diary <- c(
"The temperature is 310° Kelvin",
"The temperature is 322° Kelvin",
"The temperature is 410° Kelvin"
)
diary
## [1] "The temperature is 310° Kelvin" "The temperature is 322° Kelvin"
## [3] "The temperature is 410° Kelvin"Prepro 2: Demo
Piping
Gegeben ist ein character string (diary). Wir wollen aus diesem Text die Temperaturangabe aus dem String extrahieren, danach den Wert von Kelvin in Celsius nach der folgenden Formel umwandeln und zum Schluss den Mittelwert über all diese Werte berechnen.
\[°C = K - 273.15\]
Dazu brauchen wir die Funktion substr(), welche aus einem character einen Teil “raus schnipseln” kann.
# Wenn die Buchstaben einzelne _Elemente_ eines Vektors wären, würden wir diese
# folgendermassen subsetten:
charvec1 <- c("a", "b", "c", "d", "e", "f", "g", "h")
charvec1[4:6]
## [1] "d" "e" "f"
# Aber wenn diese in einem einzigen character gespeichert sind, brauchen wir substr:
charvec2 <- "abcdefgh"
substr(charvec2, 4, 6)
## [1] "def"Zudem nutzen wir eine Hilfsfunktion subtrahieren, welche zwei Werte annimmt, den minuend und den subtrahend:
subtrahieren <- function(minuend, subtrahend) {
minuend - subtrahend
}
subtrahieren(10, 4)
## [1] 6Übersetzt in R-Code entsteht folgende Operation:
output <- mean(subtrahieren(as.numeric(substr(diary, 20, 22)), 273.15))
# \_1_/
# \________2__________/
# \___________________3___________/
# \________________________________4__________________/
# \_____________________________________5____________________/
# 1. Nimm diary
# 2. Extrahiere auf jeder Zeile die Werte 20 bis 22
# 3. Konvertiere "character" zu "numeric"
# 4. Subtrahiere 273.15
# 5. Berechne den MittlwertDie ganze Operation liest sich etwas leichter, wenn diese sequentiell notiert wird:
temp <- substr(diary, 20, 22) # 2
temp <- as.numeric(temp) # 3
temp <- subtrahieren(temp, 273.15) # 4
output <- mean(temp) # 5Umständlich ist dabei einfach, dass die Zwischenresultate immer abgespeichert und in der darauf folgenden Operation wieder abgerufen werden müssen. Hier kommt “piping” ins Spiel: Mit “piping” wird der Output der einen Funktion der erste Parameter der darauf folgenden Funktion.
diary |> # 1
substr(20, 22) |> # 2
as.numeric() |> # 3
subtrahieren(273.15) |> # 4
mean() # 5
## [1] 74.18333
Wichtig
- der
|>Pipe Operator wurde erst in R4.1eingeführt - Neben dem base R Pipe Operator existiert im Package
magrittrein sehr ähnlicher1 Pipe Operator:%>% - Die Tastenkombination Ctrl+Shift+M in RStudio fügt einen Pipe Operator ein.
- Welcher Pipe Operator
|>oder%>%mit der obigen Tastenkombination eingeführt wird, kann über die RStudio SettingsTools→Global Options→Code→ Häckchen setzen beiUse nativ pipe operator - Wir empfehlen die base-R Pipe
|>zu verwenden
Joins
studierende <- data.frame(
Matrikel_Nr = c(100002, 100003, 200003),
Studi = c("Patrick", "Manuela", "Eva"),
PLZ = c(8006, 8001, 8820)
)
studierende
## Matrikel_Nr Studi PLZ
## 1 100002 Patrick 8006
## 2 100003 Manuela 8001
## 3 200003 Eva 8820
ortschaften <- data.frame(
PLZ = c(8003, 8006, 8810, 8820),
Ortsname = c("Zürich", "Zürich", "Horgen", "Wädenswil")
)
ortschaften
## PLZ Ortsname
## 1 8003 Zürich
## 2 8006 Zürich
## 3 8810 Horgen
## 4 8820 Wädenswil# Load library
library("dplyr")
inner_join(studierende, ortschaften, by = "PLZ")
## Matrikel_Nr Studi PLZ Ortsname
## 1 100002 Patrick 8006 Zürich
## 2 200003 Eva 8820 Wädenswil
left_join(studierende, ortschaften, by = "PLZ")
## Matrikel_Nr Studi PLZ Ortsname
## 1 100002 Patrick 8006 Zürich
## 2 100003 Manuela 8001 <NA>
## 3 200003 Eva 8820 Wädenswil
right_join(studierende, ortschaften, by = "PLZ")
## Matrikel_Nr Studi PLZ Ortsname
## 1 100002 Patrick 8006 Zürich
## 2 200003 Eva 8820 Wädenswil
## 3 NA <NA> 8003 Zürich
## 4 NA <NA> 8810 Horgen
full_join(studierende, ortschaften, by = "PLZ")
## Matrikel_Nr Studi PLZ Ortsname
## 1 100002 Patrick 8006 Zürich
## 2 100003 Manuela 8001 <NA>
## 3 200003 Eva 8820 Wädenswil
## 4 NA <NA> 8003 Zürich
## 5 NA <NA> 8810 Horgenstudierende <- data.frame(
Matrikel_Nr = c(100002, 100003, 200003),
Studi = c("Patrick", "Manuela", "Pascal"),
Wohnort = c(8006, 8001, 8006)
)
left_join(studierende, ortschaften, by = c("Wohnort" = "PLZ"))
## Matrikel_Nr Studi Wohnort Ortsname
## 1 100002 Patrick 8006 Zürich
## 2 100003 Manuela 8001 <NA>
## 3 200003 Pascal 8006 Zürich