13 Iterationen im Tidyverse

Zum Abschluss der Einführung in das Tidyverse setzen wir uns erneut mit Iterationen auseinander, die wir zuvor schon in Kapitel 4.2 kennengelernt haben.

library(tidyverse)

Zunächst eine kurze Wiederholung: um Code mehrfach auszuführen, können wir for-Loops schreiben:

for (element in vektor) {
  # Body: Code, der ausgeführt wird
}

Um z. B. die Zahlen von 1 bis 5 in die Konsole zu schreiben, iterieren wir über einen Vektor, der eben diese Zahlen enthält:

for (i in 1:5) {
  print(i)
}
## [1] 1
## [1] 2
## [1] 3
## [1] 4
## [1] 5

Das ist flexibel einsetzbar, hat aber den einen Nachteil, dass wir häufig über jedes Element eines Objekts iterieren möchten, wir dies aber explizit im Code angeben müssen. Nehmen wir beispielsweise den Beispiel-Datensatz mtcars, der lediglich numerische Variablen enthält:

mtcars
##                      mpg cyl  disp  hp drat    wt  qsec vs am gear carb
## Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
## Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
## Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
## Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
## Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
## Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
## Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
## Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
## Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
## Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
## Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
## Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
## Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
## Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
## Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
## Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
## Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
## Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
## Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
## Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
## Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
## Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
## AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
## Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
## Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
## Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
## Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
## Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
## Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
## Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
## Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
## Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

Möchten wir nun den Mittelwert jeder Variablen berechnen, müssen wir in einem for-Loop explizit definieren, dass wir über jede Spalte des Vektors iterieren möchten. Eine Möglichkeit wäre die Funktion seq_along() zu nutzen, die einen Vektor mit den Spaltenindizes eines Datensatzes erstellt:

mittelwerte <- c()

for (i in seq_along(mtcars)) {
  mittelwerte <- c(mittelwerte, mean(mtcars[[i]]))
}

mittelwerte
##  [1]  20.090625   6.187500 230.721875 146.687500   3.596563   3.217250  17.848750   0.437500   0.406250   3.687500   2.812500

Hier kommen im Tidyverse die sogenannten map_-Funktionen ins Spiel. Diese wenden einen Funktion automatisch auf alle Elemente eines Objekts an – bei einem Vektor auf Elemente dieses Vektors, bei einem Dataframe bzw. Tibble auf alle Spalten. Zudem wird mit dem Funktionsaufruf bereits das Ausgabe-Format definiert:

  • map(): Erzeugt eine Liste
  • map_dbl(): Erzeugt einen numerischen (double) Vektor
  • map_chr(): Erzeugt einen character-Vektor
  • map_lgl(): Erzeugt einen logical-Vektor
  • map_dfr(): Erzeugt einen Datensatz zeilenweise
  • map_dfc(): Erzeugt einen Datensatz spaltenweise

Beim Aufruf werden immer zunächst das Objekt, über das iteriert werden soll, und dann die zu verwendende Funktion (ohne Klammern) genannt. Um etwa die Mittelwerte aller Variablen im Datensatz mtcars zu berechnen und in einem numerischen Vektor zu speichern, können wir den obigen for-Loop-Code abkürzen:

mittelwerte <- map_dbl(mtcars, mean)
mittelwerte
##        mpg        cyl       disp         hp       drat         wt       qsec         vs         am       gear       carb 
##  20.090625   6.187500 230.721875 146.687500   3.596563   3.217250  17.848750   0.437500   0.406250   3.687500   2.812500

Wenn wir als Ausgabeformat einen Datensatz haben wollen, rufen wir einfach die zugehörige map_-Funktion auf:

map_dfr(mtcars, mean)
## # A tibble: 1 x 11
##     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
##   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1  20.1  6.19  231.  147.  3.60  3.22  17.8 0.438 0.406  3.69  2.81

Weitere Funktionsargumente können nach dem zweiten Argument übergeben werden:

map_dfr(mtcars, mean, na.rm = TRUE)
## # A tibble: 1 x 11
##     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
##   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1  20.1  6.19  231.  147.  3.60  3.22  17.8 0.438 0.406  3.69  2.81

Und da immer zunächst das Objekt, über das iteriert werden soll, genannt wird, können wir map_-Funktionen auch einfach in Pipes integrieren:

iris %>% 
  select(-Species) %>% 
  map_dfr(mean)
## # A tibble: 1 x 4
##   Sepal.Length Sepal.Width Petal.Length Petal.Width
##          <dbl>       <dbl>        <dbl>       <dbl>
## 1         5.84        3.06         3.76        1.20

In den kommenden Kapiteln werden wir hierfür einige Anwendungsbeispiele kennenlernen.