Skalár / jednorozměrná proměnná

Skalární proměnnou vytvoříme přiřazením pomocí operátoru <-, typ zpravidla dopředu nedeklarujeme.

cislo <- 1
cislo

## [1] 1

text <- "Máma má mísu"
text

## [1] "Máma má mísu"

logi <- TRUE
logi

## [1] TRUE

Vektor

Vektor hodnot stejného základního datového typu vytvoříme funkcí c().

K jednotlivým hodnotám přistupujeme přes hranaté závorky a index. Platí přitom, že index se počítá od jedničky (první prvek má číslo 1, ne nula); pro některé uživatele (programátory) to může být nezvyk…

Hranatá závorka se na české klávesnici napíše jako pravý Alt + F, respektive pravý Alt + G.

cislo <- c(10, 20, 30)
cislo[3]

## [1] 30

text <- c("Máma", "má", "mísu")
text[1]

## [1] "Máma"

logi <- c(TRUE, FALSE, TRUE)
logi[2]

## [1] FALSE

Číselný vektor můžeme vytvořit jako sekvenci pomocí operátoru dvojtečka, případně funkcí seq(), která nám dává více možností kontroly.

jedna_az_pet <- 1:5
jedna_az_pet

## [1] 1 2 3 4 5

trig <-  seq(from = 0, to = 2 * pi, by = pi / 8)
trig

##  [1] 0.0000000 0.3926991 0.7853982 1.1780972 1.5707963 1.9634954 2.3561945
##  [8] 2.7488936 3.1415927 3.5342917 3.9269908 4.3196899 4.7123890 5.1050881
## [15] 5.4977871 5.8904862 6.2831853

Vektorové operace

S vektory jdou provádět stejné operace jako se skaláry, s tím že se provedou s každým prvkem vektoru zvlášť.

jedna_az_pet <- 1:5
jedna_az_pet * 2 # výstup = stejně dlouhý vektor, každý prvek dvojnásobný

## [1]  2  4  6  8 10

sest_az_deset <- 6:10
jedna_az_pet + sest_az_deset # první z prvního + první z druhého vektoru

## [1]  7  9 11 13 15

slova <- c("máma", "táta", "bába") # textový vektor
paste(slova, "má mísu") # paste() = spojení textových řetězců

## [1] "máma má mísu" "táta má mísu" "bába má mísu"

Pro spojení dvou vektorů nefunguje operátor + (ten by sečetl první s prvním, druhý s druhým prvkem při zachování délky) ale použije se c() (zkráceně pro concatenate = spojení) jako při vytváření vektoru

jedna_az_deset <- c(jedna_az_pet, sest_az_deset)
jedna_az_deset

##  [1]  1  2  3  4  5  6  7  8  9 10

Recyklace (pozor na ní)

Erko má v sobě zabudovanou recyklaci vektorů – což v praxi znamená, že když potřebuje pracovat s vektory nestejné délky, tak si kratší vektor “natáhne” zopakováním hodnot.

papir <- c(1:16) # vektor papir = sekvence od jedničky do patnáckty

plast <-  papir * c(1, 0) # plast = lichý "papír" ×1, sudý ×0

plast 

##  [1]  1  0  3  0  5  0  7  0  9  0 11  0 13  0 15  0

Někdy se to může hodit – jako v zde citovaném příkladu, kdy násobením dlouhého a krátkého vektoru vynulujeme všechny sudé hodnoty – ale zpravidla to není očekávaný stav.

Uvažujme příklad, kdy bychom chtěli sečíst dva vektory – dlouhý s 10 prvky a krátký se dvěma prvky; očekávali bychom tedy změnu na první a druhé pozici, ale od třetího prvku dál pouze hodnoty z delšího vektoru. To se ale nestane.

Aby k tomu došlo je třeba uplatnit “prokrustovu transoformaci” a kratší vektor dorovnat nulami na délku delšího vektoru.

dlouhy <- 1:10
kratky <- c(10, 20)

dlouhy # vektor s deseti prvky

##  [1]  1  2  3  4  5  6  7  8  9 10

kratky # vektor se dvěma prvky

## [1] 10 20

# krátký vektor se použije 5x
dlouhy + kratky

##  [1] 11 22 13 24 15 26 17 28 19 30

# prokrustova transformace - nuly v délce rozdílu délek
kratky <- c(kratky,
            rep(0, length(dlouhy) - length(kratky)))

kratky # vektor dříve krátký má 10 prvků (jako dlouhý)

##  [1] 10 20  0  0  0  0  0  0  0  0

# "krátký" vektor se použije jen 1x
dlouhy + kratky

##  [1] 11 22  3  4  5  6  7  8  9 10

Data Frame

Základním tabulkovým objektem je data frame. Lze ho chápat jako pospojované vektory, ve kterých sloupce (vždy s hodnotami stejného datového typu) představují proměnné, a řádky (nikoliv nutně stejného datového typu) představují pozorování.

Data frame vytvoříme pomocí funkce data.frame() nebo (častěji) načtením z externího zdroje.

Sloupce (proměnné) mohou být teoreticky jak ASCII tak UTF-8, ale prakticky volíme pouze ASCII názvy (k UTF-8 názvům je potřeba přistupovat přes uvozovky, což je mimořádně nepohodlné).

pocty <- data.frame(cislo = c(1, 2, 3, 4, 5, 6),
                    CZ = c("jedna", "dva", "tři", "čtyři", "pět", "šest"),
                    EN = c("one", "two", "three", "four", "five", "six"),
                    LA = factor(c("unus", "duo", "tres", "quattuor", "quinque", "sex")))

pocty

##   cislo    CZ    EN       LA
## 1     1 jedna   one     unus
## 2     2   dva   two      duo
## 3     3   tři three     tres
## 4     4 čtyři  four quattuor
## 5     5   pět  five  quinque
## 6     6  šest   six      sex

K jednotlivým hodnotám přistupujeme buď přes hranaté závorky a index sloupce a řádku, nebo přes dolar ($) a název sloupce – v takovém případě je výstupem sloupec jako vektor.

Dolar se na české klávesnici napíše jako pravý Alt + ů.

pocty[4, 4] # čtvrtý řádek, čtvrtý sloupec - jde o faktor, vypíše se i rozsah hodnot

## [1] quattuor
## Levels: duo quattuor quinque sex tres unus

pocty[2:3, ] # druhý až třetí řádek, sloupce bez omezení (podmnožina data framu)

##   cislo  CZ    EN   LA
## 2     2 dva   two  duo
## 3     3 tři three tres

pocty[ , 3] # celý třetí sloupec (jako vektor)

## [1] "one"   "two"   "three" "four"  "five"  "six"

pocty$CZ # sloupec CZ jako vektor

## [1] "jedna" "dva"   "tři"   "čtyři" "pět"   "šest"

pocty$CZ[2:3] # druhá až třetí hodnota vektoru CZ

## [1] "dva" "tři"