forループ内でエラーが起きると処理が異常終了しますが、try関数の利用により最後まで処理を続行することができます。

1. Rでのtry関数によるエラー処理
作成: 2015年3月1日(日)
～ 異常終了の防止方法 ～

2. こんなことありませんか?
昔々あるところに、複数のデータセットに時間
のかかる同じ処理をしなければならないセンサス
くんがいました。賢いセンサスくんは、一部の
データを使って処理コードを作り、さらにfor
ループでデータセットを入れ替える処理を加えて
自動化し、帰宅間際にPCに投げました。
センサスくんが帰宅しても、PCが夜なべで働
き、翌朝出勤時までに仕事が終わっているはずで
したが、その翌朝・・・
あ～っ、途中でabort
(異常終了)してる・・・

3. 何が起きるのか確認してみましょう
これは正常終了するコードの例です
rm(list=ls(all=TRUE)) # ワークスペースのクリア
data(iris) # 組み込みのあやめデータ呼出し
aa <- as.matrix(iris[,1:4]) # 量的変数だけ行列属性に変換してaaへ
# 品種を示す第5変数の内容別にデータフレームを作成
dat1 <- aa[which(iris[,5]=="setosa"),]
dat2 <- aa[which(iris[,5]=="versicolor"),]
dat3 <- aa[which(iris[,5]=="virginica"),]
listD <- ls(pattern="d") # ワークスペース内のdで始まる変数名を取得
listD # 中身表示
# listDの数だけループをさせて、dat1～3の共分散行列を表示させる
for (i in 1: length(listD)) {
x <- get(listD[i])
cv <- cov(x) # データの共分散行列を算出
print(solve(cv)) # 共分散行列の逆行列を画面表示
}

4. 逆行列計算がabortするとき
先の例では、共分散行列は全て正則なので、
逆行列の計算は正常終了します。
続けて、以下のコードにより、dat2の逆行
列が計算できなくなるよう、特定の行の要素
だけ有効桁数を超える小さな数に変更してみ
ます。
cv <- cov(dat2)
cv[1,] <- cv[1,] / 10**16
solve(cv) # ここでエラーが起きる
> cv <- cov(dat2)
> cv[1,] <- cv[1,] / 10**16
> solve(cv)# エラーが起きる。
以下にエラー solve.default(cv) :
システムは数値的に特異です：条件数の逆数 = 1.4947e-17
追
加
コ
ー
ド
コ
ン
ソ
ー
ル
出
力
forループ内
でこれが起き
ると、その時
点で処理が終
了します。
複数データ
をforで回し
ていれば、後
ろのデータは
未処理のまま。

5. エラーが起きても後のデータを処理
して欲しいのですが・・・
そんなあなたにtry関数!
cv <- cov(dat1)
cv[1,] <- cv[1,] / 10**16
XX <- try(solve(cv)) # ここでtry関数を使う
XX # XXにエラーメッセージが入ることに注意!
> cv <- cov(dat1)
> cv[1,] <- cv[1,] / 10**16
> XX <- try(solve(cv))# ここでtry関数を使う
Error in solve.default(cv) :
システムは数値的に特異です: 条件数の逆数 = 1.4947e-17
> XX# XXにエラーメッセージが入ることに注意!
[1] "Error in solve.default(cv) : n システムは数値的に特異です: 条件数の逆数 = 1.4947e-17 n"
attr(,"class")
[1] "try-error"
attr(,"condition")
<simpleError in solve.default(cv): システムは数値的に特異です: 条件数の逆数 = 1.4947e-17
>
追
加
コ
ー
ド
コ
ン
ソ
ー
ル
出
力
エラーが起
きてもルー
プの途中で
異常終了は
せず、後ろ
の処理が続
行されます

6. 実際に試してみましょう
結果の出力は次のスライドへ
# 数値をいじるために一旦共分散行列を変数cv1に格納する
cv1 <- array(NA, c(4,4,3))
for (i in 1: length(listD)) {
x <- get(listD[i])
cv1[,,i] <- cov(x) # 配列cv1に保存
}
cv1[1,,2] <- cv[1,,2] / 10**16 # 二つ目の共分散行列の要素1つを小さく
# try関数なしの場合
for (i in 1: length(listD)) {
print(solve(cv1[,,i])) # 共分散行列の逆行列を画面表示
}
# try関数を使う場合
for (i in 1: length(listD)) {
print(try(solve(cv1[,,i]))) # 共分散行列の逆行列を画面表示
}
追
加
コ
ー
ド

7. 結果のコンソール出力
> # try関数なしの場合
> for (i in 1: length(listD)) {
+ print(solve(cv1[,,i]))# 共分散行列の逆行列を画面
表示
+ }
[,1] [,2] [,3] [,4]
[1,] 18.943439 -12.404826 -4.500207 -4.776127
[2,] -12.404826 15.570540 1.111079 -2.104098
[3,] -4.500207 1.111079 38.776204 -17.935035
[4,] -4.776127 -2.104098 -17.935035 106.045906
以下にエラー solve.default(cv1[, , i]) :
システムは数値的に特異です: 条件数の逆数 = 0
>
> # try関数を使う場合
> for (i in 1: length(listD)) {
+ print(try(solve(cv1[,,i])))# 共分散行列の逆行列を
画面表示
+ }
[,1] [,2] [,3] [,4]
[1,] 18.943439 -12.404826 -4.500207 -4.776127
[2,] -12.404826 15.570540 1.111079 -2.104098
[3,] -4.500207 1.111079 38.776204 -17.935035
[4,] -4.776127 -2.104098 -17.935035 106.045906
Error in solve.default(cv1[, , i]) :
システムは数値的に特異です: 条件数の逆数 = 0
[1] "Error in solve.default(cv1[, , i]) : n システムは数
値的に特異です: 条件数の逆数 = 0 n"
attr(,"class")
[1] "try-error"
attr(,"condition")
<simpleError in solve.default(cv1[, , i]): システムは数
値的に特異です: 条件数の逆数 = 0 >
[,1] [,2] [,3] [,4]
[1,] 10.533867 -3.479726 -9.960146 1.788152
[2,] -3.479726 15.875442 1.102689 -8.472851
[3,] -9.960146 1.102689 13.405821 -2.890918
[4,] 1.788152 -8.472851 -2.890918 19.314050
>
try関数で問題の起きる処
理をくるむと、i=2でエ
ラーが起きても、i=3での
逆行列が計算されます

8. おわり
8