Tvorba datových objektů a
manipulace s nimi
Vít Gabrhel
vit.gabrhel@mail.muni.cz
FSS MU,
26. 9. 2016
Harmonogram
0. Rekapitulace předchozí hodiny
1. Vector
2. Matrix
3. Factor
4. Data Frame
Co je to objekt?
Rekapitulace
Skupinu tvoří celkem tři přátelé, Vytvořte proto proměnnou "Přátelé"
, která bude obsahovat hodnotu "3". Výsledek reportujte.
Pratele <- length(Pratele_Jmena)
Pratele
class(Pratele)
Pratele = 3
class(Pratele)
# Mojmír se stydí
is.numeric(Luděk)
is.numeric(Eleanora)
is.numeric(Vladislav)
as.logical(Luděk > 0)
as.logical(Eleanora > 0)
as.logical(Vladislav > 0)
Luděk > 0
Eleanora > 0
Vladislav > 0
c(Luděk, Eleanora,Vladi
slav) > 0
Vector
Vector je jednoduchý datový objekt o různé délce obsahující
hodnoty
c("Luděk", "Eleonora", "Vladislav")
c(15, 13, 16)
c(15, "Vladislav", "Eleonora", FALSE, 13)
Počet uchazečů dle oborů
Uchazeči_FSS = c(35, 50, 150, 15)
Kdo je kdo aneb pojmenování vektorů
names(Uchazeči_FSS) = c("POL", "BSS",
"GEN", "PSY")
Vektorová aritmetika
Sčítání vektorů
Uchazeči_FSS_Letos = c(35, 50, 150, 15)
Uchazeči_FSS_Loni = c(70, 30, 140, 30)
Uchazeči_Celkem = Uchazeči_FSS_Letos
+ Uchazeči_FSS_Loni
Součet hodnot ve vektoru
Uchazeči_N <- sum(Uchazeči_Celkem)
Výběr hodnot(y) z vektoru
Uchazeči_FSS[c(1, 4)]
Uchazeči_FSS[c("POL", "PSY")]
Vector
Logické operátory
< for less than
> for greater than
<= for less than or equal to
>= for greater than or equal to
== for equal to each other
!= not equal to each other​
Hlásilo se více uchazečů dle oborů více loni
nebo letos?
Uchazeči_FSS_Letos <
Uchazeči_FSS_Loni
Porovnání hodnot(y) mezi vektory
Uchazeči_FSS_Loni[c(1, 4)] > Uchazeči_FSS_Letos[c(1, 4)]
Uchazeči_FSS_Loni[c("POL", "PSY")] != Uchazeči_FSS_Letos[c("POL", "PSY")]
FSS_GEN_Celkem <- Uchazeči_Celkem[c(3)] > 50
Hlásilo se více uchazečů dle oborů než bylo
předpokládáno?
Uchazeči_N > 400
Factor
Známky = c("A", "C", "F", "B", "D", "F")
class(Známky)
Nominální kategorie
Factor_Známky = as.factor(Známky)
class(Factor_Známky)
levels(Factor_Známky) <- c("A", "B", "C", "D", "E", "F")
Ordinalizace
Factor_Známky <- factor(Známky, order = TRUE, levels = c("A", "B",
"C", "D", "E", "F"))
Factor
Logické operátory
Tvorba vektoru
Modus_Známek_Letos = c("A", "C", "B", "D")
Modus_Známek_Loni = c("A", "B", "D", "A")
Faktorizace a ordinalizace
Modus_Známek_Loni_Factor <- factor(Modus_Známek_Loni, order = TRUE,
levels = c("A", "B", "C", "D", "E", "F"))
Modus_Známek_Letos_Factor <- factor(Modus_Známek_Letos, order =
TRUE, levels = c("A", "B", "C", "D", "E", "F"))
Srovnání vybraných hodnot mezi vektory
Modus_Známek_Loni_Factor[3] > Modus_Známek_Letos_Factor[3]
Matrix
In R, a matrix is
a collection of elements of the same data type (numeric, character, or logical)
arranged into a fixed number of rows and columns.
Since you are only working with rows and columns, a matrix is called two-
dimensional.
You can construct a matrix in R with the matrix() function. Consider the following
example:
matrix(1:9, byrow = TRUE, nrow = 3)
The first argument is the collection of elements that R will arrange into the rows and
columns of the matrix. Here, we use 1:9 which is a shortcut for c(1, 2, 3, 4, 5, 6, 7, 8, 9).
The argument byrow indicates that the matrix is filled by the rows. If we want the
matrix to be filled by the columns, we just place byrow = FALSE.
The third argument nrow indicates that the matrix should have three rows.
Analogicky "ncol"
Matrix
Vedoucí katedry se rozhodne zjistit, jak si studenti stojí po 1. semestru studia v povinných
předmětech.
Náhodně vylosuje Bořivoje, Jarmilu a Boženu s jejich body ze tří povinných předmětů
(Úvodu, Kognice a Fyziologie). Jedno/víceoborový studenti
Bořivoj = c(90, 70, 68)
Jarmila = c(80, 100, 65)
Božena = c(100, 80, 95)
Známky <- matrix(c(Bořivoj, Jarmila, Božena), nrow = 3, byrow = TRUE)
View(Známky)
Pojmenování řádků/sloupců
rownames(Známky) <- c("Bořivoj", "Jarmila", "Božena")
colnames(Známky) <- c("Úvod", "Kognice", "Fyziologie")
View(Známky)
Matrix
Jak je to u jedno- a dvouoborových studentů?
Známky_Subobory = c(80, 90, 70, 85, 75, 90)
Známky_Subobory_Matice = matrix(Známky_Subobory, nrow = 2, byrow = TRUE,
dimnames = list(c("Jednobor", "Dvouobor"), c("Úvod", "Kognice",
"Fyziologie")))
rowSums(Známky_Subobory_Matice)
Jak do matice přidat sloupec / řádek?
Skrze příkaz cbind() / rbind()
Obory = c(0, 1, 0)
Obory_Matrix = matrix(Obory)
rownames(Obory_Matrix) = c("Jednoobor", "Dvouobor", "Jednoobor")
colnames(Obory_Matrix) <- c("Jedno/Dvouobor")
Známky_Vše = cbind(Známky, Obory_Matrix)
Známky_Vše
Matrix
Jak příkazem zjistit aktivní objekty?
ls()
Jak vybrat konkrétní prvky z matice?
Similar to vectors, you can use the square brackets [ ] to select one or multiple elements
from a matrix.
Whereas vectors have one dimension, matrices have two dimensions. You should
therefore use a comma to separate that what to select from the rows from that what
you want to select from the columns. For example:
Známky_Vše[1,2] selects the element at the first row and second column.
Známky_Vše[1:3,2:4] results in a matrix with the data on the rows 1, 2, 3 and
columns 2, 3, 4.
If you want to select all elements of a row or a column, no number is needed before
or after the comma, respectively:
Známky_Vše[,1] selects all elements of the first column.
Známky_Vše[1,] selects all elements of the first row.
Matrix
Jaký bodový průměr získali studenti průměrně z Fyziologie?
Body_Celkem_Fyziologie = Známky_Vše[,3]
mean(Body_Celkem_Fyziologie)
Jaký bodový průměr získal Bořivoj?
Body_Bořivoj = Známky[1,1:3]
mean(Body_Bořivoj)
Data Frame
Data Frame je matice tak, jak ji chápeme při analýze dat
A data frame has the variables of a data set as columns and the
observations as rows
V čem se v R "Data Frame" liší od "Matrix"?
All the elements that you put in a matrix should be of the same
type
Data Frame
Vyvolání Data Frame z R
data()
data(USArrests)
??(USArrests)
Jak se zorientovat v Data Frame?
head() - show the first observations of a data frame
tail() - prints out the last observations in your data set
str() - struktura dat
Data Frame
Tvorba vlastní Data Frame
data.frame()
# Planety - definování vektorů
name <- c("Mercury", "Venus", "Earth", "Mars", "Jupiter", "Saturn", "Uranus",
"Neptune")
type <- c("Terrestrial planet", "Terrestrial planet", "Terrestrial planet","Terrestrial
planet", "Gas giant", "Gas giant", "Gas giant", "Gas giant")
diameter <- c(0.382, 0.949, 1, 0.532, 11.209, 9.449, 4.007, 3.883)
rotation <- c(58.64, -243.02, 1, 1.03, 0.41, 0.43, -0.72, 0.67)
rings <- c(FALSE, FALSE, FALSE, FALSE, TRUE, TRUE, TRUE, TRUE)
# Planety
Planets = data.frame("name", "type", "diameter", "rotation", "rings")
# Struktura dat
str(Planets)
head(Planets)
tail(Planets)
Data Frame
Výběr prvků
Planets[1:3,1]
Planets[1:3,"name"]
Planets$name
Planets[rings, "name"]
Subsoubory
subset(Planets, subset = rings)
subset(Planets, subset = (diameter < 4))
Seřazování
subset(Planets, subset = rings)
subset(Planets, subset = (diameter < 4))
Zdroje
Cornelissen, J. (n.d.) Introduction to R. Dostupné online na:
https://www.datacamp.com/courses/free-introduction-to-r
Cvičení
/
PSY232
PSY532