょう。

# パイプで繋がっている場合、一つずつ実行
df %>%
  select(var1, var2)  # ここまで実行してOKか確認

ステップ4：変数の中身を確認

print()やstr()で変数の内容を確認しましょう。

str(data)      # データ構造を確認
head(data)     # 最初の数行を表示
class(data)    # データ型を確認

ステップ5：Google検索

エラーメッセージを英語にして、「R」と一緒に検索しましょう。

Stack OverflowやRStudio Communityで同じ問題の解決策が見つかることが多いです。

デバッグに便利な関数

エラーの原因を特定するための便利な関数を紹介します。

traceback()

エラーがどこで発生したか、呼び出しスタックを確認できます。

# エラーが発生した直後に実行
traceback()

debug()

関数を一行ずつ実行して、問題箇所を特定できます。

debug(my_function)
my_function()  # デバッグモードで実行

# 終了するには
undebug(my_function)

browser()

コードの途中にブレークポイントを設定できます。

my_function <- function(x) {
  x <- x + 2
  browser()  # ここで一時停止
  y <- x * x
  return(y)
}

エラーを防ぐベストプラクティス

エラーを未然に防ぐための習慣を身につけましょう。

Rプロジェクトを使う

RStudioのプロジェクト機能を使うと、作業ディレクトリの問題が激減します。

File → New Project から作成しましょう。

コーディングスタイルを統一

読みやすいコードはエラーが少なくなります。

  • インデント（字下げ）を適切に使う
  • 変数名は分かりやすく（x1よりstudent_age）
  • カンマの後にスペースを入れる

コメントを書く

後で見返した時に何をしているか分かるようにしましょう。

# データの読み込み
data <- read.csv("mydata.csv")

# 欠損値を除外
data_clean <- na.omit(data)

こまめに保存・実行

長いコードを一気に書かず、少しずつ書いては実行を繰り返しましょう。

Ctrl + Enter（MacはCmd + Enter）で選択した行を実行できます。

パッケージのバージョンに注意

古いバージョンのRやパッケージはエラーの原因になることがあります。

定期的に更新しましょう。

# パッケージの更新
update.packages()

try()とtryCatch()でエラーに対処

エラーが発生してもプログラムを止めたくない場合があります。

try()関数

エラーが発生しても実行を続けます。

# エラーが起きても次の処理に進む
for (i in 1:10) {
  try({
    # エラーが起きる可能性のある処理
    result <- risky_function(i)
  })
}

tryCatch()関数

エラーが起きた時に特定の処理を実行できます。

result <- tryCatch(
  {
    # 実行したい処理
    risky_function(x)
  },
  error = function(e) {
    # エラーが起きた時の処理
    message("エラーが発生しました: ", e$message)
    return(NA)
  }
)

この方法は、大量のデータを処理する際に特に便利です。

まとめ：エラーは学習の機会

R言語のエラーは、最初は怖く感じるかもしれません。

でも、エラーメッセージは「何が問題か」を教えてくれる親切な先生なんです。

この記事で紹介した主なエラー

  1. オブジェクトが見つからない → スペルミスと変数の定義を確認
  2. 関数が見つからない → パッケージの読み込みを確認
  3. 予期しないシンボル → カンマと括弧をチェック
  4. 引数が使われていない → 関数のヘルプを確認
  5. 添え字が範囲外 → データのサイズを確認
  6. ファイルが開けない → 作業ディレクトリとパスを確認
  7. 非数値引数 → データ型を確認
  8. ベクトルの長さ不一致 → 長さを揃える
  9. パイプの問題 → 最後のパイプを削除
  10. デバッグ関数を活用

エラーに遭遇したら、慌てずに一つずつ確認していきましょう。

経験を積めば、エラーメッセージを見ただけで原因が分かるようになりますよ。

Google検索やStack Overflowも活用して、同じ問題で悩んだ人の解決策を参考にしてくださいね！

Youtube

神話・歴史・伝承の解説チャンネル

スポンサーリンク

コメント

タイトルとURLをコピーしました