Poznawanie struktur danych

Lekcja 1 z 14 w kursie Manipulowanie danymi w R w Coddy.

W R struktury danych są podstawą organizowania i przetwarzania danych. Przyjrzyjmy się trzem podstawowym strukturom danych: wektorom, macierzom i ramkom danych.

1. Wektory

Wektory to jednowymiarowe tablice, które mogą przechowywać elementy tego samego typu danych.


# Tworzenie wektora liczbowego
numbers <- c(1, 2, 3, 4, 5)

# Tworzenie wektora znakowego
fruits <- c("apple", "banana", "cherry")

# Uzyskiwanie dostępu do elementów
print(numbers[2])  # Wynik: 2
print(fruits[1:2])  # Wynik: "apple" "banana"

2. Macierze

Macierze to dwuwymiarowe tablice składające się z wierszy i kolumn, zawierające elementy tego samego typu danych.


# Tworzenie macierzy
mat <- matrix(1:6, nrow = 2, ncol = 3)

# Odwoływanie się do elementów
print(mat[1, 2])  # Zwraca element z 1. wiersza i 2. kolumny (Wynik: 3)
print(mat[, 1])   # Zwraca 1. kolumnę jako wektor (Wynik: 1 2)

3. Ramki danych

Ramki danych to struktury przypominające tabele, które mogą przechowywać różne typy danych w każdej kolumnie.


# Tworzenie ramki danych
df <- data.frame(
  name = c("Alice", "Bob", "Charlie"),
  age = c(25, 30, 35),
  city = c("New York", "London", "Paris")
)

# Uzyskiwanie dostępu do elementów
print(df$name)        # Zwraca kolumnę o nazwie "name" (Wynik: "Alice" "Bob" "Charlie")
print(df[2, "age"])   # Wynik: 30

Sprawdź się

Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.

Sprawdź się

Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.

Sprawdź się

Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.

Wyzwanie

Łatwy

Wykonaj następujące operacje na ramce danych:

Dodaj nową kolumnę o nazwie "height_m", która przelicza wzrost z centymetrów na metry
Oblicz i wypisz średni wiek
Wypisz imię i nazwisko najwyższej osoby (w metrach)

Spróbuj swoich sił

# Odczytaj dane wejściowe
con <- file("stdin", "r")
input_data <- suppressWarnings(readLines(con, n = 3))

# Przetwórz dane wejściowe
data_list <- strsplit(input_data, ",")
names <- sapply(data_list, function(x) x[1])
ages <- as.numeric(sapply(data_list, function(x) x[2]))
heights <- as.numeric(sapply(data_list, function(x) x[3]))

# Utwórz początkową ramkę danych
df <- data.frame(
  name = names,
  age = ages,
  height = heights
)

# TODO: Napisz swój kod poniżej
# 1. Dodaj nową kolumnę 'height_m'
# 2. Oblicz i wypisz średni wiek
# 3. Wypisz imię najwyższej osoby (w metrach)

# Miejsce na wynik
cat("Average age:", avg_age, "\n")
cat("Tallest person:", tallest_person)

Wszystkie lekcje w sekcji Manipulowanie danymi w R

1Podstawy danych

Poznawanie struktur danychIndeksowanie w DataFrame Wybieranie podzbioru danych Konwersja typów danych Operator potoku w R

4Zaawansowana manipulacja danymi

Manipulowanie ciągami znaków Obsługa daty i czasu Funkcje niestandardowe

2Przekształcanie danych

Wprowadzenie do dplyr Agregowanie danych za pomocą dplyr Łączenie danych za pomocą dplyr

3Przekształcanie danych

Format szeroki na długi Format długi na szeroki Obsługa brakujących danych

Poćwicz samodzielnie: Kompilator R online