Vorstoß in die Analytik

Kapitel 7. Datenstrukturen in R

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Gegen Ende von Kapitel 6 hast du gelernt, wie du mit Paketen in R arbeitest. Es ist üblich, alle benötigten Pakete zu Beginn eines Skripts zu laden ( ), damit es später keine Überraschungen mit benötigten Downloads gibt. In diesem Sinne rufen wir jetzt alle Pakete auf, die wir für dieses Kapitel brauchen. Es kann sein, dass du einige dieser Pakete installieren musst. Wenn du das noch einmal nachlesen möchtest, schaue in Kapitel 6 nach. Ich werde diese Pakete weiter erläutern, wenn wir zu ihnen kommen.

# For importing and exploring data
library(tidyverse)

# For reading in Excel files
library(readxl)

# For descriptive statistics
library(psych)

# For writing data to Excel
library(writexl)

Vektoren

In Kapitel 6 hast du auch gelernt, wie man Funktionen auf Daten verschiedener Modi aufruft und wie man Daten zu Objekten zuweist:

my_number <- 8.2
sqrt(my_number)
#> [1] 2.863564

my_char <- 'Hello, world'
toupper(my_char)
#> [1] "HELLO, WORLD"

Da du in der Regel mit mehreren Daten gleichzeitig arbeitest, ist es wahrscheinlich nicht sehr sinnvoll, jedem Objekt ein eigenes zuzuordnen. In Excel kannst du Daten in zusammenhängenden Zellen, den sogenannten Bereichen, platzieren und diese Daten ganz einfach bearbeiten. Abbildung 7-1 zeigt einige einfache Beispiele für die Bearbeitung von Zahlen- und Textbereichen in Excel: