$Strasse [1] "Autobahn" "Landstr" "Nebenstr" "Autobahn" "Landstr" "Nebenstr" [7] "Autobahn" "Landstr" "Nebenstr" "Autobahn" "Landstr" "Nebenstr"

Transkript

1 # In vielen typischen Anwendungsfällen sind Listen nicht optimal J <- c(rep(1961, 6), rep(1962, 6)) L <- rep(rep(c(90, 0), c(3, 3)), 2) S <- rep(c("autobahn", "Landstr", "Nebenstr"), 4) U <- c(8, 42, 50, 57, 106, 163, 11, 37, 48, 45, 69, 114) daten.liste <- list(jahr=j, Limit=L, Strasse=S, Unfallanz=U) daten <- data.frame(jahr=j, Limit=L, Strasse=S, Unfallanz=U) daten.liste $Jahr [1] $Limit [1] $Strasse [1] "Autobahn" "Landstr" "Nebenstr" "Autobahn" "Landstr" "Nebenstr" [7] "Autobahn" "Landstr" "Nebenstr" "Autobahn" "Landstr" "Nebenstr" $Unfallanz [1] daten Jahr Limit Strasse Unfallanz Autobahn Landstr Nebenstr Autobahn Landstr Nebenstr Autobahn Landstr Nebenstr Autobahn Landstr Nebenstr 114 str(daten.liste) List of 4 $ Jahr : num [1:12] $ Limit : num [1:12] $ Strasse : chr [1:12] "Autobahn" "Landstr" "Nebenstr" "Autobahn"... $ Unfallanz: num [1:12] str(daten) `data.frame': 12 obs. of 4 variables: $ Jahr : num $ Limit : num $ Strasse : Factor w/ 3 levels "Autobahn","Landstr",..: $ Unfallanz: num is.list(daten) [1] TRUE is.matrix(daten) [1] FALSE colnames(daten) [1] "Jahr" "Limit" "Strasse" "Unfallanz"

2 # Einfacherer zeilenweiser Zugriff auf Elemente in Data Frames sapply(daten.liste, function(x) x[10]) Jahr Limit Strasse Unfallanz "1962" "0" "Autobahn" "45" lapply(daten.liste, function(x) x[10]) $Jahr [1] 1962 $Limit [1] 0 $Strasse [1] "Autobahn" $Unfallanz [1] 45 daten[10,] Jahr Limit Strasse Unfallanz Autobahn 45 # Beachte is.vector(daten[10,]) [1] FALSE is.data.frame(daten[10,]) [1] TRUE # Data Frame besteht aus Komponenten gleicher Länge v1 <- sample(1:8) v2 <- sample(1:5) # Kann nicht zu einem Data Frame verschmolzen werden Y <- data.frame(v1=v1, V2=v2) Fehler in data.frame(v1 = v1, V2 = v2) : Argumente implizieren unterschiedliche Anzahl Zeilen: 8, 5 # Recycling beim Generieren eines Dataframes v1 <- sample(1:10) v2 <- sample(1:5) Y <- data.frame(v1=v1, V2=v2) Y # No Recycling bei Matrizen v1 <- sample(1:10) v2 <- matrix(1:10,5,2) Y <- data.frame(v1=v1, V2=v2)

3 Fehler in data.frame(v1 = v1, V2 = v2) : Argumente implizieren unterschiedliche Anzahl Zeilen: 10, 5 # Vektoren werden jeodch an die Matrix angepaßt v1 <- sample(1:5) v2 <- matrix(1:20,10,2) Y <- data.frame(v1=v1, V2=v2) Y.1 V # Unterscheide Data Frames von Matrizen v1 <- sample(1:10) v2 <- sample(1:5) Y <- data.frame(v1=v1, V2=v2) Y crossprod(y) Fehler in crossprod(x, y) : verlangt numerische Matrix/Vektor-Argumente is.matrix(y) [1] FALSE crossprod(as.matrix(y)) V V # Manche Funktionen für Matrizen funktionieren auch über numerische DFs Y[1:2,] is.matrix(y[1:2,]) [1] FALSE

4 eigen(y[1:2,]) $values [1] $vectors [,1] [,2] [1,] [2,] # Sicherer ist aber eigen(as.matrix(y[1:2,])) $values [1] $vectors [,1] [,2] [1,] [2,] # Merging von Data Frames v1 <- sample(1:10) v2 <- sample(1:10) Y <- data.frame(v1=v1, V2=v2) Y X<-data.frame(V1=c(11,22,33), Vx=c(1,2,3)) X V1 Vx Z<-merge(X,Y) Z [1] V1 Vx V2 <0 rows (or 0-length row.names) X<-data.frame(V1=c(1,2,3), Vx=c(1,2,3)) Y

5 X V1 Vx Z<-merge(X,Y) Z V1 Vx V merge(x,y, all=t) V1 Vx V NA NA NA NA NA NA NA 1 # Zahlreiche Data.Frames für Übungszwecke im # Basispaket enthalten data() faithful eruptions waiting colnames(faithful) [1] "eruptions" "waiting" summary(faithful) eruptions waiting Min. :1.600 Min. :43.0 1st Qu.: st Qu.:58.0 Median :4.000 Median :76.0 Mean :3.488 Mean :70.9 3rd Qu.: rd Qu.:82.0 Max. :5.100 Max. :96.0 attach(faithful) waitgroup <- cut(waiting, 3) # Gruppen basieren auf Intervallen gleicher Größe is.factor(waitgroup)

6 [1] TRUE levels(waitgroup) <- paste(c("low","medium","high"), levels(waitgroup), sep=" - ") levels(waitgroup) [1] "Low - (42.9,60.6]" "Medium - (60.6,78.4]" "High - (78.4,96.1]" str(waitgroup) Factor w/ 3 levels "Low - (42.9,60.6]",..: waitgroup[1:20] [1] High - (78.4,96.1] Low - (42.9,60.6] Medium - (60.6,78.4] [4] Medium - (60.6,78.4] High - (78.4,96.1] Low - (42.9,60.6] [7] High - (78.4,96.1] High - (78.4,96.1] Low - (42.9,60.6] [10] High - (78.4,96.1] Low - (42.9,60.6] High - (78.4,96.1] [13] Medium - (60.6,78.4] Low - (42.9,60.6] High - (78.4,96.1] [16] Low - (42.9,60.6] Medium - (60.6,78.4] High - (78.4,96.1] [19] Low - (42.9,60.6] High - (78.4,96.1] Levels: Low - (42.9,60.6] Medium - (60.6,78.4] High - (78.4,96.1] hi <- quantile(waiting, seq(from=0, to=1, by=1/3)) hi[1] <- hi[1]-0.01 waitgroup <- cut(waiting, breaks=hi) levels(waitgroup) [1] "(43,64]" "(64,80]" "(80,96]" str(waitgroup) Factor w/ 3 levels "(43,64]","(64,80]",..: waitgroup[1:20] [1] (64,80] (43,64] (64,80] (43,64] (80,96] (43,64] (80,96] (80,96] (43,64] [10] (80,96] (43,64] (80,96] (64,80] (43,64] (80,96] (43,64] (43,64] (80,96] [19] (43,64] (64,80] Levels: (43,64] (64,80] (80,96] plot(eruptions ~ waiting) eruptions waiting

7 plot(eruptions ~ waitgroup) eruptions (43,64] (64,80] (80,96] waitgroup # Automatisches generieren von Faktoren beim Einlesen read.table(file="testdaten.txt", header=t) Name Gruppe M1 M2 M3 1 Franz A Peter A Johann B Lisa B Fritz C Walter C td <- read.table(file="testdaten.txt", header=t, row.names=1) # Erweitern des Data Frames - Variante 1 tdx <- data.frame(td, Summe=td$M1+td$M2+td$M3) tdx Gruppe M1 M2 M3 Summe Franz A Peter A Johann B Lisa B Fritz C Walter C # Erweitern des Data Frames - Variante 2 tdx <- cbind(td, td$m1+td$m2+td$m3) colnames(tdx)[5] <- "Summe" tdx Gruppe M1 M2 M3 Summe Franz A Peter A Johann B Lisa B Fritz C Walter C

8 # Beachte Gruppe ist Faktor attach(tdx) is.factor(gruppe) [1] TRUE Gruppe [1] A A B B C C Levels: A B C str(gruppe) Factor w/ 3 levels "A","B","C": class(gruppe) [1] "factor" unclass(gruppe) [1] attr(,"levels") [1] "A" "B" "C" plot(summe~gruppe) Summe A B C Gruppe

9 plot(summe~unclass(gruppe)) Summe unclass(gruppe) detach() # Verhindern der Konversion zum Faktor td2 <- read.table(file="testdaten.txt", header=t, row.names=1, as.is=t) attach(td2) is.factor(gruppe) [1] FALSE Gruppe [1] "A" "A" "B" "B" "C" "C" str(gruppe) chr [1:6] "A" "A" "B" "B" "C" "C" class(gruppe) [1] "character" plot(m1~gruppe) # funktioniert jetzt nicht Fehler in model.frame(formula, rownames, variables, varnames, extras, extranames, : ungültiger Variablentyp

10 plot(m1~as.factor(gruppe)) M A B C as.factor(gruppe) # Beispiel zum outer-operator my.outer.prod <-function(x,y) + { + z <- matrix(0, length(x), length(y)) + for (i in 1:length(x)) + for (j in 1:length(y)) + z[i,j] <- x[i]*y[j] + z + } u<-1:4 v<-3:5 my.outer.prod(u, v) [,1] [,2] [,3] [1,] [2,] [3,] [4,] outer(u,v) [,1] [,2] [,3] [1,] [2,] [3,] [4,]

11 # Selbe Aufgabenstellung, aber Addition my.outer.sum <-function(x,y) + { + z <- matrix(0, length(x), length(y)) + for (i in 1:length(x)) + for (j in 1:length(y)) + z[i,j] <- x[i]+y[j] + z + } my.outer.sum(u, v) [,1] [,2] [,3] [1,] [2,] [3,] [4,] outer(u,v,"+") [,1] [,2] [,3] [1,] [2,] [3,] [4,] # Fortgeschrittene Anwendung von outer x <- rnorm(500, 175, 10) # 500 fiktive Daten Körpergrößen y <- seq(150, 190, by=1) # Prozentsätze von Personen größer als y plot(y, apply(outer(x,y, ""), 2, sum)/length(x)*100, + type="l", xlab="körpergröße", ylab="prozent größer als", ylim=c(0,100)) Prozent größer als Körpergröße