prak-05-solutions.Rmd

---
title: "Praktikum 05"
name: "Füge deinen Namen hizu"
date: "Füge ein Datum hinzu"
output: 
  html_document: 
    toc: true
    toc_float: true
editor_options: 
  chunk_output_type: console
---

# Setup Code-chunk

Hat eine besondere Funktion innerhalb eines R Markdown Dokuments und kontrolliert Standardeinstellung für unser Dokument.

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

# Lade Packages

```{r lade-packages}

library(dplyr)
library(palmerpenguins)

```

# Daten erkunden

Daten sind bereits Tidy Data.

- Jede Variable ist eine Spalte
- Jede Beobachtung ist is eine Zeile
- Jeder Wert ist in einer eigenen Zelle

```{r daten-erkunden}

glimpse(penguins)
penguins

summary(penguins)

```

# dplyr::filter()

Mit der Funktion `filter()` werden Teilmengen eines Dataframe erstellt indem die Reihen des Dataframe nach von dir bestimmten Kriterien gefiltert werden.

## Filter Text Variablen

Variablen der Klassen factor und character werden mit einem Text string gefiltert.

```{r filter-ein-wert}

filter(penguins, species == "Chinstrap")

```

- Filter für mehrere Werte mit `|` (or) Operator
- AltGr + 7 (Windows) 
- option + 7 (Mac)

```{r filter-mehrere-werte}

filter(penguins, species == "Chinstrap" | species == "Gentoo")

```

- Filter für mehrere Werte mit `%in%` Operator

```{r filter-operator}

filter(penguins, species %in% c("Chinstrap", "Gentoo"))

```

- Filter Werte aus verschiedenen Variablen

```{r filter-variablen}

filter(penguins, species == "Adelie", island == "Dream")

filter(penguins, species == "Adelie" & island == "Dream")

```

- Filter NAs 

```{r filter-na}

penguins %>% 
  filter(!is.na(sex))

filter(penguins, is.na(sex))

penguins_clean <- filter(penguins, !is.na(sex))

filter(penguins_clean, is.na(bill_length_mm))

```

### Die Pipe %>%

Die Pfeife? Die Röhre? Die Leitung? Der Kanal?

**Tastaturkürzel:** Ctrl/Cmd + Shift + M 

```{r pipe}

penguins %>% 
  filter(species == "Adelie",
         island == "Dream")
```

Warum? Dazu kommen wir gleich.

## Filter numerische Variablen

```{r filter-num}

penguins %>% 
  filter(flipper_length_mm > 200)

penguins %>% 
  filter(body_mass_g <= 2900)

penguins %>% 
  filter(species == "Adelie", bill_length_mm > 40)

penguins %>% 
  filter(species != "Adelie")


```

# Logische Operatoren 

- **kleiner:** < 
- **kleiner gleich**: <=
- **grösser**: >
- **grösser gleich**: >=
- **gleich**: ==
- **nicht gleich**: !=

# dplyr::arrange()

Die Funktion `arrange()` ordnet die Zeilen eines Dataframes nach den Werten ausgewählter Spalten.

```{r arrange}

penguins %>% 
  arrange(body_mass_g)

penguins %>% 
  arrange(desc(body_mass_g))


```

# dplyr::select()

Die Funktion `select()` wählt Spalten basierend auf ihrem Namen aus. 

## Variablen behalten

```{r select-variablen}

penguins %>% 
  select(year, island, species)

penguins %>% 
  select(species, body_mass_g)

penguins %>% 
  select(species:body_mass_g)

penguins %>% 
  select(species:body_mass_g, year)

```

## Variablen ausschliessen

```{r select-variablen-ausschliessen}

penguins %>% 
  select(-island)

penguins %>% 
  select(!island:bill_depth_mm)

penguins %>% 
  select(!c(species, flipper_length_mm, year))

penguins %>% 
  select(-species, -flipper_length_mm, -year)

```

## Helfer Funktionen

Es gibt viele Hilfsfunktionen, die select() leistungsfähiger machen. Zum Beispiel, die Auswahl aller Variablen einer bestimmten Klasse, oder nur die Variablen welche einen bestimmten Textmuster (string pattern) folgen. 

```{r select-helfer}

penguins %>% 
  select(starts_with("bill"))

penguins %>% 
  select(ends_with("mm"))

penguins %>% 
  select(contains("length"))

penguins %>%
  select(contains("length") | starts_with("bill"))

```

Mehr zu Hilfsfunktionen: https://dplyr.tidyverse.org/reference/select.html

## Code Sequenzen

Erstelle eine Teilmenge von Pinguinen, die nur Beobachtungen für Gentoo Pinguine enthät, und behalte dann nur Spalten für Insel, Geschlecht und Körpermasse. 

```{r code-sequenzen}

penguins %>% 
  filter(species == "Gentoo") %>% 
  select(island, sex, body_mass_g) %>% 
  arrange(desc(body_mass_g))

```

# dplyr::relocate()

Die Funktion `relocate()` wird genutzt um Spalten zu veschieben. Bei der Auswahl einer Spalte wird dieses standarmässig an den Beginn des Dataframe gelegt. Die Position kann mit zwei Argumenten kontrolliert werden:

- `.before` um eine Spalte vor eine andere zu schieben
- `.after` um eine Spalte hinter eine andere zu schieben

```{r relocate}

# standardmässig an den Anfang

penguins %>% 
  relocate(year)

# hinter eine Variable schieben

penguins %>% 
  relocate(flipper_length_mm, .after = island)

# vor eine Variable schieben

penguins %>% 
  relocate(bill_length_mm, .before = year)


```

# dplyr::rename()

Die Funktion `rename()` wird genutzt um den Namen einer oder meherer Spalten zu ändern. Verallgemeinert sieht dies so aus:

```{r rename-allg, eval=FALSE}

df %>% 
  rename(neuer_name = alter_name)

```

## Spalten umbennen

```{r rename-spalte}

penguins %>% 
  rename(palmer_island = island)

# Q: Warum = und nicht ==

penguins %>% 
  rename(study_yr = year, mass = body_mass_g)

```


# dplyr::mutate()

Die Funktion `mutate()` wird genutzt um eine neue Spalte zu einem Dataframe hinzuzufügen während die bestehenden Spalten unverändert bleiben. Verallgemeinert sieht dies so aus:

```{r mutate-allg, eval=FALSE} 

df %>% 
  mutate(neuer_spalten_name = was_spalte_enthaelt)

```

## Eine neue Spalte hinzufügen

```{r mutate-spalte-eine}

penguins %>% 
  mutate(body_mass_kg = body_mass_g / 1000) 

penguins %>% 
  mutate(bill_ratio = bill_length_mm / bill_depth_mm) 

```

## Mehrere Spalte hinzufügen

```{r mutate-spalte-mehrere}

penguins %>% 
  mutate(bill_ratio = bill_length_mm / bill_depth_mm,
         body_mass_kg = body_mass_g / 1000,
         flipper_length_m = flipper_length_mm / 1000)

```

## Mit Funktionen arbeiten

```{r mutate-fkt}

library(forcats)
library(ggplot2)

penguins %>% 
  mutate(record_number = seq(1:n())) ## Eine Sequenz von 1 bis zur Anzahl Beobachtungen im Dataframe

ggplot(penguins, aes(x = bill_length_mm,
                         y = bill_depth_mm,
                         color = year)) +
  geom_point()


penguins_fct <- penguins %>% 
  mutate(year = as_factor(year))


ggplot(penguins_fct, aes(x = bill_length_mm,
                         y = bill_depth_mm,
                         color = year)) +
  geom_point()


```