Scripts & Statistics

Abhängig vom Betriebssystem (z.B. Windows, Linux, Mac) unterscheidet sich die Struktur der Dateien und Pfade zum Teil erheblich. Während auf einem Windows-Betriebssystem jede Partition der Festplatte mit einem Buchstaben bezeichnet wird (z.B. C:) und Datein standardmäßig in einem Ordner abgespeichert werden, der sich auf dieser Partition befindet (z.B. C:\name\Eigene Dateien\Documents), so hält ein Linux-Betriebssystem als Speicherort für Dateien die sogenannte home-Partition vor (z.B. /home/name/Documents).

Arbeitet man mit R an verschiedenen Rechnern, so bietet es sich an, seine Datein etc. mit Hilfe eines Cloud-Speichers zu synchronisieren. Solche Cloudspeicher (z.B. Dropbox, Google Drive, Copy) werden von verschiedenen Anbietern kostenlos zur Verfügung gestellt.

Sind auf diesen Rechnern unterschiedliche Betriebssysteme installiert (siehe oben), so sollte dies beim Schreiben des R-Codes berücksichtigt werden. Der folgende Code zeigt, wie man zunächst mit der Sys.info()-Funktion den Namen des Betriebssystems überprüft und danach in Abhängigkeit vom vorhandenen Betriebssystem, das Arbeitsverzeichnis festlegt (mit der setwd()-Funktion).

if (Sys.info()['sysname']=="Windows") # Check if name of operting system is 'Windows'
{
  setwd("C:/Programs/Copy/Projects")
} else
{
  setwd("/home/name/Projects")
}

source("myRfile.R")

In einem weiteren Schritt kann dann mit der source()-Funktion ein R-File ausgeführt werden, das sich in diesem Arbeitsverzeichnis befindet.

Since every object in the R workspace requires some part of the RAM, it is sometimes useful to remove objects from workspace being not necessary for further calculations. In R, there are several ways to ged rid of such objects.

The above image shows the workspace pane of RStudio.

If you intend to remove all objects from workspace, use the following code:

rm(list = ls())

If you want to remove some objects (in this case we remove the objects a, b and c) from workspace, use the following code. Each object you want to remove must be specified between the brackets separated by comma.

rm(a, b, c)

Sometimes it may occurr that you want to remove more than just a few but not all objects. In this case, specifying every single object would require a lot of typing.

In case you want to remove all objects but a few (e.g. the dataframe(s) you work with), you can use the following code.

rm(list = c(setdiff(ls(), c("mydata.1", "mydata.2"))))

The above code will remove all objects except for the objects named mydata.1 and mydata.2.

The above image shows the workspace containing only the desired objects.

R zeichnet sich u.a. dadurch aus, dass es mit vielen verschiedenen Datenformaten bzw. -typen ‘zurecht kommt’. So lassen sich Werte u.a. in Vektoren, Matritzen und Listen speichern. Das wohl am meisten verwendete Datenformat ist jedoch der dataframe. Enthält ein solcher dataframe eine sehr große Anzahl von Variablen, kann es sinnvoll sein, diesen anhand des Variablentyps aufzuteilen. Dabei ist die Unterscheidung zwischen numerischen Variablen, kategorialen Variablen und Stringvariablen sinnvoll.

Das folgende Beispiel zeigt, wie man aus einem dataframe drei neue dataframes erstellt, die jeweils nur String, kategoriale bzw. numerische Variablen enthalten.

Zunächst erzeugen wir einen dataframe, der insgesamt 100 Fälle und sechs Variablen enthält, wobei die Namen der Variablen für den Variablentyp stehen.

mydataframe <- data.frame(string.1 = rep(c("text1", "text2"), 50), string.2 = rep(c("text3", 
    "text4"), 50), categorial.1 = as.factor(rep(c("male", "female"), 50)), categorial.2 = as.factor(rep(c("young", 
    "old"), 50)), numeric.1 = rnorm(100, 200, 30), numeric.2 = rnorm(100, 60, 
    5))
mydataframe$string.1 <- as.character(mydataframe$string.1)
mydataframe$string.2 <- as.character(mydataframe$string.2)

Danach lassen wir uns Informationen zu den einzelnen Variablen anzeigen.

str(mydataframe)

## 'data.frame':    100 obs. of  6 variables:
##  $ string.1    : chr  "text1" "text2" "text1" "text2" ...
##  $ string.2    : chr  "text3" "text4" "text3" "text4" ...
##  $ categorial.1: Factor w/ 2 levels "female","male": 2 1 2 1 2 1 2 1 2 1 ...
##  $ categorial.2: Factor w/ 2 levels "old","young": 2 1 2 1 2 1 2 1 2 1 ...
##  $ numeric.1   : num  241 253 202 135 157 ...
##  $ numeric.2   : num  64.3 62.7 58.7 63.1 59.2 ...

Die Bezeichnungen chr, Factor und num weißen darauf hin, dass es sich bei unseren Variablen tatsächlich um jeweils zwei String-, kategoriale sowie numerische Variablen handelt.

Stringvariablen

Die folgende Anweisung schreibt alle Stringvariablen des dataframes ‘mydataframe’ in einen neuen dataframe namens ‘df.string’. Dabei werden die Variablennamen des dataframe ‘mydataframe’ zunächst in einem Vector names ‘vars’ gespreichert. In einem zweiten Schritt wird überprüft, bei welchen Variablen es sich um Stringvariablen handelt. Die Namen dieser Variablen werden in dem Vector ‘string.vars’ gespreichert. Schlussendlich wird ein neuer dataframe (‘df.strings’) erstellt, der alle Stringvariablen des dataframe ‘mydataframe’ enthält.

vars <- colnames(mydataframe)
string.vars <- vars[sapply(mydataframe[, vars], class) %in% "character"]
df.string <- data.frame(mydataframe[, string.vars])

Mit dem folgenden Befehl lässt sich anzeigen, welchen Variablentyp die Variablen des dataframe ‘df.string’ haben. Es zeigt sich, dass es sich dabei tatsächlich nur um Stringvariablen handelt. Genauer gesagt: um alle Stringvariablen des dataframes ‘mydataframe’.

summary(df.string)

##    string.1           string.2        
##  Length:100         Length:100        
##  Class :character   Class :character  
##  Mode  :character   Mode  :character

Will man die Namen der im neuen dataframe enthaltenen Variablen ändern, ist das mit dem folgenden Befehl möglich:

library(dplyr)
for (i in 1:length(string.vars)) {
    df.string <- rename_(df.string, .dots = setNames(colnames(df.string[i]), 
        paste0("var.", i)))
}

Die neuen Variablennamen setzten sich aus dem Wortstamm ‘var’ und einem Suffix zusammen, das die Position der Variable im dataframe widergibt:

names(df.string)

## [1] "var.1" "var.2"

Analog dazu lassen sich dataframes erstellen, die ausschließlich kategoriale bzw. numerische Variablen enthalten:

Kategoriale Variablen

# Erstellen des dataframe
categorial.vars <- vars[sapply(mydataframe[, vars], class) %in% "factor"]
df.categorial <- data.frame(mydataframe[, categorial.vars])

# Umbenennen der Variablen
library(dplyr)
for (i in 1:length(categorial.vars)) {
    df.categorial <- rename_(df.categorial, .dots = setNames(colnames(df.categorial[i]), 
        paste0("var.", i)))
}

Numerische Variablen

# Erstellen des dataframe
numeric.vars <- vars[sapply(mydataframe[, vars], class) %in% c("numeric", "integer")]
df.numeric <- data.frame(mydataframe[, numeric.vars])

# Umbenennen der Variablen
library(dplyr)
for (i in 1:length(numeric.vars)) {
    df.numeric <- rename_(df.numeric, .dots = setNames(colnames(df.numeric[i]), 
        paste0("var.", i)))
}