Summary  
Data frames are two-dimensional data structures with named columns that can hold mixed data types, and R provides built-in datasets stored as data frames or matrices for convenient access.

General domain of usage  
Data analysis

**Data frame** on **kaksiulotteinen** tietorakenne, joka muistuttaa matriisia, mutta yhdellä keskeisellä erolla: data frame voi sisältää eri tietotyyppejä sarakkeissaan.

Määritelmä

## Pääominaisuudet
- Kuten matriiseissa, jokainen alkio data framessa sijaitsee rivin ja sarakkeen leikkauspisteessä;
- Toisin kuin matriiseissa, data framen sarakkeilla on aina oltava nimet;
- Data framejä käytetään yleisesti tietoaineistojen tallentamiseen R:ssä, missä eri sarakkeet edustavat eri tyyppisiä muuttujia.

## Sisäänrakennetut tietoaineistot
R tarjoaa useita sisäänrakennettuja tietoaineistoja, joista osa on tallennettuina matriiseina (vain numeerista dataa) ja osa data frameinä (sekaisin eri tietotyyppejä).

# =====================================================================
# ОПТИМІЗОВАНИЙ ВАРІАНТ ТЕСТІВ ДЛЯ mtcars
# =====================================================================

library(testthat)
source(testthat::test_path("helper-run_user_code.R"), local = TRUE)

# Пошук user_code.R
candidates <- c(
  testthat::test_path("..", "..", "user_code.R"),
  testthat::test_path("user_code.R")
)

user_file <- candidates[file.exists(candidates)][1]
if (is.na(user_file)) stop("user_code.R not found")

# Виконання user_code.R з обмеженим capture
logs_full <- utils::capture.output(source(user_file, echo = FALSE, print.eval = TRUE))
out <- trimws(substr(paste(logs_full, collapse = " "), 1, 3000))  # обмеження довжини

# ---------- CASE 1 ----------
{
  ok <- grepl("data.frame", out, fixed = TRUE)

  dynamic_test(
    ok,
    "Console output includes 'data.frame' class info",
    sprintf("Expected output to contain 'data.frame'. Actual (first chars): %s", substr(out, 1, 200))
  )
}

# ---------- CASE 2 ----------
{
  ok <- all(sapply(c("mpg","cyl","disp","hp","drat","wt","qsec"), function(x) grepl(x, out, fixed = TRUE)))

  dynamic_test(
    ok,
    "Console output contains main column names of mtcars",
    sprintf("Expected column names mpg,cyl,disp,hp,drat,wt,qsec. Actual (first chars): %s", substr(out, 1, 200))
  )
}

# ---------- CASE 3 ----------
{
  ok <- all(sapply(c("Mazda RX4","Datsun 710","Hornet 4 Drive"), function(x) grepl(x, out, fixed = TRUE)))

  dynamic_test(
    ok,
    "Console output contains example row names (Mazda RX4, Datsun 710, Hornet 4 Drive)",
    sprintf("Expected row names present. Actual (first chars): %s", substr(out, 1, 200))
  )
}

# ---------- CASE 4 ----------
{
  ok <- all(sapply(c("21.0","160.0","3.90"), function(x) grepl(x, out, fixed = TRUE)))

  dynamic_test(
    ok,
    "Console output contains numeric data from mtcars",
    sprintf("Expected values 21.0, 160.0, 3.90. Actual (first chars): %s", substr(out, 1, 200))
  )
}


test_hidden.R

# =====================================================================
# ВСПОМОГАТЕЛЬНЫЕ ХЕЛПЕРЫ ДЛЯ ТЕСТОВ
#
# Файл называется helper-*.R: testthat автоматически подхватывает такие
# файлы перед выполнением любых тестов в каталоге tests/testthat.
# =====================================================================

# -----------------------------------------------------------------------------
# run_user_code(...)
#  - безопасно запускает user_code.R в отдельном окружении (env)
#  - перехватывает ВЕСЬ вывод (stdout): как результаты выражений, так и print()/cat()
#  - возвращает:
#       values  — список запрошенных переменных (по именам из аргумента capture)
#       logs    — вектор строк перехваченного вывода
#       env     — окружение, где выполнялся user_code (можно исследовать при необходимости)
#
# ПАРАМЕТРЫ:
#   file        — путь к user_code.R
#   capture     — character-вектор имён переменных, которые нужно извлечь после выполнения
#   inject      — список объектов/функций, которые нужно «подложить» в среду исполнения
#                 (можно использовать для моков/маскировки опасных функций: system, file.remove и т.д.)
#   echo        — печатать код при исполнении (обычно FALSE)
#   print.eval  — ПЕЧАТАТЬ РЕЗУЛЬТАТЫ ВЫРАЖЕНИЙ. Ключевая опция, чтобы строки вида
#                 `prices['Armchair']` попадали в stdout без явного print().
#
# БЕЗОПАСНОСТЬ:
#   - В базовом R нет полноценной «песочницы». Мы изолируем код в новом env,
#     но ОС-доступ не блокируется магически.
#   - Для задач онлайн-платформы можно частично «глушить» опасные вызовы через inject,
#     например:
#       inject = list(
#         system      = function(...) stop("system disabled"),
#         file.remove = function(...) stop("file.remove disabled")
#       )
# -----------------------------------------------------------------------------
run_user_code <- function(
  file = "user_code.R",
  capture = character(0),
  inject = list(),
  echo = FALSE,
  print.eval = TRUE
) {
  # Бросаем явную ошибку, если файла нет (проще диагностировать)
  stopifnot(file.exists(file))

  # Изолированное окружение: parent=baseenv() (без лишних пользовательских объектов сверху)
  env <- new.env(parent = baseenv())

  # Подмешиваем моки/данные в окружение (при необходимости)
  if (length(inject)) list2env(inject, envir = env)

  # ВАЖНО: перехватываем весь вывод выполнения файла.
  # source(..., local=env, echo, print.eval) исполняет код ВНУТРИ env.
  # print.eval=TRUE заставляет R печатать результаты выражений (как в консоли),
  # что позволяет проверять «голые» выражения без print().
  logs <- utils::capture.output(
    base::source(file, local = env, echo = echo, print.eval = print.eval)
  )

  # Собираем запрошенные значения переменных
  values <- setNames(vector("list", length(capture)), capture)
  for (nm in capture) {
    if (exists(nm, envir = env, inherits = FALSE)) {
      values[[nm]] <- get(nm, envir = env, inherits = FALSE)
    } else {
      values[[nm]] <- NULL
    }
  }

  list(values = values, logs = logs, env = env)
}

# -----------------------------------------------------------------------------
# dynamic_test(condition, success, failure)
#  - Создаёт ОДИН тест с «динамическим» названием.
#  - Если condition=TRUE → тест называется success.
#  - Если condition=FALSE → тест называется failure, и тест проваливается.
#  - Используем настоящую expectation (expect_true(TRUE)), чтобы репортёры всегда
#    печатали имя успеха (TAP, progress и т.д.).
# -----------------------------------------------------------------------------
dynamic_test <- function(condition, success, failure) {
  if (isTRUE(condition)) {
    testthat::test_that(success, {
      testthat::expect_true(TRUE)
    })
  } else {
    testthat::test_that(failure, {
      testthat::fail(failure)
    })
  }
}
# =====================================================================

helper-run_user_code.R

Saavuta vankka ymmärrys R:stä, yhdestä laajimmin käytetyistä kielistä data-analyysissä. Tutustu perusdatatyyppeihin ja yksiulotteisiin arvoihin, ja etene moniulotteisiin rakenteisiin, kuten matriiseihin, datafreimeihin ja listoihin. Rakenna taidot, joita tarvitaan R:n tehokkaaseen soveltamiseen tilastollisessa analyysissä ja dataohjatussa päätöksenteossa.

Opi R-syntaksin perusteet, kuten aritmetiikka, muuttujat, tulostusfunktiot ja kommentit. Vahvista ymmärrystäsi laskennallisesta logiikasta harjoitusten avulla.

Tutustu R:n tietotyyppeihin ja ymmärrä niiden rooli datan käsittelyssä. Kehitä taitoja vektorien käytössä olennaisina rakenteina tiedon järjestämisessä ja analysoinnissa.

Kehitä kykyä hallita kategorista dataa tehokkaasti. Opi, kuinka jäsentää, ryhmitellä ja tulkita arvoja muuntamalla raaka data selkeiksi kategorioiksi.

Ymmärrä, kuinka esittää ja käsitellä jäsenneltyä kaksiulotteista dataa. Vahvista osaamista matriisien muuntelussa, nimeämisessä ja operaatioiden soveltamisessa analyyttisiin tehtäviin.

Hallitse R:n yleisimmin käytetty tietorakenne taulukkomuotoisen tiedon käsittelyyn. Opi järjestämään, muuntamaan ja analysoimaan tietoaineistoja tietoon perustuvien päätösten tueksi.

Opi, kuinka listat laajentavat vektorien ominaisuuksia tallentamalla eri tyyppisiä ja pituisia alkioita. Kehitä kykyä luoda, käyttää ja muokata listoja monimutkaisten tietorakenteiden järjestämiseksi.

Datarunkojen Ymmärtäminen

Pääominaisuudet

Sisäänrakennetut tietoaineistot

Datarunkojen Ymmärtäminen

Pääominaisuudet

Sisäänrakennetut tietoaineistot

Ratkaisu