1  Einführung in R und RStudio

Pakete, Funktionen und Objekte in R-Skripten

Autor:in

Zugehörigkeit

Daniela Palleschi

Humboldt-Universität zu Berlin

Heutige Ziele

• R und RStudio installieren
• in der Lage sein, Zusatzpakete zu installieren
• in der Lage sein, Hilfe für Pakete und Funktionen zu erhalten
• in der Lage sein, Objekte in der Konsole zu erstellen

Weitere Lektüre

• Dieser Vortrag basiert lose auf Kapitel 1 - Introduction und Kapitel 3 - Workflow Basics von Wickham et al. (2023)
• dieser Kurs folgt mehr oder weniger diesem Buch
• wo möglich, ersetze ich die Datensätze im Buch durch linguistische Datenbeispiele

1.1 Vorbereitung

• hoffentlich haben Sie R und RStudio bereits installiert/aktualisiert
  • falls nicht: Versuchen Sie es mit Posit Cloud für heute posit.cloud
• Gehen Sie zum Kurs GitHub und laden Sie eine ZIP-Datei des Repositorys herunter
  • große grüne Schaltfläche ‘<> Code’ > ZIP herunterladen

Download GitHub repositiory

1.2 RProjekt

• Suchen Sie die ZIP-Datei, die Sie soeben heruntergeladen haben, auf Ihrem Computer und dekomprimieren Sie sie.
• Öffnen Sie den Ordner und navigieren Sie zu r4ling_student.Rproj, doppelklicken Sie darauf
• Sie sollten nun RStudio sehen, wie in Abbildung 1.1
• Jetzt können wir an unserem ersten Skript arbeiten

Abbildung 1.1: Student RProject

---

Warnung

Wichtig!!

Verschieben oder benennen Sie den Ordner data/ nicht um! Sie müssen denselben Dateipfad zu den Datensätzen haben, um meinen Code in den nächsten Wochen nahtlos verwenden zu können.

1.3 R in RStudio

1. Öffnen Sie RStudio immer durch einen Doppelklick auf r4ling_student.Rproj (für diesen Kurs)
2. klicken Sie auf File > New File > R Script
   • sehen Sie nun vier Quadrate (statt 3 in Abbildung 1.1):
   1. Texteditor - oben Links - wo wir unseren Code schreiben werden
   2. R-Konsole (EN: Console) - unten links - wo wir die Ausgabe unseres Codes und Warn-/Fehlermeldungen sehen werden
   3. Arbeitsumgebung (EN: Environment) - oben rechts - wo unsere Daten und Objekte nach dem Laden gespeichert werden
   4. Dateien und Grafikausgabe - unten links - wo wir unsere Dateien und die von uns erstellten Grafiken sehen oder Hilfe bekommen können

1.3.1 Erweitungspakete

• R hat eine Reihe von nativen Funktionen und Datensätzen, auf die wir zugreifen können
  • ähnlich wie die Standard-Apps, die auf Ihrem Handy vorinstalliert sind
• Jeder kann Zusatzpakete für R erstellen, z.B.,
  • für Datenvisualisierung
  • Datenverarbeitung
• Dies ist ähnlich wie bei Handy-Apps, die von jedem erstellt und auf Ihr Gerät heruntergeladen werden können
  • aber Pakete sind immer kostenlos
• Es gibt 2 Schritte, um ein Paket zu verwenden:
  1. Installieren des Pakets (einmalig) mit install.packages("Paket")
  2. Laden Sie das Paket (zu Beginn jeder Sitzung) library(Paket)

1.3.1.1 Paket-Installation

• erfolgt mit der Funktion install.packages()
  • Sie machen dies nur einmal (wie das Herunterladen einer App)
• das Paket tidyverse ist sehr hilfreich für Datenverarbeitung und Visualisierung
  • Installieren wir es jetzt

Paket-Installation

• installieren Sie die Pakete tidyverse und beepr

install.packages("tidyverse")
install.packages("beepr")

Pakete in der Konsole installieren

Installieren Sie Pakete immer über die Konsole, nicht über ein Skript!

Sie können auch die Registerkarte “Pakete” in der unteren rechten Box verwenden (Pakete > Installieren)

1.3.1.2 tinytex

• wir brauchen auch LaTeX und tinytex (Xie, 2023), um PDF-Dokumente zu erstellen
• führen Sie diesen Code aus, um tinytex zu installieren

## run this in the console
install.packages("tinytex")
tinytex::install_tinytex()

• Sie müssen auch LaTeX installieren, wenn Sie es noch nicht haben: https://www.latex-project.org/get/

1.3.2 Laden eines Pakets

• die Funktion library() lädt ein Paket in Ihre Umgebung
• dies muss zu Beginn jeder Sitzung geschehen, um auf das entsprechende Paket zugreifen zu können

library(beepr)

1.3.2.1 Verwendung einer Funktion

• Sobald Sie ein Paket geladen haben, können Sie auf dessen Funktionen zugreifen
• Zum Beispiel hat das Paket beepr eine Funktion beep(), probieren wir sie aus

in der Konsole laufen

beep()

1.3.2.2 Funktionsargumente

• Argumente enthalten optionale Informationen, die an eine Funktion übergeben werden
  • Die Funktion beep() hat das Argument sound, das einen numerischen Wert von 1:11 annimmt.
  • Versuchen Sie, den folgenden Code mit anderen Zahlen auszuführen, was passiert?

in der Konsole laufen

beep(sound = 5)

Funktionsargumente

?help

Sie können mehr über eine Funktion (einschließlich ihrer verfügbaren Argumente) herausfinden, indem Sie ihren Namen nach einem Fragezeichen in die Konsole schreiben (z.B. ?beep). Versuchen Sie, ?beep auszuführen. Kannst du auf der Hilfeseite herausfinden, was du anstelle von sound = 5 schreiben kannst, um denselben Ton zu erzeugen?

1.3.3 Aufgabe: Paket-Installation

Aufgabe

Wir brauchen auch das here-Paket. Installieren Sie dieses.

Nachdem Sie das Paket installiert haben, führen Sie den Befehl here() aus. Was geschieht?

1.4 Reproduzierbarkeit

• in diesem Kurs werden wir lernen, wie man reproduzierbare Berichte erstellt
  • Das bedeutet, dass unser Code später noch einmal ausgeführt werden kann und immer noch die gleichen Ergebnisse liefert
• wenn Ihre Arbeit reproduzierbar ist, können andere Leute (und Sie selbst) Ihre Arbeit verstehen und überprüfen
  • Für Kursaufgaben werden Sie Berichte sowie den Quellcode einreichen, die ich auf meinem Rechner ausführen können sollte

1.4.1 RStudio-Einstellungen

• wir wollen immer mit einem freien Arbeitsbereich in RStudio beginnen, um die Reproduzierbarkeit zu gewährleisten
  • Wir wollen auch niemals unseren Arbeitsbereich für später speichern
  • wir wollen nur unseren Code (und die Ausgabeberichte) speichern
• Gehen Sie zu Tools > Global Options
  • Deaktivieren Sie das Kontrollkästchen Restore .RData into workspace at startup
  • Setzen Sie Save workspace to .RData on exit: to Never

RStudio-Einstellungen

RStudio: Tools > Global Options:

• Restore .RData into workspace at startup
  • nein
• Save workspace to .RData on exit:
  • Never

Ihre ‘Global Options’ sollten wie folgt aussehen

RStudio-Einstellungen

• Klicken Sie auf Appearance (linke Spalte)
  • Öffnen Sie die Optionen “Editor Theme” und wählen Sie ein Farbschema, das Ihnen gefällt
  • Sie können auch die Schriftart/Schriftgröße ändern, wenn Sie dies wünschen

1.4.2 Aufgabe: neues R-Skript

Aufgabe

• in RStudio: File > New File > R Script
  • wenn sich oben links ein neues Fenster öffnet: “Datei > Speichern unter…”.
    • speichern Sie es in Ihrem ‘notizen’ Ordner
  • schreiben Sie oben in das Skript: ## Angewandte Datenverarbeitung und Visualisierung - Woche 1 (17.04.2023)

Ihre Skript (oben links) sollten so aussehen

1.5 Rechnen in R

• können wir Berechnungen in R durchführen
• wir können addieren (+), subtrahieren (-), multiplizieren (*) und dividieren (/)

1.5.1 Aufgabe: Berechnungen

Aufgabe

1. Versuchen Sie, die folgenden Berechnungen in der Konsole auszuführen:

# Addition
16+32

[1] 48

# Multiplikation
16*32

[1] 512

# Subtraktion
16-32

[1] -16

# Division
16/32

[1] 0.5

2. schreiben Sie diese Berechnungen in Ihr Skript, und drücken Sie Cmd/Strg-Enter, um sie auszuführen

• Was passiert?

1.5.2 Kommentare

• Sie haben vielleicht bemerkt, dass in meinen Code-Blöcken z. B. # Subtraktion über dem Code stand
• R ignoriert jeden Text nach # (plus ein Leerzeichen )
• also können wir Kommentare nach # schreiben

# Kommentar zum folgenden Code
16-32

[1] -16

• Wir können auch eine Abschnittsüberschrift erstellen, um unsere R-Skripte zu strukturieren, indem wir vier # nach einem Titel hinzufügen
• Die Struktur des Skripts kann dann durch Klicken auf die Schaltfläche “Gliederung” oberhalb des Skriptfensters angezeigt werden

# Rechnen mit R ####

# Subtraction
16-32

[1] -16

1.5.3 Objekte

• wir können auch Werte als Objekte/Variablen speichern, die in der Arbeitsumgebung gespeichert sind

x <- 16
y <- 32

Assignment operator

Das Symbol <- ist ein sogenannter assignment operator. Es erstellt ein neues Objekt in Ihrer Arbeitsumgebung oder überschreibt ein vorhandenes Objekt mit demselben Namen. Es ist wie ein Pfeil, der sagt: “Nimm das, was rechts steht, und speichere es als den Objektnamen auf der linken Seite”.

1.5.4 Rechnen mit Funktionen

• es gibt auch eingebaute Funktionen für komplexere Berechnungen
• z.B., mean() (DE: Durchschnitt), sum() (DE: Summe)
• was passiert, wenn wir folgendes ausführen?

sum(6,10)

[1] 16

6+10

[1] 16

mean(6,10)

[1] 6

(6+10)/2

[1] 8

Rechnen mit Funktionen

• die Funktion mean() nimmt nur ein Argument an; alles andere wird ignoriert
  • das Komma in 6,10 listet 2 Argumente auf, also wird alles nach dem Komma ignoriert
• wenn wir mehr als ein Objekt in ein Argument einschließen wollen, müssen wir die “concatenate”-Funktion c() verwenden
  • “concatenate” bedeutet zusammenfügen oder kombinieren

mean(c(6,10))

[1] 8

Rechnen mit Funktionen

• Sie können auch benannte Objekte (d.h. die in Ihrer Arbeitsumgebung) verwenden, die einen numerischen Wert haben

Aufgabe: Rechnen mit Funktionen

1. Versuchen Sie, die Funktion mean() mit Ihren gespeicherten Variablen (x und y) als “verkettete” Argumente auszuführen
2. Machen Sie dasselbe mit der Funktion sum(). Was passiert, wenn Sie c() nicht verwenden?

1.6 Vektoren

• Vektoren sind eine Liste von Elementen desselben Typs (z. B. numerisch, Zeichenkette)
• wir können einen Vektor mit der Verkettungsfunktion c() erstellen
• Der folgende Code speichert in einem Objekt namens ‘vec’ einen Vektor aus mehreren Zahlen

# einen Vektor erstellen
vec <- c(171, 164, 186, 191)

• der folgende Code ruft das Objekt auf, das wir als ‘vec’ gespeichert haben, und gibt seinen Inhalt aus

# print vec
vec

[1] 171 164 186 191

1.6.1 Arithmetic mit Vektoren

• Grundlegende Arithmetik auf Vektoren wird auf jedes Element angewendet

# add 5 to vec
vec + 5

[1] 176 169 191 196

• können wir auch Funktionen auf Vektoren anwenden

# Summe von vec
sum(vec)

[1] 712

# Mittelwert von vec
mean(vec)

[1] 178

# Quadratwurzel aus vec
sqrt(vec)

[1] 13.07670 12.80625 13.63818 13.82027

1.6.2 Ausgabe: Vektoren

Ausgabe

1. Erstelle einen Vektor namens vec1, der die Werte 12, 183, 56, 25 und 18 enthält
2. Erstellen Sie einen Vektor namens vec2, der die Werte 8, 5, 1, 6 und 8 enthält
3. Create a vector called vec3 that contains the values 28, 54, 10, 13, 2, and 81
4. Finde die Summe von vec1.
5. Finde die Summe von vec1 plus vec2. Wie unterscheidet sich das Ergebnis von dem, das Sie für vec1 allein erhalten haben?
6. Was passiert, wenn du versuchst, die Summe von vec1 und vec3 zu finden?

1.7 Endergebnis

• Speichern Sie Ihr R-Skript (File > Save, oder Cmd/Strg-S)

• Sie sollten nun einen RProject-Ordner für diesen Kurs, der Folgendes enthält:

  • r4ling_student.RProj`
  • einen Ordner namens Daten
  • einen Ordner namens notes, der Folgendes enthält + eine .R-Datei mit der heutigen Arbeit

• Sie wissen jetzt, wie man

  • einfache Berechnungen in R durchführen
  • Objekte in Ihrer Arbeitsumgebung zu speichern
  • einfache mathematische Berechnungen mit Ihren gespeicherten Objekten durchführen

1.8 Session Info

• Um die Reproduzierbarkeit zu verbessern, ist es nützlich, die Version von R, RStudio und die verwendeten Pakete zu verfolgen
  • Zu diesem Zweck können Sie die folgenden Befehle ausführen:

## R version
R.version.string

[1] "R version 4.4.0 (2024-04-24)"

## R version name
R.version$nickname

[1] "Puppy Cup"

## RStudio version
RStudio.Version()$version
## RStudio version name
RStudio.Version()$release_name

## alle Paketeversionen
sessionInfo()

1.9 Nächste Woche

vor nächster Woche, stellen Sie bitte sicher, dass Sie:

• R und RStudio installiert/aktualisiert haben
• die Pakete tidyverse und here installiert haben
• bitte stellen Sie sicher, dass Sie die Übungen des heutigen Kurses in Ihrem R-Skript durcharbeiten
• (optional) speichern Sie das Skript, und laden Sie es auf Moodle hoch, wenn Sie es auf Ihre 6 Skripte für die Teilnahme-LP anrechnen lassen möchten

Session Info

Hergestellt mit R version 4.4.0 (2024-04-24) (Puppy Cup) und RStudioversion 2023.3.0.386 (Cherry Blosson).

sessionInfo()

R version 4.4.0 (2024-04-24)
Platform: aarch64-apple-darwin20
Running under: macOS Ventura 13.2.1

Matrix products: default
BLAS:   /Library/Frameworks/R.framework/Versions/4.4-arm64/Resources/lib/libRblas.0.dylib 
LAPACK: /Library/Frameworks/R.framework/Versions/4.4-arm64/Resources/lib/libRlapack.dylib;  LAPACK version 3.12.0

locale:
[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8

time zone: Europe/Berlin
tzcode source: internal

attached base packages:
[1] stats     graphics  grDevices datasets  utils     methods   base     

other attached packages:
[1] beepr_1.3    magick_2.8.3

loaded via a namespace (and not attached):
 [1] digest_0.6.35     fastmap_1.1.1     xfun_0.43         magrittr_2.0.3   
 [5] glue_1.7.0        stringr_1.5.1     audio_0.1-11      knitr_1.46       
 [9] htmltools_0.5.8.1 rmarkdown_2.26    lifecycle_1.0.4   cli_3.6.2        
[13] renv_1.0.7        compiler_4.4.0    rprojroot_2.0.4   here_1.0.1       
[17] rstudioapi_0.16.0 tools_4.4.0       evaluate_0.23     Rcpp_1.0.12      
[21] yaml_2.3.8        rlang_1.1.3       jsonlite_1.8.8    htmlwidgets_1.6.4
[25] stringi_1.8.3    

Wickham, H., Çetinkaya-Rundel, M., & Grolemund, G. (2023). R for Data Science (2. Aufl.).

Xie, Y. (2023). tinytex: Helper Functions to Install and Maintain TeX Live, and Compile LaTeX Documents. https://github.com/rstudio/tinytex