Strings in R Tutorial

Ein String ist eine Zeichenkette aus einem oder mehreren Zeichen. Er wird in einfache Anführungszeichen ('This is a string') oder in doppelte Anführungszeichen ("This is also a string") gesetzt. Intern werden Strings in R jedoch mit doppelten Anführungszeichen dargestellt.

In diesem Tutorial lernst du Strings in R kennen. Wir behandeln folgende Themen:

1. Zuerst schauen wir uns Strings in R und die Regeln für Strings in R an.
2. Danach widmen wir uns der Konkatenation von Strings in R sowie weiteren wichtigen String-Eigenschaften.
3. Außerdem erklären wir ausführlich das Extrahieren und Ersetzen von Zeichenketten.
4. Zum Schluss geht es um das Formatieren von Strings, also das Umwandeln beliebiger Vektoreingaben in ein gut lesbares Format.

Regeln für Strings in R

1. Ein String, der mit einem einfachen Anführungszeichen beginnt, muss auch mit einem einfachen Anführungszeichen enden. Doppelte Anführungszeichen dürfen enthalten sein; per Escape-Sequenz ('\\') kann auch ein einfaches Anführungszeichen Teil des Strings werden.

Zum Beispiel: 'cars', 'merry"s' , 'merry\'s' sind gültige Strings in R.

1. Ein String, der mit einem doppelten Anführungszeichen beginnt, muss mit einem doppelten Anführungszeichen enden. Einfache Anführungszeichen dürfen enthalten sein; per Escape-Sequenz ('\\') kann auch ein doppeltes Anführungszeichen Teil des Strings werden.

Zum Beispiel: "cars" , "merry's", "merry\"s" sind ebenfalls gültige Strings in R.

Konkatenation von Strings

Unter String-Konkatenation versteht man das Verbinden bzw. Zusammenfügen von Zeichenketten.

In R geschieht die Konkatenation mit:
paste(..., sep = "",collapse = NULL)
paste0(..., collapse = NULL)

Die Argumente von paste bedeuten:

1. '...' – Ein oder mehrere Zeichenfolgen bzw. Objekte, die in Zeichenvektoren umgewandelt werden.
2. 'sep' – Trennzeichen zwischen den Elementen.
3. 'collapse' – Optionales Trennzeichen zum Zusammenführen der Ergebnisse zu einem einzelnen String.

Betrachten wir folgendes Beispiel, in dem Variablen eine Zeichenkette enthalten: my.var1 = "I" my.var2 = "eat" my.var3 = "rice" print(paste(my.var1,my.var2,my.var3))

Der obige Code erzeugt den folgenden einzelnen String:

"I eat rice"

Im nächsten Beispiel enthalten die Variablen Vektoren, die zu einem einzelnen String zusammengeführt werden:

my.var1 = c('Book','Copy') my.var2 = c('Pen','Chair') print(paste(my.var1,my.var2,sep=" ",collapse="-"))

Der obige Code liefert folgende Ausgabe:

"Book Pen-Copy Chair"

Zwischen Pen und Copy erscheint ein '-' aufgrund von collapse, das die beiden Vektoren trennt. Das Argument sep enthält ein Leerzeichen (' '), mit dem die einzelnen Elemente voneinander getrennt werden.

Schauen wir uns ein Beispiel mit paste0() an.

paste0() verwendet implizit sep = '' (also ohne Leerzeichen) und ist dadurch besonders effizient.

state.name <- paste0('Mary','l','and')
print(state.name)

Die Ausgabe zeigt, dass alle Teile zu einem String zusammengeführt werden, ohne zusätzliche Leerzeichen durch sep.

"Maryland"

Länge ermitteln

nchar(char,type, allowNA,keepNA) – Ermittelt die Gesamtzahl der Zeichen in einem gegebenen Vektor.
nzchar(char) – Gibt TRUE zurück, wenn x nicht leer ist, und FALSE, wenn es ein leerer String ist.

Die Argumente bedeuten:

1. char – Ein Zeichenvektor.
2. type – Einer von drei Typen: "width", "chars", "bytes".
3. allowNA – Logisch, Standard FALSE; falls das Ergebnis nicht berechnet werden kann, wird kein Fehler geworfen, sondern NA zurückgegeben.
4. keepNA – Logisch, Standard FALSE; fehlende Werte werden speziell behandelt, sodass nzchar() TRUE liefern kann; bei fehlenden Werten werden beide entsprechend auf TRUE abgebildet.

Im folgenden Beispiel wird die Länge eines Zeichenvektors bestimmt. my.char = nchar("hello") print(my.char)


Die Ausgabe ist '5', da der Vektor fünf Zeichen enthält.

Für ein Beispiel mit nzchar() sieh dir den folgenden Code an:

new.char = nzchar("monkey") print(new.char)

Der Code gibt den logischen Wert 'TRUE' zurück, weil 'new.char' kein leerer String ist.

my.char = nzchar("") print(my.char)

Der Code gibt den logischen Wert 'FALSE' zurück, weil 'my.char' ein leerer String ist.

In Groß- und Kleinschreibung umwandeln

toupper(char) – Wandelt alle enthaltenen Zeichen in Großbuchstaben um.
tolower(char) – Wandelt alle enthaltenen Zeichen in Kleinbuchstaben um.

Beispiel für die Umwandlung in Großbuchstaben: my.var = toupper("I'm changed to upper case") print(my.var)

Die Ausgabe zeigt, dass jedes Zeichen in der Variable 'my.var' in Großbuchstaben umgewandelt wurde.

"I'M CHANGED TO UPPER CASE"

Beispiel für die Umwandlung in Kleinbuchstaben: my.var = tolower("I'm changed to lower case") print(my.var)

Die Ausgabe zeigt, dass jedes Zeichen in der Variable 'my.var' in Kleinbuchstaben umgewandelt wurde.

""i'm changed to lower case""

Zeichenketten extrahieren und ersetzen

substr(char, start, stop): Extrahiert Teile einer Zeichenkette bzw. ersetzt sie.

Die Argumente bedeuten:

1. char – Eine Zeichenkette.
2. start – Ganze Zahl, die den Startindex der Rückgabe angibt.
3. stop – Ganze Zahl, die den Endindex der Rückgabe angibt.

Schauen wir uns ein Beispiel zum Extrahieren an.

final.value <- substring('Remaining', 3, 9)
print(final.value)

Im obigen Code ist 'Remaining' ein String, dessen erstes Zeichen 'R' den Index 1 hat. Das letzte Zeichen ist 'g' mit dem Index 9.

Die Ausgabe zeigt die Zeichen ab Startindex 3 bis einschließlich Index 9. In 'Remaining' entspricht das dem 'm' sowie den weiteren Zeichen 'aining' bis zum 'g'.

"maining"

Nun ein Beispiel, in dem Zeichen ersetzt werden.

y = "Remaining"
substring(y, 3, 5) <- "der"
print(y)

Hier werden die Zeichen an den Positionen 3 bis 5 in y durch 'der' ersetzt.

"Rederning"

substring(char, first, last = 1000000L): Extrahiert oder ersetzt Teile einer Zeichenkette.
Die Argumente bedeuten:

1. char – Eine Zeichenkette.
2. first – Ganze Zahl, die die erste zurückzugebende Position angibt.
3. last – Ganze Zahl, die die letzte zurückzugebende Position angibt; Standard ist 1000000L.

my.value <- substring('Remaining', 3, 8)
print(my.value)

Die Ausgabe zeigt die Zeichen ab Index 3 bis einschließlich Index 8, also bis zum entsprechenden 'n'.

"mainin"

Und erneut ein Beispiel zum Ersetzen von Zeichen.

y = "newcharacter"
substring(y, 6,9) <- "???"
print(y)

Hier werden die Zeichen an den Positionen 6 bis 9 in y durch '???' ersetzt.

"newch???cter"

Strings formatieren

format(char,width,scientific,justify,nsmall,digits): Wandelt einen Vektor aus Zahlen und/oder Zeichen in ein gängiges Ausgabeformat um.

Die Argumente bedeuten:

1. char – Ein Vektor aus Ganzzahlen oder Zeichen.
2. width – Minimale Breite des erzeugten Strings.
3. scientific – Standard FALSE; TRUE für wissenschaftliche Notation.
4. justify – Standard none; Ausrichtung kann "right", "left" oder "center" sein.
5. nsmall – Anzahl der Stellen nach dem Dezimalpunkt.
6. digits – Gesamtzahl der signifikanten Stellen vor und nach dem Dezimalpunkt.

Beispiel für wissenschaftliche Notation:

my.var <- format(c(2, 19.267), scientific = TRUE)
print(my.var)

Die Ausgabe erfolgt in wissenschaftlicher bzw. Exponentialschreibweise.

"2.0000e+00" "1.9267e+01"

Die Ausgabe "1.9267e+01" entspricht 1,9267 × 10^1 = 19,267.

Beispiel für die Verwendung von nsmall:

my.var <- format(92.56656577, nsmall = 6)
print(my.var)

Die Ausgabe enthält sechs Ziffern nach dem Dezimalpunkt.

"92.566565"

Beispiel für die Verwendung von digits:

my.var <- format(102.848793834, digits = 7)
print(my.var)

Die Ausgabe enthält insgesamt sieben signifikante Stellen (vor und nach dem Dezimalpunkt).

"102.8488"

Es werden sieben Stellen ausgegeben; die letzte Stelle wird gerundet. Da die vorangehende Ziffer 9 größer ist, erhöht sich der letzte Wert auf 8. Kurz gesagt: Es wird gerundet.

Beispiel für rechtsbündige Ausrichtung:

my.var <- format('Running', justify = 'r',width = 9)
print(my.var)

Die Ausgabe zeigt 'Running' rechtsbündig mit Leerzeichen auf die angegebene Breite ausgerichtet.

"  Running"

Beispiel für zentrierte Ausrichtung:

my.var <- format('Running', justify = 'c',width = 12)
print(my.var)

Die Ausgabe zeigt 'Running' zentriert, mit Leerzeichen gleichmäßig links und rechts verteilt.

"  Running   "

Glückwunsch

Glückwunsch, du hast es bis zum Ende dieses Tutorials geschafft!

Du hast Strings in R kennengelernt: Regeln, Konkatenation, wichtige Eigenschaften, das Extrahieren und Ersetzen von Zeichenketten sowie das Formatieren von Strings.

Wenn du mehr über R lernen möchtest, schau dir DataCamps Introduction to R Kurs an.

Sieh dir auch unser Tutorial zu Datentypen in R an.