Einführung in Data Frames in R

Wenn du unseren Kurs Introduction to R machen möchtest, findest du hier den Link.

Was ist ein Data Frame?

Aus dem Kapitel zu Matrizen erinnerst du dich vielleicht: Alle Elemente in einer Matrix müssen vom gleichen Typ sein. Damals enthielt dein Star-Wars-Datensatz nur numerische Werte.

Bei Marktforschungsumfragen hast du jedoch oft Fragen wie:

• „Bist du verheiratet?“ oder andere Ja/Nein-Fragen (logical)
• „Wie alt bist du?“ (numeric)
• „Was hältst du von diesem Produkt?“ oder andere offene Fragen (character)
• ...

Die Antworten der Teilnehmenden auf diese Fragen ergeben also einen Datensatz mit unterschiedlichen Datentypen. In der Praxis arbeitest du häufig mit Datensätzen, die verschiedene Datentypen enthalten, statt nur einen.

Ein Data Frame hat die Variablen eines Datensatzes als Spalten und die Beobachtungen als Zeilen. Wenn du aus Statistik-Tools wie SAS oder SPSS kommst, ist dir dieses Konzept vertraut.

Anleitung

Klicke auf „Submit Answer“. Die Daten aus dem integrierten Beispiel-Data-Frame mtcars werden in der Konsole ausgegeben.

Schau dir deinen Datensatz schnell an

Wow, das sind eine Menge Autos!

Mit großen Datensätzen zu arbeiten ist in der Datenanalyse völlig normal. Wenn du mit (sehr) großen Datensätzen und Data Frames arbeitest, ist deine erste Aufgabe, ein klares Verständnis von Struktur und Kernelementen zu bekommen. Deshalb ist es oft sinnvoll, nur einen kleinen Ausschnitt des gesamten Datensatzes anzuzeigen.

Wie geht das in R? Die Funktion head() zeigt dir die ersten Beobachtungen eines Data Frames. Entsprechend gibt die Funktion tail() die letzten Beobachtungen in deinem Datensatz aus.

Sowohl head() als auch tail() geben eine Kopfzeile („Header“) mit aus, die die Namen der Variablen in deinem Datensatz enthält.

Anleitung

Rufe head() auf den Datensatz mtcars auf, um dir den Header und die ersten Beobachtungen anzusehen.

Verschaffe dir einen Überblick über die Struktur

Eine weitere Methode für einen schnellen Überblick ist die Funktion str(). Sie zeigt dir die Struktur deines Datensatzes. Für einen Data Frame erfährst du unter anderem:

Die Gesamtzahl der Beobachtungen (z. B. 32 Autotypen) Die Gesamtzahl der Variablen (z. B. 11 Merkmale) Eine vollständige Liste der Variablennamen (z. B. mpg, cyl ... ) Den Datentyp jeder Variable (z. B. num) Die ersten Beobachtungen. Die Funktion str() gehört oft zu den ersten Schritten, wenn du einen neuen Datensatz oder Data Frame erhältst. So gewinnst du schnell ein Gefühl für deine Daten, bevor du in die eigentliche Analyse einsteigst.

Anleitung

Untersuche die Struktur von mtcars. Achte darauf, dass du die oben genannten Anzahlen, Variablen und Datentypen wiederfindest.

Einen Data Frame erstellen

Mit eingebauten Datensätzen zu arbeiten macht Spaß – noch spannender ist es aber, eigene Daten zu erstellen. Der Rest dieses Kapitels basiert daher auf deinem eigenen Datensatz. Also, Jetpack anlegen: Es geht ins All!

Als erstes Ziel willst du einen Data Frame konstruieren, der die Hauptmerkmale der acht Planeten in unserem Sonnensystem beschreibt. Laut deinem guten Freund Buzz sind die wichtigsten Eigenschaften eines Planeten:

• Der Planetentyp (Terrestrisch oder Gasriese).
• Der Durchmesser des Planeten relativ zum Erddurchmesser.
• Die Umlaufzeit um die Sonne relativ zur Erde.
• Ob der Planet Ringe hat oder nicht (TRUE oder FALSE).

Nach gründlicher Recherche auf Wikipedia fühlst du dich sicher genug, die benötigten Vektoren zu erstellen: name, type, diameter, rotation und rings. Diese Vektoren sind rechts bereits vorbereitet. Das erste Element in jedem Vektor entspricht der ersten Beobachtung.

Du erstellst einen Data Frame mit der Funktion data.frame(). Als Argumente übergibst du die obigen Vektoren: Sie werden zu den Spalten deines Data Frames. Weil jede Spalte die gleiche Länge hat, müssen auch die Vektoren die gleiche Länge haben. Sie können aber natürlich unterschiedliche Datentypen enthalten.

Anleitung

Verwende die Funktion data.frame(), um einen Data Frame zu erstellen. Übergebe die Vektoren name, type, diameter, rotation und rings in genau dieser Reihenfolge an data.frame(). Nenne den resultierenden Data Frame planets_df.

Wenn du mehr aus diesem Kurs lernen möchtest, hier ist der Link