if-loops-functions.Rmd

output: 
  html_document:
      toc: true
      toc_float:
        toc_collapsed: true
        smooth_scroll: true
      widescreen: true
      highlight: pygments
      theme: readable
      css: ./styles/style.css
      df_print: paged
      mathjax: default
      self_contained: false
      incremental: false #True  dann jedes Bullet einzeln
      collapse: true # means the text output will be merged into the R source code block
      includes:
        after_body: ./styles/footer.html
        before_body: ./styles/header.html

library("knitr")
library("rmarkdown")
library("tidyverse")
library("naniar")
library("UpSetR")
library("dotwhisker")

statistics <- readRDS("../datasets/statistics.rds")

opts_chunk$set(#fig.path = 'pics/s6-', # path for calculated figures
               fig.align = 'center',  # alignment of figure (also possible right, left, default)
               fig.show = 'hold', # how to show figures: hold -> direct at the end of code chunk; animate: all plots in an animation
               fig.width = 6,   # figure width
               fig.height = 6,  # figure height
               echo = TRUE,     # Code is printed
               eval = FALSE,    # Code is NOT evaluated
               warning = FALSE, # warnings are NOT displayed
               message = FALSE, # messages are NOT displayed
               size = "tiny",  # latex-size of code chunks
               background = "#E7E7E7", # background color of code chunks
               comment = "", # no hashtags before output
               options(width = 80),
               results = "markdown",
               rows.print = 15
)
             
htmltools::tagList(
  xaringanExtra::use_clipboard(
    button_text = "<i class=\"fa fa-clipboard\"></i>",
    success_text = "<i class=\"fa fa-check\" style=\"color: #90BE6D\"></i>",
    error_text = "<i class=\"fa fa-times-circle\" style=\"color: #F94144\"></i>"
  ),
  rmarkdown::html_dependency_font_awesome()
)

Bedingungen, Schleifen & eigene Funktionen

In diesem Teil des Workshops werden zuerst if-Ausdrücke wiederholt (bzw. eingeführt) und anschließend die Nutzung von Schleifen vorgestellt. Schleifen haben den Vorteil, dass man einen Codierungsschritt auf eine bestimmte Anzahl bzw. Fälle (in Kombination mit if) wiederholen kann. Somit erspart man sich Code-Schreibarbeit. Als letztes werden Funktionen eingeführt.

If-Bedingung

Der if-Ausdruck wird dann genutzt, wenn man einen Befehl unter bestimmten Bedingungen ausführen möchte. Dabei wird eine Bedingung (condition) überprüft und sofern diese zutrifft (TRUE), wird die angegebene Operation durchgeführt.

Die Logik des einfachen if-Ausdrucks ist im Schaubild dargestellt:

Nehmen wir folgendes Beispiel: Wir haben die Studienmotivation eines Studierenden und möchten (ein Vektor mot mit einem einzigen Wert), sofern dieser auf der Skala (0-10) einen Wert größer gleich 7 angegeben hat, die Bemerkung sehr motiviert ausgeben.

mot <- 9

if (mot >= 7) {
  print("sehr motiviert")
}

Der einfache if-Ausdruck folgt also einem ganz klaren Muster:

1. es wird if aufgerufen und in Klammern die Bedingung gesetzt: if (mot >= 7)

2. in geschweiften Klammern folgen die Anweisungen, die ausgeführt werden sollen, wenn die Bedingung zutrifft: { print("sehr motiviert") }

Der einfache if-Ausdruck kann also ganz leicht umgesetzt werden.

else if Ausdruck

Neben dem einfachen if-Ausdruck gibt es auch noch die else if-Ausdrücke, mit denen man weitere Bedingungen prüfen kann, falls die vorherige Bedingung nicht zutrifft. Hier durchläuft der Prüfprozess also mehrere Bedingungen. Dies ist im Schaubild dargestellt:

Für einen weiteren Fall eines Studierenden, der auf der Motivation nur 5 angegeben hat, könnten wir folgende else if-Ausdruck schreiben:

mot <- 5

if (mot >= 7) {
  print("sehr motiviert")
} else if (mot >= 4 & mot < 7) {
  print("motiviert")
}

Das heißt, die einfache if-Syntax wird hier nur um folgende Punkte ergänzt:

1. eine weitere Anweisung, die mit else if eine weitere Bedingung prüft: else if (mot >= 4 & mot < 7)

2. einen weiteren Anweisungsblock für die weitere Bedingung: { print("motiviert")}

Auch dies ist also sehr leicht umzusetzen. Wichtig ist hierbei: Die zweite Bedingung wird nur geprüft, falls die erste Bedingung FALSE ist. Man kann beliebig viele else if-Prüfungen programmieren. Nehmen wir ein weiteres Beispiel:

mot <- 3

if (mot >= 7) {
  print("sehr motiviert")
} else if (mot >= 4 & mot < 7) {
  print("motiviert")
} else if (mot >= 0 & mot < 4) {
  print("nicht motiviert")
}

Das einzige, was wir hier verändert haben, ist dass wir eine dritte Prüfbedingung hinzugefügt haben. Wie zuvor wird diese dritte Bedingung erst geprüft, wenn die erste und die zweite Bedingung beide FALSE sind. else if-Ausdrücke haben also eine hierarchische Struktur.

else Ausdruck

Man kann auch dichotome Entscheidungen treffen. Nehmen wir an, wir möchten nur nach motiviert und nicht motiviert unterscheiden und entscheiden uns, Personen, die einen Wert über 7 angegeben haben, als motiviert zu bewerten und Personen mit niedrigeren Skalenwerten als nicht motiviert. Wir prüfen hier nur die Bedingung, ob der Wert größer 7 ist. Falls dies nicht zutrifft, entscheiden wir mit else (in allen anderen Fällen), dass nicht motiviert ausgegeben wird.Else beinhaltet also eine Anweisung, die ausgeführt wird für alle Fälle, auf denen die zuvor genannte if-Bedingung nicht zutrifft (also FALSE ergibt).

mot <- 5

if (mot >= 7) {
  print("sehr motiviert")
} else {
  print("nicht motiviert")
}

Auch hier ist der Aufbau recht einfach:

1. wir fügen nach der if-Bedingung mit else eine weitere Anweisung hinzu, die aber keine Bedingung mehr hat: else. Zur Erinnerung: Bei **else ist die Bedingung inhärent, da es alle FALSE-Fälle der vorigen Bedingung beinhaltet.

2. Wir geben auch hier wieder in geschweiften Klammern die Anweisung an: { print("nicht motiviert)}

Dies waren einfache Beispiele von if und else if-Ausdrücken. In der Regel werden diese aber innerhalb von Schleifen genutzt (z.B. wenn man Entscheidungen für alle Beobachtungen innerhalb eines Datensatzes treffen möchte). Dies wird im Nachfolgenden gezeigt.

Loops

Mit Loops (Iterationen) kann man Operationen wiederholen. Die Wiederholungen geschehen dabei n-Mal, wobei n ein ganzzahliger Laufwert ist (integer). Für die Wiederholungen gibt man einen Startwert fest. Wie oben bereits erwähnt, wendet man dies z.B. an, wenn man eigene Rekodierungen schreiben will ohne bereits bestehende Funktionen verwenden zu wollen.

Wir können folgende Arten von Iterationen unterscheiden:

1. for

2. while

3. repeat (do while)

for

In der for-Loop werden Operationen so lange durchgeführt, bis das Ende einer vordefinierten Sequenz erreicht ist (z.B. über alle Beobachtungen eines Datensatzes). Mit dieser Schleife setzen wir einen Beginn und ein Ende fest und die Operation werden innerhalb dieser Sequenz ausgeführt.

Im Schaubild ist die Logik des for-loops dargestellt.

Syntax

Die allgemeine Syntax sieht wie folgt aus:

for (i in 0:5) {
  print(i)
}

Die Struktur ist ähnlich zur if-Struktur:

1. Wir initiieren die Schleife und setzen die gewünschte Sequenz in Klammern: for (i in 0:5)

2. Anschließend setzen wir wieder in geschweiften Klammern die Anweisungen, die für jeden Durchgang ausgeführt werden sollen: { print(i) }

Die Sequenz beinhaltet einen sich ändernden Zählindex (i), der mit jedem Durchgang der Schleife steigt und dann die Sequenzangabe (in 0:n). Im Beispiel soll die Schleife also sechsmal durchgeführt werden, von 0 bis 5. i beginnt mit dem Wert 0 und sobald der Wert 6 erreicht, wird die Schleife beendet. Wichtig: In for-Schleifen steigt i iterativ immer um 1.

Man kann alternativ Objekte als Beginn oder Ende angeben. Dafür muss man diese zuvor deklarieren und kann diese anschließend nutzen. Zuerst schaffen wir mit ```n <-5```` einen Zielwert, den wir dann über das Objekt in der Schleife aufgreifen.

# Beispiel Zielwert
n <- 5

for (i in 0:n) {
  print(i)
}

# Beispiel Startwert
start <- 3

for (i in start:n) {
  print(i)
}

Beispiel for-loop

Wir schaffen eine einfache for-loop und geben dabei immer den Wert eines Vektors teacher aus, der die:den Dozentin:en für einen Kurs beinhaltet. Insgesamt haben wir 5 Dozent:innen. Im Beispiel bestimmen wir das Ende der Schleife einfach über die Länge des Vektors, den wir nutzen. Denn wir möchten, dass alle Fälle durchgegangen werden. Wir geben nacheinander die Namen der Dozent:innen aus:

teacher <- c("Baecker", 
             "Mueller",
             "Kaufmann",
             "Bauer",
             "Schuster"
             )

for (i in 1:length(teacher)) {
  print(paste0("Dozent:in ", 
               i, 
               " ist ",
               teacher[i]
               )
        )
}

Wir bedienen uns hierbei der Funktion paste0(), die Text mit Objekten als Ausgabe verbinden kann. Die Funktion paste0() hat zwischen den Elementen in der Funktion keine Leerstelle (die Funktion paste() setzt zwischen allen Elementen ein Leerzeichen (oder ein im Argument sep angegebenes Trennzeichen.)

for-loop mit else if-Ausdruck

Nehmen wir das Beispiel aus den if-Ausdrücken. Wir möchten nun eine neue Variable im Datensatz schaffen, die eine Wertebeschreibung nutzt. Wir benötigen also die else if-Bedingung aus dem vorherigen Kapitel und bilden nun um diese einen for-loop durch die Länge des Datensatzes. Das Ergebnis speichern wir in einer neuen Variable motText und lassen es für jeden Fall einzeln ausgeben (print()). Zur Anschaulichkeit gehen wir hier zwei Schritte: Wir speichern erst die Beschreibung in motivation und übertragen es dann an den Wert in statistics$motText. Wichtig ist, dass wir nicht den Laufindex bei statistics$motText vergessen, da wir ja nur den spezifischen Fall mit dem neuen Wert belegen möchten.

for (i in 1:length(statistics$mot)) {
  if (statistics$mot[i] >= 7) {
    motivation <- "sehr motiviert"
    statistics$motText[i] <-  motivation
  } else if (statistics$mot[i] >= 4 & statistics$mot[i] < 7) {
    motivation <- "motiviert"
    statistics$motText[i] <-  motivation
  } else if (statistics$mot[i] >= 0 & statistics$mot[i] < 4) {
    motivation <- "nicht motiviert"
    statistics$motText[i] <-  motivation
  }
  
  print(paste0("Student:in ", 
               i, 
               " ist ",
               motivation
               )
        )
}

Eine kleine Aufgabe: Wie oben genannt, haben wir unnötig viele Zeilen hier geschrieben. Probiere einmal die Schleife zu verschlanken!

for-loop mit next

Als zweites Beispiel möchten wir nun eine neue Variable schaffen, die Beschreibungen von grade2 in Abhängigkeit des Notenwertes inkludiert. Zur Erinnerung: Die Variable grade2 weist NA's auf. Dies ist nur ein Funktionsbeispiel für die Kombination von for-loops und if-Ausdrücken. Es empfiehlt sich zum Rekodieren die Funktionen aus dem Paket dplyr (case_when()) oder car (recode()) zu nutzen.

table(statistics$grade2, 
      useNA = "ifany"
      )

In der for-loop möchten wir nur Beschriftungen in einer neuen Variable einfügen, sofern kein NA vorliegt. Dies können wir über einen else if-Ausdruck steuern.

Im Beispiel sieht man, dass wir zwei if-Ausdrücke genutzt haben. Zuerst prüfen wir, ob die Beobachtung NA in grade2 aufweist. Die Funktion is.na() liefert einen logischen Wert (TRUE, FALSE). Trifft das zu (TRUE), weisen wir NA auf der neuen Variable zu und springen mit dem Befehl next zum nächsten Fall (Schleife beginnt mit nächstem i von vorne). Mit next überspringen wir die nächsten Anweisungen und die Schleife beginnt mit der nächsten Iteration wieder von vorne. Wenn kein NA vorliegt, wird der zweite if-Ausdruck durchgeprüft, in dem wir mit mehreren else if-Ausdrücken die Textbeschriftungen zuweisen.

for (i in 1:length(statistics$grade2)) {
  if (is.na(statistics$grade2[i])) {
    statistics$g2text[i] <- NA
    next
  } 
  
  if (statistics$grade2[i] >= 13) {
    statistics$g2text[i] <- "sehr gut"
  } else if (statistics$grade2[i] >= 10 & statistics$grade2[i] < 13) {
    statistics$g2text[i] <- "gut"
  } else if (statistics$grade2[i] >= 7 & statistics$grade2[i] < 10) {
    statistics$g2text[i] <- "befriedigend"
  } else if (statistics$grade2[i] >= 5 & statistics$grade2[i] < 7) {
    statistics$g2text[i] <- "ausreichend"
  } else {
    statistics$g2text[i] <- "nicht bestanden"
  }
}

table(statistics$g2text)

Eine kleine Aufgabe: Anstatt next zu verwenden, könnte man hier auch mit nur mit if-Ausdrücken zum selben Ergebnis kommen. Schreibe die Schleife so um, dass diese ohne next auskommt.

Vor- & Nachteile

for-loops werden recht häufig genutzt und können auch verschachtelt werden. Nicht angewendet werden können for-loops, wenn die Anzahl der Durchläufe nicht bestimmbar ist (\rightarrow while-loop). Ein Nachteil von for-loops ist, dass diese in der Regel sehr langsam sind. Auch ist es in verschachtelten for-loops oft nur schwer nachvollziehbar, was genau gemacht wird. Das heißt auch, dass die Fehlersuche manchmal mühsam sein kann.

Als Alternativen zu for-loops kann man die apply()-Funktionen nutzen (Funktionalität ist durch Entwickler geprüft). Nähere Informationen zu den apply()-Funktionen finden sich hier. Dennoch können in manchen Situationen eigene geschrieben Funktionen auf for-loops zurückgreifen, so dass es sinnvoll ist, diese Grundfunktionen auch zu kennen.

while

In der while-loop werden Instruktionen ausgeführt, solange eine Bedingung (condition) zutrifft. Man nennt dies auch kopfgesteuert: Denn bei jedem Durchlauf wird am Schleifenkopf die Bedingung neu geprüft. Wenn diese Bedingung (condition) nicht mehr zutrifft (FALSE), dann wird die while-loop beendet. Der Durchlauf von Code ist also abhängig von einer Bedingung. Sollte die Bedingung direkt zu Beginn nicht mehr zutreffen, wird der while-loop direkt beendet ohne auch nur eine Instruktion einmalig ausgeführt zu haben.

Syntax

Die allgemeine Syntax einer while-loop sieht wie folgt aus:

# Startwert
i <- 0

while (i < 5) {
  print(i)  # Anweisung

  i <- i + 1 # Inkrement
}

Auch hier ist die Syntax wieder ähnlich zum if-Ausdruck:

1. Wir initiieren die Schleife und fügen in Klammern die Bedingung ein: while (i < 5)

2. Wir setzen in geschweiften Klammern die Instruktionen, die ausgeführt werden, bis die Bedingung zutrifft: { i <- i +1 print(i)}

Wichtiger Unterschied zur for-loop: Die Sequenz wird hier nicht angegeben, es muss also innerhalb der Schleife das Inkrement angegeben werden (i <- i + 1). Passiert dies nicht, dreht sich die Schleife unendlich und man muss einen Programmabsturz erzwingen. Im Unterschied zur for-loop ist der Inkrement aber beliebig. Wir können also auch

Beispiel while-loop

Nehmen wir das Beispiel aus dem for-loop, das sich auch als while-loop darstellen lässt:

teacher <- c("Baecker",
             "Mueller",
             "Kaufmann", 
             "Bauer",
             "Schuster"
             )

pos <- 1

while (pos <= length(teacher)) {
  print(paste0("Dozent:in ",
               pos, 
               " ist ",
               teacher[pos]
               )
        )
  
  pos <- pos + 1
}

In der while-loop geben wir die Abbruch-Bedingung bekannt und diese wird vor dem ersten Ausführen bereits das erste Mal kontrolliert. Wenn wir pos auf 6 setzen, passiert gar nichts, da der while-loop direkt beendet wird.

teacher <- c("Baecker", 
             "Mueller",
             "Kaufmann", 
             "Bauer",
             "Schuster"
             )

pos <- 6

while (pos <= length(teacher)) {
  print(paste0("Dozent:in ", 
               pos, 
               " ist ",
               teacher[pos]
               )
        )
  
  pos <- pos + 1
}

Hier erhalten wir keine Ausgabe, da der while-loop direkt beendet wird.

repeat

Im repeat-loop werden die Instruktionen mindestens einmal ausgeführt und zwar unabhängig davon, was die Bedingung ist. Die Bedingung (condition) wird nach Ausführung der Instruktionen geprüft. Dies nennt man fußgesteuert. Trifft sie zu (TRUE), wird der repeat-loop beendet. Trifft sie nicht zu (FALSE), erfolgt der nächste Durchlauf. Es ist sozusagen das Gegenteil der while-loop

Syntax

Der Unterschied zur while-loop liegt darin, dass der repeat-loop (oder auch do while-loop) fußgesteuert ist (Bedingung wird nach jedem Durchgang geprüft).

Die allgemeine Syntax ist ähnlich der Syntax zuvor mit einer kleinen Änderung:

i <- 0

repeat {
  print(i)
  
  i <- i + 1
  
  if (i > 5) {
    break
    }
}

Auch hier gehen wir die Syntax wieder durch:

1. Wir initiieren die Schleife, hierfür brauchen wir nun keine Bedingung oder Sequenz: repeat {

2. Wir setzen Anweisungen in geschweiften Klammern fest: {print (i)}

3. Wir setzen am Fuß der Schleife, bevor die geschweifte Klammer der Anweisungen kommt, die Abbruchbedingung der Schleife mit einem if-Ausdruck: if (i > 5) { break }

Es wird also geprüft, ob i größer 5 ist: Trifft dies nicht zu, beginnt die Schleife von vorne, repeated sich also. Trifft dies zu, erfolgt die Anweisung zum Verlassen des loops mit break. Vergisst man break zu setzen, läuft auch diese Schleife unendlich. In komplexeren while-loops kann break ebenfalls zum Abbruch der Schleife genutzt werden.

Beispiel

Auch hier nehmen wir wieder das Beispiel aus der for-loop:

teacher <- c("Baecker", 
             "Mueller",
             "Kaufmann",
             "Bauer",
             "Schuster"
             )

pos <- 1

repeat {
  print(paste0("Dozent:in ", 
               pos, 
               " ist ",
               teacher[pos]
               )
        )
  
  pos <- pos + 1
  
  if (pos > length(teacher)) {
    break
  } 
}

Zum Merken: Im Unterschied zum while-loop geben wir die Abbruchbedingung mit if an. Ebenso müssen wir hier noch das Ende der repeat-loop mit break aufrufen. Andernfalls würde die Schleife unendlich (bzw. bis zum Programmabbruch durch den User) ohne Operationen weiterlaufen.

Funktionen in R schreiben

In R können nicht nur die aus packages zur Verfügung gestellten Funktionen genutzt werden, es können auch sehr leicht eigene Funktionen geschrieben werden. Dazu werden wir zuerst eine eigene Funktion für die Berechnung des Mittelwertes anlegen und anschliessend eine Funktion zur Ausgabe des Interquartilsabstands berechnen.

Syntax

Im Folgenden werden wir eigene Funktionen schreiben. Der grundlegende Aufbau des Codes ist wie folgt:

my_function <- function(arg1, arg2, ..., argn){
  # Anweisungen
}

Zuerst definieren wir einen Namen für die Funktion (my_function) und weisen dieser eine Funktion zu. In den runden Klammen () werden Argumente an die Funktion übergeben, die in den Anweisungen (alles in geschweiften Klammern {}) genutzt werden. Dies können Datensätze, Variablen oder einzelne Werte sein. Es ist in Abängigkeit, wie man das Argument in den Anweisungen nutzt.

Eigene Funktion: Mittelwert

Wir wollen nun mit einer selbstgeschriebenen Funktion den Mittelwert einer Variable berechnen. Dazu sollte der Datensatz statistics (oder ein beliebig anderer Datensatz mit einer metrischen Variable in das environment geladen werden). Wir schaffen eine Funktion, in der wir ein Argument übergeben: Die Variable, von der der Mittelwert berechnet werden soll. Dieses Argument benennen wir in der Funktion mit x. Überall in den Anweisungen, wo wir x setzen, wird bei Aufruf der Funktion own_mean() das übergebene Argument genutzt.

Anschliessend berechnen wir in der ersten Anweisung der neuen Funktion den Mittelwert. Hierbei greifen wir das übergebene Argument (x) auf. Mit der zweiten Anweisung lassen wir diesen Wert ausgeben. Danach können wir die selbst geschaffene Funktion aufrufen und müssen hierbei das eine geforderte Argument (Variable der Berechnung) angeben. Der Mittelwert wird berechnet und mit return ausgegeben.

own_mean <- function(x){
  mean = sum(x) / length(x)
  
  return(mean) 
}

own_mean(statistics$grade)

Somit haben wir die erste eigene Funktion geschrieben!

Eigene Funktion: Interquartilsabstand

Nun wollen wir eine Funktion schreiben, die uns das untere und das obere Quartil ausgibt, sowie den Interquartilsabstand. Wir benötigen also drei Anweisungen in der Funktion:

1. die Berechnung des unteren Quartils,

2. die Berechnung des oberen Quartils und

3. die Berechnung des Interquartilsabstands.