Objekter og objektklasser i R: Det grundlæggende

I denne øvelse lærer du om det grundlæggende i kodning med R. Specifikt vil du fokusere på at arbejde med objekter og objektklasser i R.

Objekter er som kasser, som du lægger information eller data ind i.

Selvstudiet er opdelt i fire sektioner. Først vil det diskutere om tildeling og udskrivning af objekter. Det næste afsnit fokuserer på, hvordan man udfører grundlæggende handlinger på disse objekter. Det tredje emne vil diskutere sammenligningsoperatorer for objekter. Og til sidst vil den diskutere objektklasser og hvordan man bruger dem i R.

Indholdsfortegnelse

Tildeling og udskrivning af objekter i R

Åbn et tomt R-script i .

For at demonstrere, lad os gemme information inde i objekt a . For at gøre dette skal du bruge tildelingsoperatoren ( <- )="" which="" is="" a="" less="" than="" sign="" followed=" " by="" the="" minus="" line.="" the="" keyboard="" shortcut="" for="" this="" operator="" is=""> Alt + ? . Hvis du følger 2 efter tildelingsoperatoren, indikerer dette, at du har tildelt tallet 2 for objekt a . Hvad det betyder er, at du lægger nummer 2 i en boks mærket en .

Objekter og objektklasser i R: Det grundlæggende

Når du kører denne kode, vil du bemærke, at den vises i konsolvinduet. Det vises også som værdier i vinduet Miljø.

Objekter og objektklasser i R: Det grundlæggende

For at udskrive disse data skal du indtaste objektnavnet og køre det. Du vil se i konsollen, at den har værdien 2.

Objekter og objektklasser i R: Det grundlæggende

Udførelse af grundlæggende handlinger på objekter i R

Nu hvor du har tildelt data til et objekt, kan du bruge dette til at udføre grundlæggende handlinger. Du kan skrive enhver handling ved hjælp af objektet, og svaret vises i konsollen.

Objekter og objektklasser i R: Det grundlæggende

Hvis du kører kvadratet af a, får du 4. Hvis du kører en > 3 , vil konsollen returnere False, fordi 2 ikke er større end 3.

Brug af sammenligningsoperatører

Hvis du prøver at udføre a = 3 , vil du ikke se FALSE i konsollen.

Objekter og objektklasser i R: Det grundlæggende

Dette skyldes, at du i stedet for at udføre en grundlæggende handling tildelte en ny værdi til objekt a . Du kan se i miljøet, at a nu er 3.

Der er mange måder, hvorpå du kan tildele værdier til et objekt. Du kan bruge opgaveoperatoren eller lighedstegnet . Men ofte kan lighedstegnet forårsage forvirring, så det er bedre at bruge opgaveoperatøren i stedet.

Hvis du vil tjekke, hvad et objekts værdi er, skal du bruge to lighedstegn ( == ).

Objekter og objektklasser i R: Det grundlæggende

Desuden kan du også tildele objekter til andre objekter. For eksempel kan du tildele objektet b at have værdien lig med kvadratroden af ​​a . Hvis du kører dette, kan du se, at b nu vil have denne værdi. Og værdien af ​​b ændres, hver gang værdien af ​​objekt a ændres.

Objekter og objektklasser i R: Det grundlæggende

Du skal også være opmærksom på, at R skelner mellem store og små bogstaver. Så hvis du forsøger at køre et stort B, vil det resultere i en fejl.

Brug af objektklasser i RStudio

Den næste ting, man skal lære, når man beskæftiger sig med objekter i R, handler om objektklasser.

Husk analogien af ​​objekter; de er som kasser, hvor du placerer data i. Objektklasser er derfor de forskellige typer kasser. De almindelige objektklasser er numeriske, karakterer og logiske.

Objekter og objektklasser i R: Det grundlæggende

Der er andre typer objektklasser, men resten af ​​denne vejledning vil fokusere på disse tre.

Åbn nu en ny i RStudio. Tildel fire objekter med forskellige objektklasser som vist på billedet nedenfor.

Objekter og objektklasser i R: Det grundlæggende

Når du bruger streng eller tekst i R, kan du bruge enten enkelte eller dobbelte anførselstegn. For boolesk input skal du huske, at der skelnes mellem store og små bogstaver. Sørg for at indtaste stort TRUE og/eller FALSE . Du kan også vælge at bruge T og/eller F i stedet for det fulde ord. Men det er generelt mere acceptabelt at stave dem ud.

Brug klassefunktionen for at identificere klassen af ​​et objekt . Når du har kørt dette, vises objektets klasse i konsollen.

Objekter og objektklasser i R: Det grundlæggende

Ting at huske

Afhængigt af den type data, du bruger, vil nogle funktioner fungere, andre vil ikke. Dette er det samme tilfælde for og MS Excel.

Hvis du for eksempel forsøger at udføre sqrt(b) , vil dette resultere i en fejl, da objekt b ikke er en numerisk værdi. Men hvis du prøver toupper(b) , som er en funktion, der konverterer en streng til store bogstaver, så virker det.

Objekter og objektklasser i R: Det grundlæggende

En interessant ting, når du beskæftiger dig med den logiske objektklasse, er, at du kan bruge dem med operationer. Hvis du prøver at gange eller summere objekt c og d , vil du få resultater i konsollen.

Objekter og objektklasser i R: Det grundlæggende

R behandler SAND og FALSK som henholdsvis 1 og 0.




Konklusion

Eksemplerne i denne øvelse arbejdede med data, der er meget små. At tildele hvert stykke information, du arbejder med, til et objekt, lyder ikke særlig nyttigt. Men du har kun ridset overfladen. R og RStudio er i stand til meget mere.

I de næste tutorials til R vil lektionerne gradvist bygges op, indtil du er i stand til at arbejde med tabeller, der indeholder mange rækker og kolonner, som du ville gøre i standard .


Pipe In R: Tilslutningsfunktioner med Dplyr

Pipe In R: Tilslutningsfunktioner med Dplyr

I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX fra LuckyTemplates giver dig mulighed for at returnere rangeringen af ​​et specifikt tal i hver tabelrække, der udgør en del af en liste over tal.

Udpakning af LuckyTemplates-temaer og -billeder fra PBIX

Udpakning af LuckyTemplates-temaer og -billeder fra PBIX

Lær, hvordan du adskiller en PBIX-fil for at udtrække LuckyTemplates-temaer og -billeder fra baggrunden og bruge den til at oprette din rapport!

Excel Formler Snydeark: Mellemvejledning

Excel Formler Snydeark: Mellemvejledning

Excel Formler Snydeark: Mellemvejledning

LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det

LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det

LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det

Python i LuckyTemplates: Sådan installeres og konfigureres

Python i LuckyTemplates: Sådan installeres og konfigureres

Lær, hvordan du installerer programmeringssproget Python i LuckyTemplates, og hvordan du bruger dets værktøjer til at skrive koder og vise billeder.

Beregning af dynamiske fortjenestemargener – nem analyse af LuckyTemplates med DAX

Beregning af dynamiske fortjenestemargener – nem analyse af LuckyTemplates med DAX

Lær, hvordan du beregner dynamiske fortjenstmargener ved siden af ​​LuckyTemplates, og hvordan du kan få mere indsigt ved at grave dybere ned i resultaterne.

Sortering af datotabelkolonner i LuckyTemplates

Sortering af datotabelkolonner i LuckyTemplates

Lær, hvordan du sorterer felterne fra kolonner med udvidet datotabel korrekt. Dette er en god strategi at gøre for vanskelige felter.

Find dine topprodukter for hver region i LuckyTemplates ved hjælp af DAX

Find dine topprodukter for hver region i LuckyTemplates ved hjælp af DAX

I denne artikel gennemgår jeg, hvordan du kan finde dine topprodukter pr. region ved hjælp af DAX-beregninger i LuckyTemplates, herunder funktionerne TOPN og CALCUATE.

Junk Dimension: Hvad er det, og hvorfor det er alt andet end junk

Junk Dimension: Hvad er det, og hvorfor det er alt andet end junk

Lær, hvordan du bruger en uønsket dimension til flag med lav kardinalitet, som du ønsker at inkorporere i din datamodel på en effektiv måde.