Einführung in R (Frühjahrssemester 2024): Tag 1

# Skript zu Tag 1

Hier sind alle Notizen und Aufgabenlösungen zu Tag 1 (1. Juli 2024).

Day1_Block1-2_Exercises.R

## Exercises I - Solutions-----------

ex_1_1 <- 4 + 8
ex_1_1

ex_1_2 <- (-20)*3 # Klammer hier nicht notwendig
ex_1_2

ex_1_2 <- (5*3)*(5*3)
ex_1_2 <- (5*3)**2 
ex_1_2 <- (5*3)^2 # Nicht empfehlenswert
ex_1_2

ex_1_3 <- (8**2 + 5**4)/3
ex_1_3

# 4. Punkt:
ex_1_4 <- sum(1:10)
ex_1_3

Day1_Block1-2_Notes.R

# Block 1.2: Grundlagen der Programmiersprache R-----------

## Mathematischen Operationen-----------
25 + 9 # Addition
99 - 9 # Substraktion
25*5 # Multiplikation
66/9 # Division
5**2 # Potenzen
(2+5)*2 # Klammern

# Hinweise zu Klammern: es ist empfehlenswert eher zu viele Klammern 
#  zu setzen als zu wenige, da nicht unmittelbar ersichtlich ist
#  wie die folgenden Ausdrücke unterschiedliche Ergebnisse liefern:

-20**2
(-20)**2

# Zuweisungen/Assignments-----------
zwischenergebnis <- 2 + 2
zwischenergebnis <- "Hallo!" # Überschreibt Zuweisung von vorheriger Zeile

# Die einem Namen zugewiesenen Objekte können "weiterverwendet" werden:
zwischenergebnis <- 2 + 2
2*zwischenergebnis

# 3 Möglichkeiten der Zuweisung:
zwischenergebnis <-  5**2
zwischenergebnis = 5**2 # Nicht empfohlen!
5**2 -> zwischenergebnis # Nicht empfohlen!

# Namenskonventionen:
# https://style.tidyverse.org/syntax.html#object-names

Day1_Block1-3_Notes.R

# Block 1.3: Projektmanagement für R Projekte

# Die erste Zeile eines jeden Skripts sollte sein:
here::i_am("R/Day1_Block1-3_Notes.R")
# vorausgesetzt das Skript heißt 'Day1_Block1-3_Notes.R' und liegt
#  im Unterordner "R"

# Danach sollten relative Pfade als Argument der Funktion
#  here::here() übergeben werden, die dann automatisch 
#  absolute Pfade kreiert, die zum ausführenden PC passen:

library(here)
data_path <- here("data/tidy/growth_data_1.csv")
data_path # Passt zum ausführenden PC

# Mehr Informationen zum Paket:
# https://here.r-lib.org/

Day1_Block1-4_Exercises-III.R

# Exercises III - Solutions-----------
# Create a vector containing the numbers 2, 5, 2.8 and 11.9.
ex_3_1 <- c(2, 5, 2.8, 11)

# What is the type of this vector?
typeof(ex_3_1)

# Transform this vector into the type integer. What happens?
as.integer(ex_3_1)
# Note that only the decimal part gets removed, no rounding takes place!!

# Do you think you can create a vector containing the following elements: 
#  "2", "Hallo", 4.0, and TRUE? Why? Why not?
ex_3_3 <- c("2", "Hallo", 4.0, TRUE)
ex_3_3
typeof(ex_3_3)

# Given the hierarchy of data types, the atomic vector takes the type of the
#  element highest on the hierarchy (see the tutorial for more details)

Day1_Block1-4_Exercises-IV.R

# Exercises IV - Solutions-----------

# Create a data frame with two columns, one called "nb" containing the numbers 
#  1 to 5 as double, the other called "char" containing the numbers 
#  6 to 10 as character
ex4_df <- data.frame(
  "nb" = 1:5,
  "char" = as.character(6:10)
)
ex4_df

# Alternative:
ex4_list <- list(
  "nb" = 1:5,
  "char" = as.character(6:10)
)
ex4_df2 <- as.data.frame(ex4_list)

# Transform this data frame into a tibble!
library(tibble)
ex4_tib <- tibble::as_tibble(ex4_df)
ex4_tib

# Extract the second column of this tibble such that you have a vector
ex4_tib[["char"]]

Day1_Block1-4_Notes.R

# Block 1.4: Grundlegende Datentypen--------

## Funktionen--------
t_vec <- c(5, 4, 3, 4)
t_vec_na <- c(5, 4, 3, 4, NA)

# Infos zur Funktion und ihren Argumenten:
?mean

# Notwendige Argumente können, aber müssen nicht mit Namen 
#  verwendet werden:
mean(t_vec)
mean(x = t_vec) # Äquivalent

# Optionale Argumente bestimmen die Funktionsroutine:
sum(t_vec_na, na.rm = FALSE)
sum(t_vec_na, na.rm = TRUE)
sum(t_vec_na) # Zeigt, dass die Default-Option für na.rm FALSE ist

## Vektoren------------------
### Atomic vectors-----------
# Definitionsgemäß enhält ein atomic vector nur einen von vier Grundtypen:
# Auf Typ testen: is.*()
# In anderen Typ konvertieren: as.*()

#### Logische Werte: logical-----------
logical_vec <- c(TRUE, FALSE)
4>2
x <- 3
x == 5
TRUE + TRUE + FALSE # Bei Addition zählt TRUE als 1, FALSE als 0

### Ganze Zahlen: integer------------
integer_vec <- c(5L, 2L)
integer_vec

no_integer_vec <- c(5, 2)
is.integer(no_integer_vec)
typeof(no_integer_vec)

#### Dezimalzahlen: double-----------
double_vec <- c(2.6, 2.9)
double_vec
typeof(double_vec)
is.double(double_vec)
is.logical(double_vec)

#### Wörter: character-----------
character_vec <- c("2", "Hallo!")
character_vec
typeof(character_vec)

# Atomische Vektoren sind immer nur ein Typ:
test_vec <-c("A", 2, 5.3) 
test_vec
typeof(test_vec)

### Generic vectors/lists
# Lists can contain more than one type:
list_vec <- list("A", 2, 5.3)
typeof(list_vec)

# Häufig sind Elemente benannt:
list_vec_2 <- list(
  "element_1" = c("A", "B"),
  "element_2" = 2, 
  "element_3" = c(TRUE, FALSE))

list_vec_2[["element_2"]]