1. Vectors, matrices.R

##### Переменные и векторы #####
# Переменная = одна ячейка, сохраняющая информацию

x <- 5
x

# Можно, конечно, и так, но стрелочка выглядит круче)))
x = 5
x

# Но одна переменная для одного числа - это слишком неудобно. 
# Чтобы сохранить набор значений в 1 переменную, мы создаем вектор

# Создадим вектор со значением возраста для 10 респондентов. Функция с() - для создания вектора
age <- c(18,24,54,42,42,13,27,59,33,60)
age

# Вектор = последовательность любого количества однотипных данных
# Потому ранее созданный х - это тоже вектор

# Обратите внимание: чем больше пробелов и абзацев, тем скрипт понятнее.
# Заботьтеся о себе наперед - оформляйте код красивенько и пишите комментарии))


# Как добавлять объекты?
# Попробуем объединить age и х:
x <- c(x, age) 
x
# Обратите внимание на панель Environment - x уже не тот, что был раньше


# Но что, если нам нужно узнать значение возраста какого-то определенного респондента? Например, девятого?
# Используем оператор [ ]

age[9]
# Магия)

# А если пятого и седьмого? Для этого снова понадобится функция с()
age[c(5,7)]

# Возраст всех с 1-го по 5-го:
age[1:5]

# А теперь проверим есть ли значения меньше 18
age < 18

# Обратите внимание на результат - получилось не то, что хотелось.
# Кстати, логические переменные на самом деле = 0 для FALSE и 1 для TRUE
# Потому если мы просуммируем, узнаем сколько TRUE у нас в векторе
sum(age < 18)

# Но чтобы извлечь всех <18 нужно:
age[age<18]

# А все старше 25:
age[age>25]

# или так
age[!age<27]

# Чтобы создать переменную (age25), где будут все респонденты старше 25:
age25 <- age[age>25]


### Проверьте себя: ######
# создайте вектор vector
# Со значениями от 23 до 67 и от 45 до 79
# узнайте значения под номерами 15, 19 и 22-26
# Извлеките все значения больше 30 и меньше 40 в переменную vector2




###### Типы шкал в R #########
# Есть три основных типа шкал:
# 1. numeric (integer - целые числа) = метрическая
# 2. factor = любая неметрическая шкала
# 3. ordered factor = упорядоченная неметрическая шкала


# Давайте попробуем создать вектор - пол 10 респондентов
# Не забывайте про "" или про '' (для R это одно и то же)
# В RStudio можно поставить "" постфактум - выделите переменную (двойной клик по слову) и нажмите "
# То же самое работает и со скобками

gender <- c("male", "female", "female", "male", 
            "female", "male" , "male", "female", 
            "male", "male")

# Определим тип вектора:
class(gender)

# Чтобы создать факторную переменную:
gender <- factor(gender)
gender
class(gender)

# Обратите внимание, что у фактора два уровня - по количеству оригинальных вариантов ответа
# Это удобно (особенно когда мы работаем с массивом данных)

# А теперь давайте узнаем сколько мужчин и женщин в массиве. Построим одномерную таблицу:
table(gender)


### Проверьте себя - создайте факторную переменную fac1
# со значениями ("ready", "go", "ready ", "go")
# Сколько вышло уровней? Почему? 




##### Упорядоченные данные #####

# Создадим еще один вектор - состояние здоровья
status <- c('healthy', 'recovering', 'healthy', 'healthy', 'ill', 
            'ill','healthy', 'healthy', 'ill','recovering')

# У этой переменной 3 уровня, которые можно выстроить в логическом порядке, что и сделаем:

status <- factor(status, order = TRUE,                             # упорядочиваем
                levels = c( 'ill', 'recovering', 'healthy'))     # показываем порядок (от меньшего к большему)

# Если мы не укажем порядок, упорядочит в алфавитном порядке

# Любопытное:
# status[1] > status[2]
# Догадаетесь что будет?


# Чтобы из фактора получить количественную переменную:
unclass(status)


##### Пропущенные значения = NA ##### 

# Модифицируем вектор х чтобы были NA
x[15] <- 57 # 1
x

x <- c(x, NA) # 2
x
# Попытайтесь определить что мы сделали в каждом из случаев

# Как определить есть ли пропущенные значения:
is.na(gender)
is.na(x)

# Как узнать СКОЛЬКО пропущенных значений в векторе х??



###### Матрицы #########

# Следующий тип представления данных = матрица
# Матрица всегда состоит из набора чисел
# По сути своей матрицы = векторы с измерением

# Есть много способов создать матрицу
# 1:
m <-  matrix(nrow = 2, ncol = 3)
m
# А так создать матрицу с числами
m1 <-  matrix(1:6, nrow = 2, ncol = 3)
m1
# Узнать измерения (сколько строк и сколько столбцов)
# ВСЕГДА сначала строки, потом столбцы!!!
dim(m1)

# 2:
m2 <- 1:10 # заметьте, что в этом случае можно обойтись без с()
dim(m2) <- c(2,5)


# 3 (лично мне встречался чаще всего)
x3 <- 1:3
y3 <- 16:18
m3.1 <- cbind(x3,y3) # связать колонками 
m3.2 <- rbind(x3,y3) # связать строками