Neue Entwicklungen in R

Ralf Stubner

Was ist R? Und was nicht?

R ist eine Programmiersprache für Statistik, Datenanalyse, Graphik und vieles mehr.
- Funktional & objektorientiert.
- Freie Software unter GNU GPL.
R ist nicht CRAN!
- Aber CRAN ist die zentrale Stelle für R Pakete zur Erweiterung der Funktionalität.
- Die meisten neuen Entwicklungen finden hier statt.
R wird nicht von RStudio erstellt!
- Wir stellen die gleichnamige IDE und viele R Pakete als FOSS bereit.
- Wir vertreiben Software für den Einsatz in Unternehmen.
R jetzt auch im Browser: webr.gwstagg.co.uk (experimentell)

R Core Team (2022)

Native Pipe in R

Pipes sind ein Entwurfsmuster für die Verarbeitung von Daten (pipes and filters)
Pipes in R wurden durch magrittr populär
Seit R 4.1 gibt es eine native pipe in R
x |> f(y) |> g(z) ist äquivalent zu g(f(x, y), z)

library(nycflights13)
library(dplyr)

flights |>
  filter(dest == "SFO") |> 
  group_by(year, month, day) |> 
  summarize(
    arr_delay = mean(arr_delay, na.rm = TRUE) 
  ) |>
  head()

year	month	day	arr_delay
2013	1	1	-3.129032
2013	1	2	-4.060606
2013	1	3	-18.419355
2013	1	4	-22.032258
2013	1	5	4.480000
2013	1	6	-17.566667

Unterschiede zu `magrittr`

Funktion vs. Funktionsaufruf:

library(palmerpenguins)

penguins %>% 
  head %>% 
  nrow

[1] 6

rnorm(100) %>% 
  {c(min(.), mean(.), max(.))}

[1] -2.3796097  0.1987904  3.2755954

library(palmerpenguins)

penguins |> 
  head() |> 
  nrow()

[1] 6

rnorm(100) |> 
  (function(x) {c(min(x), mean(x), max(x))})()

[1] -2.11976046  0.05283308  2.74189076

Platzhaltervariable nur mit Namen (ab R 4.2):

"Ceci n'est pas une pipe" %>% 
  gsub("une", "un", .)

[1] "Ceci n'est pas un pipe"

"Ceci n'est pas une pipe" |> 
  gsub("une", "un", x=_)

[1] "Ceci n'est pas un pipe"

Weitere Neuerungen

Anonyme Funktionen lassen sich seit R 4.1 etwas kompakter formulieren: Statt function(x) {...} nun \(x) {...}:

sapply(penguins, function(x) length(unique(x)))

          species            island    bill_length_mm     bill_depth_mm 
                3                 3               165                81 
flipper_length_mm       body_mass_g               sex              year 
               56                95                 3                 3

sapply(penguins, \(x) length(unique(x)))

          species            island    bill_length_mm     bill_depth_mm 
                3                 3               165                81 
flipper_length_mm       body_mass_g               sex              year 
               56                95                 3                 3

rnorm(100) |> (\(x) {c(min(x), mean(x), max(x))})()

[1] -2.44122396 -0.03836914  2.73202002

Unterstützung für UTF-8 unter Windows seit R 4.2.
Seit R 4.0 gilt stringsAsFactors = FALSE.

Data science

Produktion nicht vergessen!

Maschinelles Lernen

tidymodels¹: Eine Sammlung von R Paketen für Modellierung und Maschinelles Lernen. Philosophie, Grammatik und Datenstrukturen entsprechen dem tidyverse.
vetiver²: Trainierte Modelle effizient versionieren, als API produktiv setzen und überwachen.

Produktion & Kommunikation

renv¹: Reproduzierbare Umgebungen für R Projekte. Welche R Pakete in welcher Version wurden benutzt?
quarto²: Publikationssystem für wissenschaftliche und technische Texte. Verbindet Text mit Code und dessen Output für Dokumente, Bücher, Webseiten, Blogs, Folien und vieles mehr.
shinyuieditor³: Ein graphisches Werkzeug um das UI einer Shiny-Anwendung zu erstellen. (alpha!)

Wo geht es los? Wo geht es weiter?

Finding Your Way To R: https://education.rstudio.com/learn/
What They Forgot to Teach You About R: https://rstats.wtf/
Happy Git with R: https://happygitwithr.com/
Viele Open Access Bücher: z.B. unter https://bookdown.org/

Ansprechpartner

Ralf Stubner
Solutions Engineer
RStudio, PBC

ralf@rstudio.com

info@stubner.me

https://stubner.me

References

Kuhn, Max, und Hadley Wickham. 2022. tidymodels: Easily Install and Load the Tidymodels Packages.

Quarto. 2022. https://quarto.org/.

R Core Team. 2022. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.

Silge, Julia. 2022. vetiver: Version, Share, Deploy, and Monitor Models.

Strayer, Nick. 2022. shinyuieditor: Build and Modify your Shiny UI, visually. https://rstudio.github.io/shinyuieditor/.

Ushey, Kevin. 2022. renv: Project Environments. https://rstudio.github.io/renv/.

Wickham, Hadley, und Garrett Grolemund. 2016. R for data science: import, tidy, transform, visualize, and model data. First edition. Sebastopol, CA: O’Reilly. https://r4ds.had.co.nz/.