{"id":1732,"date":"2023-04-12T13:36:05","date_gmt":"2023-04-12T11:36:05","guid":{"rendered":"http:\/\/statistikgrundlagen.de\/ebook\/?post_type=chapter&p=1732"},"modified":"2025-11-07T10:47:51","modified_gmt":"2025-11-07T09:47:51","slug":"datenmanagement-mit-r","status":"publish","type":"chapter","link":"https:\/\/statistikgrundlagen.de\/ebook\/chapter\/datenmanagement-mit-r\/","title":{"rendered":"Datenmanagement mit R"},"content":{"raw":"

Datenmanagement<\/h1>\r\nR ist ein leistungsstarkes Werkzeug f\u00fcr die Datenverwaltung und Datenbereinigung. R verf\u00fcgt \u00fcber zahlreiche Funktionen und Pakete zum Importieren, Exportieren und Manipulieren von Daten und kann mit einer Vielzahl von Dateitypen und Datenformaten umgehen.\r\n\r\nEin Vorteil von R f\u00fcr die Datenverwaltung besteht darin, dass Sie Code schreiben k\u00f6nnen, um Datenbearbeitungsaufgaben zu automatisieren, was effizienter sein kann als die Verwendung von Point-and-Click-Programmen wie SPSS. So k\u00f6nnen Sie beispielsweise Code schreiben, um Aufgaben wie das Umbenennen von Variablen, das Umkodieren von Werten und das Zusammenf\u00fchren von Datens\u00e4tzen durchzuf\u00fchren. Dies kann besonders n\u00fctzlich sein, um gro\u00dfe und komplexe Datens\u00e4tze zu bearbeiten oder um sich wiederholende Aufgaben auszuf\u00fchren.\r\n\r\nR verf\u00fcgt auch \u00fcber eine Reihe von Paketen zur Datenbereinigung, wie z. B. tidyverse, das eine Reihe von Tools zur Datenmanipulation und -visualisierung bereitstellt. Diese Pakete erleichtern die Identifizierung und Korrektur von Fehlern in den Daten sowie die Neuformatierung und Umgestaltung der Daten nach Bedarf.\r\n\r\nIm Vergleich dazu verf\u00fcgen SPSS und Excel ebenfalls \u00fcber Funktionen f\u00fcr die Datenverwaltung und -bereinigung, z. B. Sortier- und Filterwerkzeuge, Pivot-Tabellen und Funktionen zur Datenmanipulation. Allerdings sind diese Tools weniger flexibel und leistungsf\u00e4hig als die in R verf\u00fcgbaren, insbesondere bei der Handhabung gro\u00dfer und komplexer Datens\u00e4tze oder bei der Automatisierung von Aufgaben.\r\n\r\nInsgesamt ist R eine gute Wahl f\u00fcr das Datenmanagement und die Datenbereinigung, insbesondere f\u00fcr Benutzer, die bereit sind, sich mit der Programmierung vertraut zu machen und komplexe oder sich wiederholende Aufgaben durchf\u00fchren m\u00fcssen. Software wie SPSS und Excel sind jedoch m\u00f6glicherweise f\u00fcr Nutzer, die mit diesen Programmen vertraut sind, der schnellere Weg, um mit kleineren oder einfacheren Datens\u00e4tzen arbeiten.\r\n
\r\n

Einf\u00fchrung: Syntax, Umgang mit Daten und Datens\u00e4tzen<\/h1>\r\nDen R Syntax (also die Programmiersprache) zu erlernen, ist die gr\u00f6\u00dfte Herausforderung im Umgang mit R. Wie schwer es Ihnen f\u00e4llt, den Syntax zu lernen, h\u00e4ngt von Ihrer bisherigen Programmiererfahrung und Ihren Zielen ab. Der beste Weg, die R Syntax zu lernen, besteht darin, das Schreiben und Ausf\u00fchren von Code zu \u00fcben. Wir werden mit einfachen Skripten beginnen und uns dann schrittweise an komplexere Aufgaben herantasten. Bald wird es Ihnen ganz nat\u00fcrlich vorkommen, R Syntax zu schreiben. Los geht es mit ein paar Basics:\r\n
    \r\n \t
  • R unterscheidet zwischen Gro\u00df- und Kleinschreibung, was bedeutet, dass x und X als unterschiedliche Variablen behandelt werden.<\/li>\r\n \t
  • R verwendet #, um den Beginn eines Kommentars anzuzeigen. Alles, was nach # in derselben Zeile steht, wird vom Programm ignoriert.<\/li>\r\n \t
  • R verwendet <- oder =, um Variablen Werte zuzuweisen. Zum Beispiel weisen x <- 5 und x = 5 der Variablen x den Wert 5 zu.<\/li>\r\n \t
  • R verwendet (), um Funktionsargumente anzugeben. Zum Beispiel berechnet mean(x) den Mittelwert der Werte in x.<\/li>\r\n \t
  • R verwendet [ ], um Elemente eines Vektors oder einer Matrix zu indizieren. Zum Beispiel ruft x[1] das erste Element von x ab.<\/li>\r\n \t
  • R verwendet [, ], um Elemente einer Matrix zu indizieren. Zum Beispiel ruft x[1, 2] das Element in der ersten Zeile und zweiten Spalte von x ab. Dazu gleich mehr.<\/li>\r\n<\/ul>\r\nStarten wir einfach mit einem Beispiel: \u2018x <- 3 + 4\u2019 speichert das Ergebnis des Terms \u20183+4\u2019 in das Objekt x. Um das Ergebnis zu sehen, muss x angezeigt werden:\r\n
    \r\n
    x <-<\/span> 3<\/span> +<\/span> 4<\/span><\/span><\/code><\/pre>\r\n<\/div>\r\nHinweis: Objekte in R k\u00f6nnen Variablen, Datens\u00e4tze (sog. dataframes) oder Funktionen sein. Dazu sp\u00e4ter mehr. In Ihrem Environment (rechts oben in RStudio) sollte jetzt das Objekt \u201cx\u201d zu sehen sein. Um in der Konsole zu pr\u00fcfen, was im Speicher ist, k\u00f6nnen Sie Folgendes eingeben:\r\n
    \r\n
    ls<\/span>()<\/span><\/code><\/pre>\r\n<\/div>\r\nNun l\u00f6schen wir das Objekt x wieder:\r\n
    \r\n
    rm<\/span>(x)<\/span><\/code><\/pre>\r\n<\/div>\r\nIn R arbeitet man in der Regel in einem Verzeichnis pro Projekt. Das Verzeichnis w\u00e4hlt man, indem man in RStudio im Fenster unten rechts (\u201cFiles\u201d-Tab) in das gew\u00fcnschte Verzeichnis navigiert und dort unter \u201cMore\u201d \u201cSet As Working Directory\u201d ausw\u00e4hlt. Sie k\u00f6nnen dieses auch mit dem Befehl setwd()<\/em> festlegen z. B. setwd(\u201cC:\/Working Directory\u201d))<\/em>\r\n\r\nSo pr\u00fcfen Sie das aktuelle Arbeitsverzeichnis in R:\r\n
    \r\n
    getwd<\/span>()<\/span><\/code><\/pre>\r\n<\/div>\r\nHilfe erhalten:\r\n- das Hilfesystem von R ist in RStudio unten rechts mit dem \u201cHelp\u201d-Tab erreichbar\r\n* Hilfe zu einem Stichwort gibt es mit ?? \u201cStichwort\u201d z. B.: ?? \u201cmean\u201d\r\n* Hilfe zu einem bekannten Befehl gibt es mit ?befehl(), z. B.:\r\n
    \r\n
    ?mean<\/span>()<\/span><\/code><\/pre>\r\n<\/div>\r\nSchnelle Antworten gibt es auf Google - Da \u201cR\u201d jedoch schwer zu googlen ist, gibt es spezielle Suchmaschinen wie auf www.rseek.org, die nur R bezogene Ergebnisse liefern.\r\n\r\n<\/div>\r\n
    \r\n
    Dateien speichern und laden<\/h1>\r\nWenn man \u201cFile -> Save As\u2026\u201d ausw\u00e4hlt, speichert man das aktuelle Skript (die aktuelle Syntax) als Textdatei mit der Endung .R.\r\n\r\nWenn man \u201cSession -> Save Workspace As\u2026\u201d ausw\u00e4hlt, wird der Inhalt des Workspace gespeichert.\r\n\r\nEntsprechend l\u00e4dt man den Workspace mit \u201cSession -> Load Workspace\u201d\r\n\r\nEs lassen sich auch \u201cProjekte\u201d speichern, diese beinhalten alle Dateien (Skripte, Daten etc.) wie auch Einstellungen und sollten in einem getrennten Ordner angelegt werden.\r\n\r\n<\/div>\r\n
    \r\n
    Umgang mit Variablen<\/h1>\r\nWir werden zun\u00e4chst eine einfache Variable erzeugen: Eine Zahlenfolge. Zahlenfolgen lassen sich auf unterschiedliche Weise erzeugen, z. B. mit der seq() Funktion und dem \u201c:\u201d - Befehl. So erzeuges Sie zum Beispiel die Zahlen 1 bis 15:\r\n
    \r\n
    ID  <-<\/span> seq<\/span> (1<\/span>:<\/span>15<\/span>)               <\/span>\r\nID<\/span>\r\n##  [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15<\/span><\/span><\/code><\/pre>\r\n<\/div>\r\nAlternativ k\u00f6nnen Sie dies auch durch Angabe des Start- und Endpunkts, durch Komma getrennt, eingeben. Zus\u00e4tzlich k\u00f6nnen Sie durch by<\/em> die Schritte definieren:\r\n
    \r\n
    ID2 <-<\/span> seq<\/span>(13<\/span>, -<\/span>1<\/span>, by =<\/span> -<\/span>1<\/span>)<\/span>\r\nID2<\/span>\r\n##  [1] 13 12 11 10  9  8  7  6  5  4  3  2  1  0 -1<\/span><\/span><\/code><\/pre>\r\n<\/div>\r\nWenn Sie keine aufeinanderfolgenden Zahlen in der Variable anlegen wollen, dann k\u00f6nnen Sie beliebige Werte mit dem c()<\/em> Befehl (f\u00fcr \u201cCombine\u201d - f\u00fcr Kombine) zusammenf\u00fcgen:\r\n
    \r\n
    Test <-<\/span> c<\/span>(1<\/span>,3<\/span>,5<\/span>,7<\/span>:<\/span>10<\/span>)<\/span>\r\nTest<\/span>\r\n## [1]  1  3  5  7  8  9 10<\/span><\/span><\/code><\/pre>\r\n<\/div>\r\nEine weitere Variante ist der rep()<\/em> Befehl (f\u00fcr Repeat - Wiederholen) - Dies kann man nat\u00fcrlich auch kombinieren:\r\n
    \r\n
    GruppenNr <-<\/span> c<\/span>(rep<\/span>(1<\/span>, times =<\/span> 3<\/span>), rep<\/span>(2<\/span>, times =<\/span> 3<\/span>), rep<\/span>(3<\/span>, times =<\/span> 3<\/span>), <\/span>\r\n               rep<\/span>(4<\/span>, times =<\/span> 3<\/span>), rep<\/span>(5<\/span>, times =<\/span> 3<\/span>))<\/span>\r\nGruppenNr<\/span>\r\n##  [1] 1 1 1 2 2 2 3 3 3 4 4 4 5 5 5<\/span><\/span><\/code><\/pre>\r\n<\/div>\r\nIn diesem Video zeige ich, wie das in R funktioniert:\r\n
    \r\n