Rの演算子：算術演算、比較演算、論理演算の完全ガイド

Q: %% と %/% の違いは何ですか？

%% は剰余演算（余りを返す）を行い、 %/% は整数除算（商を返す）を行います。例えば、 7 %/% 2 = 3 （商）と 7 %% 2 = 1 （余り）などです。これらは、ページネーション、時間変換、グループ化などの場面で非常に頻繁に使用されます。

Q: & と && 、どちらを使うべきですか？

ベクトル論理演算（ベクトル化され、すべての要素が評価される）には & を、 if 条件（ショートサーキット評価、最初の要素のみが評価される）には && を使用してください。Rは他の言語ほど厳密にこれらを区別しませんが、間違ったものを使用すると、if文の動作が不正になる可能性があります。

前回のレッスンでは、ベクトルとデータ型について学びました。今回のレッスンでは、Rプログラミングの「基礎」である演算子について詳しく見ていきます。単純な計算から複雑な統計モデルに至るまで、すべてのRプログラムは、その根幹において演算子によって支えられています。

Rの演算子のセットは他の言語のものとほぼ同じですが、R特有の2つの細かい点があります。それは、整数除算 %% %/% と、ベクトル化された「ブロードキャスティング」の挙動です。このレッスンでは、すべての演算子について詳しく解説します。

1. 学習内容

算術演算子の4つの主要なカテゴリ（基本演算＋整数除算＋ベクトル演算）
比較演算子の3つの種類（数値比較＋文字列比較＋特殊な値）
3種類の論理演算子（AND、OR、NOT ＋短絡評価）
5つの独自のR演算子 (%in% %*% %/% %% :)
演算子の優先順位（曖昧な式を避ける）
実世界でのアプリケーションにおける一般的な計算上の落とし穴

2. ある金銭計算をめぐる物語

(1) 課題：手作業による利益の計算

ボブは会計士で、月末になると上司のために「支店売上報告書」を作成しなければなりません：

同社には5つの支店があり、今月の各支店の売上高は120, 150, 80, 200, 175万元です。次の計算を行ってください：

総売上高、平均売上高

店舗あたりの利益（売上高 × 30% の利益率）

どの店舗の売上が平均を上回っているか（特に注意が必要）

総利益の整数部分（10,000元単位、切り捨て）

電卓を使って手計算すると5分かかります。Excelを使う場合は、スプレッドシートを作成して数式を入力する必要があります。Rを使う場合は――

(2) Rを用いた解決策

# 5 Sales at each branch(10,000 yuan)
sales <- c(120, 150, 80, 200, 175)

# All calculations are completed with a single line of code
total_sales <- sum(sales)                          # Total Sales 725
avg_sales <- mean(sales)                           # Average 145
profit <- sales * 0.3                              # Profit Vector
high_sales <- sales[sales > avg_sales]             # Branches with Above-Average Performance
profit_int <- profit %/% 1                         # Integer Profit(Integer Division)

cat("Total Sales:", total_sales, "10,000 yuan\n")
cat("Average Sales:", avg_sales, "10,000 yuan\n")
cat("Total Profit(Integer):", sum(profit_int), "10,000 yuan\n")
cat("Above-average sales at branch locations:", high_sales, "\n")

10行のコードで5つの計算タスクを解決。これこそがRの演算子の力です――1行のコードが、一連の演算のベクトルに相当するのです。

3. 算術演算子：数学的な計算

(1) 基本的な算術演算子

演算子	意味	例	結果
`+`	追加	`2 + 3`	`5`
`-`	減少	`5 - 2`	`3`
`*`	乗算	`4 * 3`	`12`
`/`	削除	`7 / 2`	`3.5`
`^` または `**`	電力	`2 ^ 3`	`8`
`%%`	引き算（余り）	`7 %% 2`	`1`
`%/%`	整数の除算	`7 %/% 2`	`3`

(2) 整数の除算：R固有

# 7 / 2 = 3.5(Ordinary Division)
7 / 2
# [1] 3.5

# 7 %/% 2 = 3(Integer Division,Round down)
7 %/% 2
# [1] 3

# 7 %% 2 = 1 (Modulo, Remainder)
7 %% 2
# [1] 1

# Practical Application: Convert seconds to "hr:min:s"
total_seconds <- 3725
hours <- total_seconds %/% 3600
minutes <- (total_seconds %% 3600) %/% 60
seconds <- total_seconds %% 60
cat(hours, "hr", minutes, "min", seconds, "s\n")
# 1 hr 2 min 5 s

💡 ヒント：整数除算 %% と %/% は、データ処理において非常に一般的です。具体的には、ページネーション (page %/% page_size)、グループ化 (id %% 10—末尾の数字に基づいて10のグループに分割すること）、および時刻変換などが挙げられます。

(3) ベクトルの演算（重要ポイント）

Rにおける算術演算はデフォルトでベクトル化される。これはRの最大の強みのひとつである：

graph LR
    A["x = 1, 2, 3"] --> C["+ 10"]
    C --> D["11, 12, 13"]
    
    E["x = 1, 2, 3"] --> F["+ y = 10, 20, 30"]
    F --> G["11, 22, 33"]
    
    style A fill:#cce5ff
    style C fill:#d4edda
    style D fill:#d4edda

# Vector + Scalar(Scalar"Broadcast"Go to each element)
c(1, 2, 3) + 10
# [1] 11 12 13

# Vector + Vector(Element-wise Operations)
c(1, 2, 3) + c(10, 20, 30)
# [1] 11 22 33

# When the lengths are different,"Loop"
c(1, 2, 3, 4) + c(10, 20)
# Warning: longer object length is not a multiple of shorter object length
# [1] 11 22 13 24

(4) 一般的な数学関数

機能	目的	例
`abs()`	絶対値	`abs(-5)` → `5`
`sqrt()`	平方根	`sqrt(16)` → `4`
自然対数	→
`log10()`	常用対数	`log10(1000)` → `3`
`log2()`	ベース2	`log2(8)` → `3`
`exp()`	xのe乗	`exp(1)` → `2.718`
まとめ	`round()`
`floor()`	切り捨て	`floor(3.7)` → `3`
まとめ	`ceiling()`	`ceiling(3.2)` → `4`

4. 比較演算子：真偽値の判定

(1) 6 比較演算子

演算子	意味	例	結果
`==`	＝	`5 == 5`	`TRUE`
`!=`	異なる	`5 != 3`	`TRUE`
`<`	より小さい	`3 < 5`	`TRUE`
`>`	より大きい	`5 > 3`	`TRUE`
`<=`	以下	`5 <= 5`	`TRUE`
`>=`	以上	`5 >= 6`	`FALSE`

(2) ⚠️ 重要な落とし穴：等号1つと等号2つの違い

# Single = It is an assignment
x = 5

# Double equal sign == It is a comparison
x == 5
# [1] TRUE

⚠️ 注意：比較を行う際は、必ず == を使用してください。= を使用しないでください。R は「=`」エラーを報告しませんが（これは有効な代入であるため）、結果は完全に間違ったものになります。

(3) 文字列の比較（辞書順）

# Character by ASCII Code Comparison
"apple" < "banana"
# [1] TRUE  ← 'a' Coding < 'b'

# Numeric characters cannot be compared directly for size.(Character-by-character comparison,Not by value)
"9" > "10"
# [1] TRUE  <- '9' (0x39) > '1' (0x31), Not a numerical comparison!

# The Correct Way to Do It:Convert to a number
as.numeric("9") > as.numeric("10")
# [1] FALSE

(4) 特殊値の比較

# NA The results of the comparison are NA(No TRUE/FALSE)
NA == 5
# [1] NA

# Decision NA Must use is.na()
is.na(NA)
# [1] TRUE

# NaN Comparison of
NaN == NaN
# [1] NA  <- NaN == NaN is also NA!

⚠️ 注意：「NA」を含む比較結果はすべて「NA」となります。これを確認するには、特に is.na() を使用してください。

5. 論理演算子：条件の組み合わせ

(1) 3つの基本的な論理演算子

演算子	意味	例	結果
`&`	要素ごとのAND	`TRUE & FALSE`	`FALSE`
`\|`	要素ごとのOR	`TRUE \| FALSE`	`TRUE`
`!`	キャンセル	`!TRUE`	`FALSE`

(2) ベクトル化（要点）

x <- c(TRUE, TRUE, FALSE, FALSE)
y <- c(TRUE, FALSE, TRUE, FALSE)

# Elemental Level AND(Vectorization)
x & y
# [1]  TRUE FALSE FALSE FALSE

# Elemental Level OR
x | y
# [1] TRUE TRUE TRUE FALSE

(3) 短絡評価：&& および ||

演算子	動作	目的
`&`	要素ごとのAND、すべての計算	ベクトル論理演算
`&&`	短絡AND、最初のものだけが有効	if条件
`\|`	要素ごとのOR、すべての計算	ベクトル論理演算
`\|\|`	短絡OR、最初のものだけが有効	if条件

# if Used in the conditions &&(Check only the first element)
if (x > 0 && x < 10) {
  cat("x is between 0-10\n")
}

# Used in vector logic &(Check all elements)
c(1, 2, 11) > 0 & c(1, 2, 11) < 10
# [1]  TRUE  TRUE FALSE

⚠️ 注意：if の条件では、&& および || を使用する必要があります。& や | は使用しないでください。そうしないと、予期しない結果になる可能性があります。

(4) 実践編：複合条件によるフィルタリング

# Find 18-30 Adults aged
ages <- c(15, 22, 28, 35, 40, 19)
adults <- ages[ages >= 18 & ages <= 30]
adults
# [1] 22 28 19

# Identify the failing or perfect scores
scores <- c(58, 60, 75, 100, 45, 90)
special <- scores[scores < 60 | scores == 100]
special
# [1]  58 100  45

6. R固有の演算子

(1) 5人の特殊部隊員

演算子	意味	例	結果
`%in%`	所属先（メンバー確認）	`3 %in% c(1,2,3)`	`TRUE`
`%*%`	行列の乗算	`matrix(1:4,2) %*% matrix(1:4,2)`	行列
`%/%`	整数の除算	`7 %/% 2`	`3`
`%%`	離型	`7 %% 2`	`1`
`:`	シーケンス	`1:5`	`1 2 3 4 5`

(2) %in% の詳細な説明

%in% は、データフィルタリングの「中核」となる演算子です：

# Is the element in the vector?
c(1, 2, 3) %in% c(2, 4, 6)
# [1] FALSE  TRUE FALSE  <- 1, 3 Not here; 2 is

# Practical Application: Filter "Beijing, Shanghai, and Guangzhou" City
cities <- c("Beijing", "Shanghai", "Shenzhen", "Guangzhou", "Hangzhou")
target <- c("Beijing", "Shanghai", "Guangzhou")
cities[cities %in% target]
# [1] "Beijing" "Shanghai" "Guangzhou"

(3) 行列の乗算入門 %*%

# Basic Multiplication(Elemental Level)
matrix(1:4, 2, 2) * matrix(1:4, 2, 2)
#      [,1] [,2]
# [1,]    1    9
# [2,]    4   16

# Matrix Multiplication(Linear Algebra)
matrix(1:4, 2, 2) %*% matrix(1:4, 2, 2)
#      [,1] [,2]
# [1,]    7   15
# [2,]   10   22

7. 演算子の優先順位（曖昧さを避ける）

Rの演算子には特定の優先順位があります。迷ったときは括弧を使うのが最も安全な方法です：

優先度	演算子	説明
高	`^`	電源操作
↑	`*` `/`	掛け算と割り算
↑	`+` `-`	足し算と引き算
↑	`<` `<=` `>` `>=` `==` `!=`	比較
↑	`!`	取り消し
↑	`&` `&&`	With
または
低	`<-`	課題

# Without parentheses(By priority)
1 + 2 * 3
# [1] 7  <- 2*3=6, then +1

# Add parentheses(Clarify Intent)
(1 + 2) * 3
# [1] 9

# Be sure to use parentheses in complex expressions.
# Find 18-65 yrs
ages <- c(15, 25, 70, 30)
adults <- ages[ages >= 18 & ages <= 65]   # ✅ Adding parentheses makes it clearer

💡 ヒント: 迷ったら、括弧を付けましょう。コードは人が読むものです。可読性を簡潔さよりも優先しましょう。

8. 完全な例：支店売上高の包括的な分析

以下は、このレッスンで学んだすべての演算子を組み合わせた完全なワークフローの例です。

▶ サンプル：支店の売上に関する包括的な分析

# ============================================
# Comprehensive Analysis of Branch Sales
# Features:Analysis Using Various Operators 5 Sales Data by Branch
# ============================================

# 1. Prepare data
sales <- c(Beijing = 120, Shanghai = 150, Shenzhen = 80, Guangzhou = 200, Hangzhou = 175)
cat("Raw Sales Data(10,000 yuan):\n")
print(sales)

# 2. Arithmetic Operations:Total Sales,Average,Highest,Lowest
total <- sum(sales)                  # Sum
avg <- mean(sales)                   # Average
cat("\nTotal Sales:", total, "10,000 yuan\n")
cat("Average Sales:", avg, "10,000 yuan\n")
cat("Top Sales:", max(sales), "10,000 yuan\n")
cat("Minimum Sales:", min(sales), "10,000 yuan\n")

# 3. Arithmetic Operations:Profit(30% Profit Margin)
profit_rate <- 0.3
profit <- sales * profit_rate        # Vector × Scalar
cat("\nTotal Profit:", sum(profit), "10,000 yuan\n")

# 4. Comparison + Logic:Identify branches that perform above average
is_above_avg <- sales > avg           # Comparison:Which ones are above average?
cat("\nBranches with Above-Average Performance:")
print(sales[is_above_avg])

# 5. Comparison + Logic:Identify low-performing stores(< 1,000,000)
is_low <- sales < 100
cat("\nLow-Sales Stores(< 1,000,000):")
print(sales[is_low])

# 6. Integer Operations:Round Profit to the Nearest Whole Number + Grouping
profit_int <- profit %/% 1            # Integer Division(Round down)
cat("\nRound Profit to the Nearest Whole Number:")
print(profit_int)

# 7. %in% Filter
target_cities <- c("Beijing", "Shanghai", "Guangzhou")
selected <- sales[names(sales) %in% target_cities]
cat("\nSales in Target Cities:")
print(selected)

▶ 試してみよう

期待される出力（抜粋）：

Raw Sales Data(10,000 yuan):
   Beijing    Shanghai    Shenzhen    Guangzhou    Hangzhou
   120     150      80     200     175

Total Sales: 725 10,000 yuan
Average Sales: 145 10,000 yuan
Top Sales: 200 10,000 yuan
Minimum Sales: 80 10,000 yuan

Branches with Above-Average Performance:
Guangzhou   Hangzhou
200    175

Total Profit: 217.5 10,000 yuan

Low-Sales Stores(< 1,000,000):
Shenzhen
  80

❓ よくある質問

Q %% と %/% の違いは何ですか？

A %% は剰余演算（余りを返す）を行い、%/% は整数除算（商を返す）を行います。例えば、7 %/% 2 = 3（商）と7 %% 2 = 1（余り）などです。これらは、ページネーション、時間変換、グループ化などの場面で非常に頻繁に使用されます。

Q & と &&、どちらを使うべきですか？

A ベクトル論理演算（ベクトル化され、すべての要素が評価される）には & を、if 条件（ショートサーキット評価、最初の要素のみが評価される）には && を使用してください。Rは他の言語ほど厳密にこれらを区別しませんが、間違ったものを使用すると、if文の動作が不正になる可能性があります。

📖 まとめ

演算子の4つの主要なカテゴリ：算術演算子 (+ - * / ^ %% %/%)、比較演算子 (== != < > <= >=)、論理演算子 (& \| !)、代入演算子 (<- = -> <<-)
Rの機能：整数除算 %% %/%、ベクトル化された「ブロードキャスト」動作、%in% メンバーチェック
ベクトル + スカラー = スカラーが各要素にブロードキャストされる；ベクトル + ベクトル = 要素ごとの演算
文字列は、数値そのものではなく、ASCIIエンコーディングに基づいて比較されます。数値文字は、as.numeric() を使用して変換する必要があります。
if：条件付き演算用 && \|\|（短絡評価）、および & \|：ベクトル論理用（ベクトル化）
演算子の優先順位に注意してください。迷った場合は、括弧を使ってください（可読性を簡潔さよりも優先しましょう）
NA == 5 結果は NA となります（TRUE/FALSE ではありません）。これを評価するには is.na() を使用してください

📝 練習問題

基本問題：R を使用して、3つの異なる方法（① sum(1:100)、② ループ、③ 数式 n(n+1)/2）で 1+2+3+...+100 を計算してください。3つの方法すべてで結果が一致することを確認してください。
基本演習：秒数 total_seconds <- 3725 を「時間:分:秒」の形式に変換し（このレッスンの整数除算の例を参照）、コードと出力のスクリーンショットを保存してください。
基本問題：%in% を使用して、ベクトル c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10) 内の偶数を（c(2, 4, 6, 8, 10) %in% で説明した方法を用いて）探し出し、その出力のスクリーンショットを撮ってください。
応用問題：比較演算子および論理演算子を用いて、5人の生徒scores <- c(85, 92, 78, 95, 88)の得点を処理し、以下のことを行いなさい。① 90以上の得点を特定する。② 60から89までの得点を特定する。③ 80以上の得点を持つ生徒の人数を数える。
課題：sample(1:100, 20) を使用して 20 個の数をランダムに生成するスクリプトを作成し、以下の数を数え出してください：① 偶数の数 (%% 2 == 0)；② 3 で割り切れる数の数 (%% 3 == 0)； ③ 偶数かつ3で割り切れる数の個数 (&—複合条件); ④ これらの数の合計と平均。

Web-Tutorial 技術チーム

複数の開発者によって共同維持されているプログラミングチュートリアルプラットフォーム。各チュートリアルは専門分野の開発者が執筆・レビューしています。正確で信頼性の高いコンテンツを目指しています — 問題を見つけた場合はお知らせください。

私たちについて

404 Not Found

Rの演算子：算術演算、比較演算、論理演算の完全ガイド

1. 学習内容

2. ある金銭計算をめぐる物語

(1) 課題：手作業による利益の計算

(2) Rを用いた解決策

3. 算術演算子：数学的な計算

(1) 基本的な算術演算子

(2) 整数の除算：R固有

(3) ベクトルの演算（重要ポイント）

(4) 一般的な数学関数

4. 比較演算子：真偽値の判定

(1) 6 比較演算子

(2) ⚠️ 重要な落とし穴：等号1つと等号2つの違い

(3) 文字列の比較（辞書順）

(4) 特殊値の比較

5. 論理演算子：条件の組み合わせ

(1) 3つの基本的な論理演算子

(2) ベクトル化（要点）

(3) 短絡評価：&& および ||

(4) 実践編：複合条件によるフィルタリング

6. R固有の演算子

(1) 5人の特殊部隊員

(2) %in% の詳細な説明

(3) 行列の乗算入門 %*%

7. 演算子の優先順位（曖昧さを避ける）

8. 完全な例：支店売上高の包括的な分析

▶ サンプル：支店の売上に関する包括的な分析

❓ よくある質問

📖 まとめ

📝 練習問題