Lab03_R-Intermediate

class: center, middle, inverse, title-slide

# Lab03_R-Intermediate_Tutorial
## for loop, if else, functions, and others
### 曾子軒 Dennis Tseng
### 台大新聞所 NTU Journalism
### 2021/03/09

---

.remark-slide-content {
    padding: 1em 1em 1em 1em;
    font-size: 28px;
}

.my-one-page-font {
  padding: 1em 1em 1em 1em;
  font-size: 20px;
  /*xaringan::inf_mr()*/
}

</style>

# 今日重點

- Path, Directory, and R Project
- 遇到 R 問題怎麼辦
- 流程控制
 - 條件判斷 if else
 - 迴圈 for loop
 - 函數 functions
- 複習 dataframe 操作與小延伸

---
# Path (路徑) and Directory (目錄)

- Path, 資料夾的地址
 - 我剛剛在`"台大新聞所四樓的 415 研究室裡面的沙發上睡覺"`
 - **absolute path 絕對路徑**，以上面的例子來說，因為你們不在 415 教室，所以我會用完整的地址`"台大新聞所四樓的 415 研究室裡面的沙發上"`描述我的位置，這是"絕對"的地址
 - **relative path 相對路徑**，以上面的例子來說，如果有同學剛剛也在 415 教室裡面，我就會跟他說我在`"沙發上"`，因為同學已經在那個空間了，這是"相對"的地址
- 實際案例
 - `"/Users/dennistseng/Documents/R4CSS-TA/data/Lab03/ARG.csv"`
 - `"data/Lab03/ARG.csv"`
---
# Path (路徑) and Directory (目錄)

- Directory, 現在在哪個資料夾
 - 舉例來說，我剛剛在的地方是 415 教室
 - working directory 代表你的 R 運行時讀檔案的起始位置
- 尋找自己的 directory
 - `getwd()`
 - `setwd()`
 - 缺點是 not self-contained, not portable
 - 別人不方便協作、資料夾變動不好恢復、同時有多專案進行時會混亂

---
# R Project (R 專案)

- R project, R 專案
 - 使用 R 專案有很多好處，其中之一在於讓你的**環境**保持乾淨
 - 環境指的是 environment，A 專案的變數不會跟 B 專案的變數打架，譬如兩邊都有 `df_country` 但內容不同
 - 打開 R4CSS_TA 裡面的 R4CSS_TA.Rproj 
 - 我寫 `read_csv("data/Lab03/ARG.csv")` 上傳 Github，下載後不用改路徑，但若寫 `"Users/子軒/碩一/學校事務/不想寫程式/R語言/R4CSS_TA/data/Lab03/ARG.csv"` 別人就沒辦法用
 - working directory 就會是R project 檔案所在的資料夾 
 
---
# R Project (R 專案)

<img src="photo/Lab03_rproj01.jpg" width="45%" height="45%" /><img src="photo/Lab03_rproj02.jpg" width="45%" height="45%" />
---
# R Project (R 專案)

- GOOD
<img src="photo/Lab03_rproj03.jpg" width="100%" height="100%" />

- BAD
<img src="photo/Lab03_rproj04.jpg" width="100%" height="100%" />
---
# 遇到 R 問題

- 題目
 - 請印出 `df_first20` 中編號(patient_id)為奇數者的確診日期(released_date)
- 問題
 - 要怎麼抓 dataframe 裡面的值
 - 要怎麼抓奇數

---
# 遇到 R 問題

- 知道關鍵字: [stackoverflow](https://stackoverflow.com/questions/7448881/how-to-access-single-elements-in-a-table-in-r)
 - ` r your problem site:stackoverflow.com`
 - `R dataframe element site:stackoverflow.com`
 - result `How to access single elements in a table in R`
- 不知道關鍵字: 先在 google 打大方向
 - [`R dataframe tutorial`](http://www.r-tutor.com/r-introduction/data-frame)
-  不知道關鍵字: 中英電子書看章節名稱與標題
 - [`輕鬆學習 R 語言`](https://yijutseng.github.io/DataScienceRBook/manipulation.html#subset)
 - [`R 資料科學與統計`](https://bookdown.org/jefflinmd38/r4biost/dataobject.html#%E8%B3%87%E6%96%99%E6%A1%86%E6%9E%B6%E7%9A%84%E4%B8%8B%E6%A8%99%E8%88%87%E7%B4%A2%E5%BC%95-data-frame-index)
- 不知道關鍵字: 看 Datacamp 的時候留意標題
 - [Introduction to R](https://campus.datacamp.com/courses/free-introduction-to-r/chapter-5-data-frames?ex=6)
 - `Selection of data frame elements`

---
# Control Flow 流程控制

- 為達到特定目的，在執行大量程式碼的過程中，需要指引優先順序、依照不同條件走不同流程，有時也需要重複執行步驟等
- 以網路資料擷取(爬蟲)為例，在爬 [PTT 韓劇版](https://www.ptt.cc/bbs/KoreaDrama/index.html) 上面的資料的時候
 - 一次要抓 10 頁，每頁都有 20 篇文章
 - 只想抓 `[LIVE]` 類型的相關文章，其餘跳過
 - 抓得到文章索引，但點進去發現內容違規被刪除
 - 若抓滿 20 篇相關文章便結束運行
- 利用**分支 branch** 與**迭代 iteration** 完成任務
 - 重複執行步驟
 - 條件判斷, 特殊狀況/錯誤排除, 觸發特定事件後中止
 - 分支靠條件判斷(if else)迭代靠迴圈(for loop)

---

# 條件判斷 conditional statement

- 如果、要不然
 - `if (條件) { 滿足條件後執行 }`	
 - `if (條件) { 滿足條件則執行 } else { 不滿足條件則執行 }`
 - `if (條件) { 滿足條件則執行 } else if { 滿足條件則執行 } else { 不滿足條件則執行 }`
- 實例

```r
n_quota <- 10;n_apply <- 20
if (n_quota > n_apply) {
  print("供 > 需")
} else if (n_quota == n_apply) {
  print("供 = 需")
} else {
  print("供 < 需")
}
```

---

# 條件判斷 conditional statement

- 條件判斷

```r
# +, -, x, /; 加減乘除
1+1 > 1
# %%, %/%; 餘數與商數
11 %% 3
11 %/% 3
# >, <, ==, !=
3 == 2
3 != 2
```

---

# 條件判斷 conditional statement

- 條件判斷

```r
# &, |: for 向量
c(1,3,-4) > 0 & c(-1,2,4) < 0
c(1,3,-4) > 0 | c(-1,2,4) < 0

# &&, ||: for 單一值
2 > 0 && -1 < 0
3 > 0 || 1 < 0

c(1,3) > 0 && c(-1,2) < 0
c(1,3) > 0 && c(2,-1) < 0

# %in%, ==
3 %in% c(1,2,3,4,5) 
c(1,3,6) %in% c(1,2,3,4,5) 
c(1,3,6) == c(1,2,3,4,5) 
```
---

# 條件判斷 conditional statement

- 實際例子(i): 印出月份

```r
print_month_bad <- function(input_date) {
  input_date <- as.Date(input_date)
  print(months(input_date))
}

print_month_bad("2021-03-09")
print_month_bad(20210309)
```

---

# 條件判斷 conditional statement

- 實際例子(ii): 加上輸入值的檢驗

```r
print_month_good <- function(input_date) {
  if(!is.character(input_date)) {
    print("請依照 '1997-01-01' 格式輸入")
  } else {
    input_date <- as.Date(input_date)
    print(months(input_date))
  }
}

print_month_good("2021-03-09")
print_month_good(20210309)
```

---

# 條件判斷 conditional statement

- 實際例子(ii): 它不夠好

```r
# ok
print_month_good("2021-03-09")
print_month_good(20210309)
# not ok
print_month_good("20210309")
```

---
# 條件判斷 conditional statement

- 實際例子(iii): 離完美更近一些 using `library(lubridate)`

```r
library(lubridate)
print_month_better <- function(input_date) {
  input_date <- lubridate::as_date(input_date)
  if(is.na(input_date)) {
    print("請依照 '1997-01-01' 格式輸入")
  } else {
    print(lubridate::month(input_date))
  }
}
# ok
print_month_better("2021-03-09");print_month_better("20210309")
print_month_better("420210309")
# not ok...
print_month_better(20210309)
```

---
# [library(lubridate)](https://lubridate.tidyverse.org/)

```r
library(lubridate)
ymd("20110604");mdy("06-04-2011");dmy("04/06/2011");
```

```
## [1] "2011-06-04"
```

```r
mdy("May 11, 1996");mdy("September 12  2001");dmy("1/July/1988")
```

```
## [1] "1996-05-11"
```

```
## [1] "2001-09-12"
```

```
## [1] "1988-07-01"
```

---
# library(lubridate)

- 處理日期與時間
- Datacamp 上專門教這個的課 [Working with Dates and Times in R
](https://learn.datacamp.com/courses/working-with-dates-and-times-in-r)
- 最常見的函數 `ymd_hms("2010-12-13 15:30:30")`
- 換算時區、計算時間間隔(duration, interval, period)
- 日期與時間的加減乘除、年月日的特殊運算 e.g. `ceiling_date()`
- 日期可以跟數值轉換 e.g. `as.numeric(as_date("1997-01-01"))`
---

# 條件判斷 conditional statement

- `if (條件) { 滿足條件則執行 } else if { 滿足條件則執行 } else { 不滿足條件則執行 }`
- 由 `if else` 語句、`T, F` 條件所組成
- 用途
 - 滿足特定條件則執行特定程式碼
 - 寫函數時的例外處理
 - 迴圈當中有時候跳過特定情況

---
# For loop 迴圈

- 迴圈的長相

```r
vec <- c(1,4,9)
for (i in 1:length(vec)) {
  print(vec[i] + 10)
}
```

```
## [1] 11
## [1] 14
## [1] 19
```
---
# For loop 迴圈

- 解釋
 - 從 1 開始，印出 "向量 `vec` 當中第 i 個元素" + 10 的結果，持續此步驟直到向量 `vec` 的長度結束

```r
vec <- c(1,4,9)
for (i in 1:length(vec)) {
  print(vec[i] + 10)
}
```

---
# For loop 迴圈

- 解釋
 - 從 1 開始，判斷 "向量 `vec` 當中第 i 個元素" 的奇偶，若為奇數印出 "good"，偶數則印出 "bad"，持續此步驟直到向量 `vec` 的長度結束

```r
vec <- c(1,4,9)
for (i in 1:length(vec)) {
  if(vec[i] %% 2 == 1) {
    print("good")
  } else {
    print("bad")
  }
}
```

---
# For loop 迴圈

- 解釋
 - 各自從 i = 1 與 j = 1 開始，判斷 "向量 `vec_01` 中第 i 個元素" 與 "向量 `vec_02` 中第 j 個元素" 差值的奇偶，若為奇數印出 "good"，偶數則印出 "bad"，持續此步驟直到向量 `vec_02` 的長度，依次類推，直到向量 `vec_01` 最後一值也完成同樣流程

```r
vec_01 <- c(1,4,9)
vec_02 <- c(2,4)
for (i in 1:length(vec_01)) {
  for (j in 1:length(vec_02)) {
    if(vec_01[i]-vec_02[j] %% 2 == 1) {
      print("good")
    } else {
      print("bad")
    }
  }
}
```

---
# For loop 迴圈

- 迴圈的構成元素
 - `for` 語句 與 `{}`
 - 開始到結束，通常都用 `i` 開始到 `length()` 結束，也可以寫死
 - 裡面常常會用到第 i 個元素，也就是 `vector[i]` 的寫法
 - 可以寫不只一層，想寫兩層三層都可以
- 迴圈的其他寫法
 - `while`
 - `break`
 - `next`

---
# while and others

- 只要條件為 `T` 就會一直執行

```r
x <- 1
y <- 5
while (x <= y) {
  print("good")
  x <- x + 1
}
```

---
# while and others

- 用 `next` 跳過某次
- 用 `break` 跳出所有

```r
now <- 1
destination_A <- 8;destination_B <- 9
while (now <= destination_B) {
  if(now == 4) {
    now <- now + 1
    next
  }
  else {
    if(now == destination_A) {break}
    print(stringr::str_c("電梯", now, "樓"))
  }
  now <- now + 1
}
```

---
# 迴圈 for loop and while

- `for (i in 開始:結束) { 重複的程式碼 }`
- `for, while, break, next, repeat`
- 重複的程式碼內部也可以寫條件判斷
- 用途
 - 就是不斷重複做某些事

---

# 寫函數

- Datacamp 上的 [Introduction to Writing Functions in R
](https://learn.datacamp.com/courses/introduction-to-writing-functions-in-r)
- 為什麼要寫函數: DRY, [Do not Repeat Yourself](https://en.wikipedia.org/wiki/Don%27t_repeat_yourself)
 - 把很多行程式碼組成有意義的區塊
 - 有了函數之後，就算有些值改變，只需要更改使用者輸入的參數即可
 - 避免複製貼上時出錯
- 時機若對就要自己寫函數: 當你一直複製貼上的時候
- 寫函數的步驟
 - 思考你想透過這個函數達成什麼，通常就是複製貼上的部分
 - 想一個合適貼切而且易懂的名字，不要寫 `function_01()`
 - 列出使用者輸入的參數，放在 `function(){}` 的括號裡面
 - 列出函數內部的運作，放在 `function(){}` 的中括號裡面

---

# 寫函數

- 一個不那麼生活化的例子，但很易懂
- 你有個特殊的運算需求，但沒人寫過相關函數

```r
ten_time_add_two <- function(x){
  y = x * 10 + 2
  print(y)
}

ten_time_add_two(1)
```

```
## [1] 12
```

---

# 寫函數

- 一個生活化的例子
- 你有個特殊的評論需求，但沒人寫過相關函數

```r
bad_reply <- function(name_seller){
  value_bad <- "真的很差勁"
  stringr::str_c(name_seller, value_bad)
}

bad_reply("賣家b04701103")
```

```
## [1] "賣家b04701103真的很差勁"
```

```r
bad_reply(c("賣家b04701103","賣家r09342011","賣家ooxx"))
```

```
## [1] "賣家b04701103真的很差勁" "賣家r09342011真的很差勁"
## [3] "賣家ooxx真的很差勁"
```

---

# 寫函數 - 注意事項

- 取名字
 - 不要太長也不要太短 e.g. `g()`, `first_add3_then_time10()`
 - 不要沒意義 e.g. `elegant_function()`
 - 不要不一致 e.g. `get_second()` & `GET.THIRD()`
 - 相同開頭(prefix) 為佳 e.g. `remove_second()` & `remove_third()` 
 - 不要惡搞已經有的函數 e.g. `sum <- function(x){mean(x)}`
- 參數 argument 
 - 使用者輸入的東西跟你想得很不一樣
 - 你希望輸入是日期但可能會有數字、字串等等
 - 可以加上 `if else` 語句判斷後再執行以免出錯
 - 可以不只一個 argument，也可以有預設值

---

# 寫函數 - 注意事項

```r
bad_reply <- function(name_seller, score = 1, value_bad = "真的很差勁"){
  if(!is.integer(score)){
    print("請重新輸入: score 為 1 - 5 的正整數")
  } else {
  stringr::str_c(name_seller, value_bad, " 怒給", score, "星")
  }
}

bad_reply("賣家b04701103", score = 2)
bad_reply("賣家r09342011", "沒有誠信")
bad_reply("賣家ooxx", score = 1.2)
bad_reply("賣家ooxx", score = "爛")
```

---
# 寫函數 - 注意事項

- 環境
 - global, 整個大環境
 - local, 函數裡面的環境, 不影響大環境

```r
y = 1
add_five <- function(x){y = x + 5; return(y)}
add_five(3)
```

```
## [1] 8
```

```r
y
```

```
## [1] 1
```

---

# 寫函數 - 注意事項

- 最重要的就是 Do not Repeat Yourself 同時也避免複製貼上出錯
- 名字要好好取，要有意義、有一致性、不要太長也不要太短
- 參數可以有很多個，也可以有預設值
- 使用者輸入的跟你想的可能不一樣，可能需要處理例外的 branch
- 函數的環境跟整個大環境是分開的

---

# dataframe 操作

- 取特定列
 - base R: `[,]`, `head()` and `tail()`
 - tidyverse: `slice_**()`
  - `slice()`, `slice_head()`, `slice_tail()`, `slice_sample()`
- 取特定欄
 - base R: `[,]`
 - tidyverse: `select()` (next week)
- 列與欄的合併
 - base R: `rbind()` and `cbind()`
 - tidyverse: `bind_rows()` and `bind_cols()`

---

# dataframe 列操作

- base R

```r
df_head <- head(iris, 1)
df_several <- iris[c(1:3), ]
df_last <- tail(iris, 1)
rbind(df_head, df_last)
rbind(df_head, df_several)
```

- tidyverse

```r
df_head <- slice_head(iris, n= 1)
df_several <- slice(iris, 1:3)
df_last <- slice_tail(iris, n= 1)
bind_rows(df_head, df_last)
```

---
# dataframe 欄操作

- base R

```r
iris_c12 <- iris[ ,c("Sepal.Length","Sepal.Width")]
iris_c34 <- iris[ ,c(3:4)]
iris_c1234 <- cbind(iris_c12,iris_c34)
```

- tidyverse (next week)

```r
iris_c12 <- select(iris, Sepal.Length, Sepal.Width)
iris_c34 <- select(iris, 3, 4)
iris_c1234 <- bind_cols(iris_c12,iris_c34)
```