1. Learn
    2. /
  2. Courses
    3. /
  3. R für Fortgeschrittene
  • 1

    Bedingte Anweisungen und Kontrollstrukturen

    Free

    In diesem Kapitel lernst du relationale Operatoren kennen, mit denen du R-Objekte vergleichen kannst, und logische Operatoren wie AND und OR, mit denen du TRUE- und FALSE-Werte kombinieren kannst. Nutze dann dieses Wissen, um bedingte Anweisungen zu erstellen.

  • 2

    Schleifen

    Programmschleifen können sich bei vielen Gelegenheiten als nützlich erweisen. Eine while-Schleife funktioniert quasi wie wiederholte if-Anweisungen. Eine for-Schleife hingegen dient dazu, alle Elemente einer Sequenz nacheinander zu durchlaufen. In diesem Kapitel lernst du beide Schleifenarten kennen.

  • 3

    Funktionen

    Funktionen sind ein äußerst wichtiges Konzept in fast jeder Programmiersprache, so auch in R. In diesem Kapitel lernst du, was Funktionen sind und wie man sie benutzt – und dann kannst du direkt loslegen und in praktischen Übungen eigene Funktionen schreiben.

  • 4

    Die apply-Funktionen

    Immer wenn du eine for-Schleife verwendest, solltest du deinen Code sorgfältig prüfen und gegebenenfalls überarbeiten, denn manchmal ist die Verwendung einer lapply-Funktion die bessere Lösung. Hier erfährst du alles Wichtige zu dieser intuitiven Option, eine Funktion auf eine Liste oder einen Vektor anzuwenden. Auch die Varianten sapply und vapply werden vorgestellt.

  • 5

    Nützliche Tools

    Um die Programmierung in R wirklich zu beherrschen, musst du mehr als nur die Programmierkonzepte verstehen. Ein solides Verständnis einer breiten Palette von R-Funktionen ist ebenfalls wichtig. In diesem Kapitel lernst du viele nützliche Funktionen für die Manipulation von Datenstrukturen, reguläre Ausdrücke und die Arbeit mit Zeit- und Datumsangaben kennen.

Initializing

Exercise

sapply mit deiner eigenen Funktion verwenden

Wie lapply() kannst du auch sapply() mit selbst definierten Funktionen nutzen und sie auf einen Vektor oder eine Liste anwenden:

sapply(X, FUN, ...)

FUN kann hier eine der in R integrierten Funktionen oder auch eine von dir selbst geschriebene Funktion sein. Diese selbst geschriebene Funktion kann vorher definiert oder direkt als anonyme Funktion eingefügt werden.

Instructions

100 XP
  • Vervollständige die Definition von extremes_avg(): Die Funktion erwartet einen Vektor mit Temperaturen und berechnet den Durchschnitt der minimalen und maximalen Temperaturen des Vektors.
  • Nutze diese Funktion dann innerhalb von sapply(), um sie auf die Vektoren in temp anzuwenden.
  • Wende dieselbe Funktion mit lapply() auf temp an und sieh dir an, wie sich die Ergebnisse unterscheiden.