demo-02-solutions.Rmd

---
title: "Demo 2"
subtitle: "Vektoren in R"
output: 
  html_document: 
    toc: yes
    toc_float: TRUE
editor_options: 
  chunk_output_type: console
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE, message = FALSE, warning = FALSE)
```


# Lade Packages

In diesem Praktikum arbeiten wir mit den R Packages `{dplyr}`, `{lubridate}`, und `{ggplot2}`. 

```{r lade-packages}

library(dplyr)
library(ggplot2)
library(lubridate)

```

# Vektoren Typen

## Atomare Vektoren 

- logical
- integer (numerisch)
- double (numerisch)
- character
- complex (vernachlässigbar)
- raw (vernachlässigbar)

```{r vek-atomar}

# logical Vektor
vektor_lgl <- c(TRUE, FALSE, NA)

# Zwei Eigenschaften

## Typ
typeof(vektor_lgl)

## Länge
length(vektor_lgl)

vektor_lgl2 <- 1:5 == 3
typeof(vektor_lgl2)

# Numerische Vektoren

# Double Werte sind Näherungen. Es handelt sich um Gleitkommazahlen
vektor_num_dbl <- c(1, 5, 3)
typeof(vektor_num_dbl) # Zahlen in R sind standardmässig vom Type double

vektor_num_int <- c(1L, 5L, 3L)
typeof(vektor_num_int)

# Character Vektoren (Zeichenvektoren)

vektor_chr <- c("Apfel", "Birne", "Banane")
typeof(vektor_chr)

```

fehlenden Vektor mit dem namen vektor_datetime hinzufügen (über das Format mach ich mir mal keine Gedanken)
```{r}
vektor_datetime <- c("2001-01-12", "2002-07-17", "2008-09-19")
```

```{r}
vektor_chr <- c("Apfel", "Birne", "Banane")
vektor_lgl <- c(TRUE, FALSE, NA)
vektor_num <- c(1, 5, 3)
```

# Typumwandlung

Explizite Typumwandlung:

- `as.logical()`
- `as.integer()`
- `as.double()`
- `as.character()`

```{r vek-typ-explizit}

as.numeric(vektor_lgl)
as.character(vektor_lgl)

sum(vektor_lgl, na.rm = TRUE)

sum(as.character(vektor_lgl))

as.integer(3.5) # schneidet Nachkommastellen ab, aber rundet nicht!
round(3.5) # das rundet, hier auf 4


```

# Erweiterte Vektoren

Erweiterte Vektoren, weil diese mit zusätzlichen Attributen versehen sind. Dazu gehört die Klasse (class), welche das Verhalten beeinflusst. 

- Faktoren 
- Datums- / Zeitwerte und Zeiten
- Tibbles

## Faktoren

Faktoren stellen kategoriale Daten dar, die einen festen Satz möglicher Werte annehmen können. Faktoren bauen auf integer (Ganzahlen) auf und besitzen zwei Attribute: levels und class.

```{r vek-faktoren}

# Faktoren
vektor_chr
vektor_fct <- factor(vektor_chr)

vektor_fct
typeof(vektor_fct) # Faktoren bauen auf Ganzzahlen (integer) auf
attributes(vektor_fct)

as.integer(vektor_fct)
```

## Datumswerte

Datumswerte sind numerische Vektoren, die die Anzahl der Tage seit dem 1. Januar 1970 darstellen.

```{r vek-datum}

datum_ursprung_chr <- "1970-01-01" # ISO 8601 Datumsformat
typeof(datum_ursprung_chr)

datum_ursprung_date <- as.Date(datum_ursprung_chr)
typeof(datum_ursprung_date)

attributes(datum_ursprung_date)
class(datum_ursprung_date)

as.double(datum_ursprung_date)

datum_ursprung_date + 1 

# Was ist das Ergebnis?

# 1. 1
# 2. "1"
# 3. "1970-01-02"
# 4. "1971-01-01"

as.double(datum_ursprung_date + 1)

Sys.Date()
class(Sys.Date())
as.numeric(Sys.Date())

# Was sagt uns diese Zahl?
# 18728 = Anzahl Tage seit Ursprung (1970-01-01)

```

# Tibbles / Dataframes

Tibbles sind Listen mit Vektoren einer einheitlichen Länge. Während ein Vektor nur einen Datentyp enthalten kann, können Listen mehrere Datentypen enthalten.

```{r tibbles}

inventar <- tibble(
  zeit = vektor_datetime,
  frucht = vektor_chr,
  preis = vektor_num_dbl,
  verfuegbarkeit = vektor_lgl)

typeof(inventar)
attributes(inventar)
class(inventar)

inventar %>% 
  mutate(datum = as_date(zeit),
         stunde = hour(zeit),
         minute = minute(zeit),
         sekunde = second(zeit),
         datum2 = ymd_hms(paste(datum, stunde, minute, sekunde)))


inventar %>% 
  #mutate(frucht = fct_relevel(frucht, c("Banane", "Birne", "Apfel"))) %>% 
  ggplot(aes(x = frucht, y = preis)) +
  geom_col()

```