Skip to main content
Disciplines
Automotive Business IT + Informatics Construction + Real Estate Electrical Engineering + Electronics Energy + Sustainability Insurance + Risk Finance + Banking Management + Leadership Marketing + Sales Mechanical Engineering + Materials
Events
DE
EN
Books
Journals
Topic Page
Marketing
Start single access now
Access for companies
EXTENDED SEARCH
Log in
Top
Published in:
Statistik heute Read chapter Read first chapter

2019 | OriginalPaper | Chapter

5. Datenstrukturen

Author : Sebastian Sauer

Published in: Moderne Datenanalyse mit R

Publisher: Springer Fachmedien Wiesbaden

Log in

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

Als Erstes lernen Sie wesentliche Datenstrukturen (Objektarten) von R kennen. Ein wichtiger Gedanke dabei ist, zu verstehen, warum Vektoren die zentrale Datenstruktur in R stellen. Sie lernen weiter, dass Dataframes die gebräuchlichste Datenstruktur in R sind und dass Dataframes auf Vektoren basieren. Nachdem die zentralen Objekttypen vorgestellt sind, wird erläutert, wie diese jeweils auszulesen (zu indizieren) sind. Abschließen folgend einige Richtlinien zur Namensgebung von Objekten in R.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

inform now

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

inform now

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

inform now
previous chapter Erstkontakt
next chapter Datenimport und -export
Footnotes
1
Übrigens ist in R alles ein Objekt, auch Funktionen oder Argumente von Funktionen.
 
2
Genauso gut hätten wir schreiben können: ein_kurzer_vektor <- 1; das Resultat ist das gleiche. Interessanterweise gibt es in R keine Datenstruktur für Skalaren (einzelne Zahlen); diese kurzen Geschöpfe werden als Vektoren der Länge 1 dargestellt und können ebenfalls mit c() erstellt werden.
 
3
Achtung: c(), nicht C().
 
4
Ja.
 
5
Double, Integer, Charakter, Logisch.
 
6
Listen, Dataframes, Matrizen, Arrays, Faktoren.
 
7
Reine Vektoren und Faktoren.
 
8
Die Reihenfolge ist: \(0,1,\ldots,9,a,b,\ldots,z,A,B,\ldots,Z\).
 
9
Ja.
 
10
Ja.
 
11
Ja, aber nicht glauben, sondern prüfen.
 
13
levels(x) liefert [1] ″​a″​ ″​A″​ ″​ä″​.
 
14
Gibt man den Namen eines Objekts vom Typ Faktor ein, so werden die Stufen in korrekter Reihenfolge ausgegeben: y liefert [1] s 0 ß Z !; Levels: ! 0 s ß Z.
 
15
ein_df$geschmack; str(ein_df$geschmack). Es wird ein numerischer Vektor zurückgeliefert; Hey, wo ist mein Dataframe hin!
 
16
Nein.
 
Metadata
Title
Datenstrukturen
Author
Sebastian Sauer
Copyright Year
2019
Book
Moderne Datenanalyse mit R

Print ISBN: 978-3-658-21586-6

Electronic ISBN: 978-3-658-21587-3

Copyright Year: 2019

DOI
https://doi.org/10.1007/978-3-658-21587-3_5