moai-lang-r

クイックリファレンス（30秒）

R 4.4 以降の開発スペシャリスト。tidyverse、ggplot2、Shiny、renv、最新の R パターンに対応します。

自動トリガー：.R 拡張子のファイル、.Rmd、.qmd、DESCRIPTION、renv.lock、Shiny または ggplot2 に関する議論

主な機能：

• R 4.4 の機能：ネイティブのパイプ演算子、バックスラッシュを使ったラムダ構文、改善されたエラーメッセージ
• データ操作：dplyr、tidyr、purrr、stringr、forcats
• 可視化：ggplot2、plotly、scales、patchwork
• ウェブアプリケーション：Shiny、リアクティビティ、モジュール、bslib
• テスト：testthat 3.0、スナップショットテスト、モック
• パッケージ管理：renv、pak、DESCRIPTION
• 再現可能なレポート：R Markdown、Quarto
• データベース：DBI、dbplyr、pool

クイックパターン

dplyr のデータパイプラインパターン：

tidyverse ライブラリを読み込みます。データをパイプでつなぎ、2020 年以降の年でフィルタリングし、revenue を 1000 で割った revenue_k と、現在の revenue から遅延した revenue を引いて遅延した revenue で割った growth を追加する mutate を適用し、category で group_by します。その後、total_revenue を合計、avg_growth を na.rm TRUE で平均として計算し、groups を drop に設定する summarise で結果を作成します。

ggplot2 の可視化パターン：

ggplot2 ライブラリを読み込みます。data と、x を date、y を value、color を category に対応付ける aes を使って ggplot を作成します。linewidth 1 の geom_line と size 2 の geom_point を追加します。色スケールに scale_color_viridis_d を適用します。タイトル、軸ラベル、色の凡例に対する labs を追加します。見やすい外観にするため、theme_minimal を適用します。

Shiny の基本アプリパターン：

shiny ライブラリを読み込みます。mtcars の列名から変数を選択する selectInput と、プロット用の plotOutput を含む fluidPage で ui を作成します。input、output、session パラメーターを持つ server 関数を作成します。server 内では、input 変数を使った .data プロンプトによる mtcars と aes のヒストグラムを使用して、output の plot に renderPlot を割り当てます。ui と server を渡して shinyApp でアプリを作成します。

---

実装ガイド（5分）

R 4.4 の最新機能

ネイティブのパイプ演算子：

データをパイプでつなぎ、NA 値を除外する filter、value の対数を log_value として追加する mutate、mean_log を計算する summarise を適用して結果を作成します。最初の引数以外の位置で使用する場合は、data パラメーターを指定した lm の式呼び出しでアンダースコアのプレースホルダーを使います。

バックスラッシュを使ったラムダ構文：

data に対して map を使い、バックスラッシュ x の構文で x の二乗を計算します。2 つのリストに対して map2 を使い、バックスラッシュ x y で x と y の和を計算します。dplyr のコンテキストでは、数値列に対する across を含む mutate を使い、最初の列を抽出する scale 関数にバックスラッシュ x を適用します。

tidyverse によるデータ操作

dplyr の主要動詞：

dplyr ライブラリを読み込みます。raw_data をパイプでつなぎ、active ステータスかつ amount が正の値でフィルタリングし、特定の列を選択し、floor_date を使った month と、amount を最大値で割った amount_scaled を追加する mutate を適用し、その後、date の降順で並べ替えて processed を作成します。グループ化した集計では、group_by の後に、件数を n、集計値を sum と mean で計算し、groups を drop に設定する summarise をパイプでつなぎます。

tidyr によるデータの再構成パターン：

tidyr ライブラリを読み込みます。ワイド形式からロング形式への変換には、year プレフィックスで始まる列を cols に指定し、列名に names_to、プレフィックスの除去に names_prefix、値に values_to を指定した pivot_longer を使います。ロング形式からワイド形式への変換には、names_from と values_from を指定し、欠損値の処理用に values_fill を追加した pivot_wider を使います。

purrr による関数型プログラミング：

purrr ライブラリを読み込みます。files に対して map を使い、各ファイルを read_csv で読み込むラムダを指定します。行を結合するには、ソース列の id パラメーターを指定した map_dfr を使います。数値結果の抽出には、mean と na.rm TRUE を使う map_dbl を使います。エラー処理では、read_csv を safely でラップした safe_read を作成します。files に map を適用して safe_read を実行し、結果を抽出して、compact で成功したものだけに絞り込みます。

ggplot2 の可視化パターン

プロットの基本構造：

ggplot2 と scales ライブラリを読み込みます。データと、x、y、グループ別の color の美的属性を使って ggplot で p を作成します。alpha と size を指定した geom_point と、lm メソッドおよび標準誤差を使った geom_smooth を追加します。カンマ形式のラベルを使う scale_x_continuous、ドル形式のラベルを使う scale_y_log10、Set2 パレットを使う scale_color_brewer を適用します。category で facet_wrap を使い、スケールには free_y を指定します。タイトル、サブタイトル、軸ラベルを labs で追加します。base_size を指定した theme_minimal と、凡例の位置を設定する theme を適用します。ファイル名、プロット、サイズ、dpi を指定して ggsave で保存します。

patchwork を使った複数のプロット：

patchwork ライブラリを読み込みます。ヒストグラムの p1、散布図の p2、箱ひげ図の p3 を作成します。パイプと括弧を使って、p1 の横に p2 を並べ、その下に p3 を配置します。タイトルと tag_levels を指定した plot_annotation を追加します。

Shiny アプリケーションのパターン

モジュール式の Shiny アプリ：

id パラメーターを受け取る dataFilterUI 関数を作成します。名前空間には NS 関数を使います。category 用の選択肢を初期状態では NULL にした selectInput と、範囲用の sliderInput を含む tagList を返します。id とリアクティブな data を受け取る dataFilterServer 関数を作成します。内部関数とともに moduleServer を使います。observe ブロック内で一意なカテゴリを取り出し、updateSelectInput で更新します。入力の検証には req を使い、category と range の各入力でデータをフィルタリングするリアクティブ値を返します。

リアクティブのパターン：

server 関数内で、input year でフィルタリングしたデータをキャッシュする processed_data を reactive として作成します。0 で初期化した counter を reactiveVal として作成します。input increment に対する observeEvent を使って counter を更新します。計算コストの高い処理には、input run_analysis に対する eventReactive で analysis を作成します。すばやく入力される検索を処理するため、検索入力のリアクティブ値に 300 ミリ秒の debounce を適用します。

testthat テストフレームワーク

テスト構造のパターン：

testthat ライブラリを読み込みます。年と値を含む tibble を使って、calculate_growth に対する test_that ブロックを作成します。関数を呼び出し、結果を保存します。行数には expect_equal、成長値には許容誤差を指定した expect_equal、NA の確認には expect_true を使います。

renv による依存関係管理

プロジェクトのセットアップ：

初期化には renv::init を呼び出します。tidyverse パッケージと shiny パッケージには renv::install を呼び出します。状態を記録するには renv::snapshot を呼び出します。ロックファイルから復元するには renv::restore を呼び出します。

---

高度な実装（10 分以上）

以下を含む包括的な内容については：

• 非同期処理、キャッシュ、デプロイのための高度な Shiny パターン
• 複雑な ggplot2 拡張機能とカスタムテーマ
• dbplyr と pool を使ったデータベース統合
• R パッケージ開発のパターン
• パフォーマンス最適化の手法
• Docker と Posit Connect による本番環境へのデプロイ

以下を参照してください：

• modules/advanced-patterns.md：高度なパターンの完全ガイド

---

Context7 ライブラリのマッピング

• tidyverse/dplyr：データ操作の動詞
• tidyverse/ggplot2：グラフィックの文法による可視化
• tidyverse/purrr：関数型プログラミングツールキット
• tidyverse/tidyr：データ整形関数
• rstudio/shiny：Web アプリケーションフレームワーク
• r-lib/testthat：ユニットテストフレームワーク
• rstudio/renv：依存関係管理

---

相性の良いツール

• moai-lang-python：reticulate による Python と R の相互運用
• moai-domain-database：SQL パターンとデータベース最適化
• moai-workflow-testing：DDD とテスト戦略
• moai-essentials-debug：AI を活用したデバッグ
• moai-foundation-quality：TRUST 5 品質原則

---

トラブルシューティング

よくある問題：

R バージョンの確認：

R コンソールで R.version.string を実行し、バージョンが 4.4 以降であることを確認します。packageVersion にパッケージ名を指定して実行すると、インストールされているパッケージのバージョンを確認できます。

ネイティブパイプが動作しない場合：

• ネイティブパイプ演算子を使用するには、R のバージョンが 4.1 以降であることを確認します
• RStudio の Tools、Global Options、Code で、Use native pipe オプションの設定を確認します

renv の問題：

renv::clean を実行して、使用されていないパッケージを削除します。renv::rebuild を実行して、パッケージライブラリを再構築します。renv::snapshot に force TRUE を指定して実行すると、スナップショットを強制的に更新できます。

Shiny のリアクティビティのデバッグ：

options shiny.reactlog を TRUE に設定します。reactlog::reactlog_enable を実行して、ログ記録を有効にします。shiny::reactlogShow を実行して、リアクティブログの可視化を表示します。

ggplot2 のフォントに関する問題：

showtext ライブラリを読み込みます。フォント名とファミリーを指定して font_add_google を実行します。showtext_auto を実行すると、すべてのグラフィックデバイスで有効になります。

---

最終更新日：2026-01-11 ステータス：アクティブ（v1.1.0）