R Notebook

This is an R Markdown Notebook. When you execute code within the notebook, the results appear beneath the code.

Try executing this chunk by clicking the Run button within the chunk or by placing your cursor inside it and pressing Ctrl+Shift+Enter.

plot(cars)

Add a new chunk by clicking the Insert Chunk button on the toolbar or by pressing Ctrl+Alt+I.

When you save the notebook, an HTML file containing the code and output will be saved alongside it (click the Preview button or press Ctrl+Shift+K to preview the HTML file).

The preview shows you a rendered HTML copy of the contents of the editor. Consequently, unlike Knit, Preview does not run any R code chunks. Instead, the output of the chunk when it was last run in the editor is displayed.

ls()
#rm(dane)
rm(list=ls())


m <- matrix(1:9, ncol=3, byrow = TRUE)
m
str(m)

m1 <- cbind(m,10:12)
m1
m2 <- rbind(m1, 13:16)
m2

2*m
lapply(m, str)
#sapply, vapply

outer(1:2,3:5, "*")
outer(c(TRUE,FALSE,NA), c(TRUE,FALSE),"&")

m
m[2,1]
#m[3,4]
typeof(m)
m[2,2] <- 1L

#macierz[wiersz,kolumna]
m
m[2:3,]
m[,]

m[1,,drop=FALSE]


a <- array(1:24, dim=c(2,4,3))
a
str(a)

dimnames(a) <- list(c("p1","p2"),c("q1","q2","q3","q4"),c("r1","r2","r3"))
a

class(m);mode(m);is.matrix(m);is.array(m)
class(a);mode(a);is.matrix(a);is.array(a)


m
#sum(m)
t(m)
isSymmetric(m*t(m))
m*t(m)

m3 <- matrix(9:1, ncol=3)
m
m3
m*m3
m %*% m3

i <- matrix(c(1,0,0, 0,1,0, 0,0,1), ncol=3)
i
i %*% i

i %*% m
m %*% i


#Obroty 2D
w <- c(0,1)
w
kat <- pi/4
o <- matrix(c(cos(kat), sin(kat),  -sin(kat), cos(kat)), ncol=2)
o
w1 <- o %*% w

#Skalowanie x=2, y=0.5
s <- matrix(c(2,0, 0,0.5), ncol=2)
s
s %*% w1

d <- diag(c(1,2,3))
d
diag(nrow=3)

m
diag(m)
diag(m) <- 0

tr <- function(m) {return(sum(diag(m)))}
tr(m)

m
apply(a,1:2,sum)

l <- c("pn", "wt", "śr", "cz", "pt", "so", "n")
dni <- factor(c("pn", "wt", "śr", "pn", "so", "so", "pn", "śr", "cz"), levels=l, ordered=TRUE)
dni
is.vector(dni)
str(dni)

v <- sample(0:9, 100, TRUE)
v
str(v)
f <- factor(v)
f
str(f)
as.vector(f)
as.integer(f)

dni
which(dni == "pn")

f
length(which(f==1))

dni
droplevels(dni)

v
cut(v, c("0","3","6","9"))

split(v, f)

dni
summary(dni)

#Data.frames

wyniki <- data.frame(
  id = c(1,2,3,4,5),
  plec = c("M", "K", "K", "M", "K"),
  wzrost=c(181,176,165,156,179),
  waga=c(107,71,68,71,89),
  stringsAsFactors = TRUE
)
wyniki
str(wyniki)
print(wyniki)
as.matrix(wyniki)

wyniki$plec

is.data.frame(wyniki)
typeof(wyniki)
is.list(wyniki)
attributes(wyniki)
dim(wyniki)
dimnames(wyniki)
row.names(wyniki)
colnames(wyniki)
names(wyniki)

row.names(wyniki) <- c("A","B","C","D","E")
wyniki
as.matrix(wyniki)
wyniki$plec
wyniki[[2]]
wyniki[2]
wyniki$plec[3]
subset(wyniki, wzrost>170 & plec=="K")
subset(wyniki, select=c(plec, wzrost))
subset(wyniki, select=-plec)

wyniki$waga <- wyniki$waga-10

wyniki2 <- cbind(wyniki, wiek=c(47,47,20,15,18))
wyniki2

split(wyniki, wyniki$plec)

wyniki_wiek <- data.frame(
  id = c(1,2,3,4,6),
  wiek = c(47,47,20,15,18)
)
wyniki_wiek
wyniki

wyniki3 <- merge(wyniki,wyniki_wiek, all.x = FALSE,all.y=FALSE)
wyniki3

#sortowanie
wyniki[order(wyniki$waga, wyniki$wzrost, decreasing = TRUE),]

head(wyniki)
tail(wyniki)

filePath <- "wyniki.csv"
write.table(wyniki, filePath, row.names=TRUE, eol="\n",sep=";",dec=",")

wyniki4 <- read.csv(filePath, sep=";", dec=",", header=FALSE, skip=2)
wyniki4
str(wyniki4)

dane1 <- read.csv("1.csv", sep=";", dec=",")
dim(dane1)
str(dane1)

levels(dane1$ButtonsLayoutType)
dane1$DemoMode
dane2 <- dane1[dane1$DemoMode != "True",]
is.numeric(dane2$CzasOstatniejCyfryMs)
is.numeric(dane2$CzasPierwszejCyfryMs)
is.numeric(dane2$CzasWpisywaniaMs)
czasWpisywania <- dane2$CzasOstatniejCyfryMs - dane2$CzasPierwszejCyfryMs
czasWpisywania
dane3 <- cbind(dane2, czasWpisywania2 = czasWpisywania)
max(abs(dane3$czasWpisywania2-dane3$CzasWpisywaniaMs))
dane3$GazeControlType
dane4 <- split(dane3, levels(dane3$GazeControlType))
names(dane4)
plot(dane4$DwellTime$CzasWpisywaniaMs, col="red")
points(dane4$Fixation$CzasWpisywaniaMs, col="green")
points(dane4$EnterAndLeavePositions$CzasWpisywaniaMs, col="blue")

mean(dane4$DwellTime$CzasWpisywaniaMs);sd(dane4$DwellTime$CzasWpisywaniaMs)
mean(dane4$Fixation$CzasWpisywaniaMs);sd(dane4$Fixation$CzasWpisywaniaMs)
mean(dane4$EnterAndLeavePositions$CzasWpisywaniaMs);sd(dane4$EnterAndLeavePositions$CzasWpisywaniaMs)

gornyLimit <- mean(dane4$DwellTime$CzasWpisywaniaMs) + 2*sd(dane4$DwellTime$CzasWpisywaniaMs)
gornyLimit

nrow(dane4$DwellTime)
dane5 <- dane4$DwellTime[dane4$DwellTime$CzasWpisywaniaMs < gornyLimit,]
dane4$DwellTime$CzasWpisywaniaMs < gornyLimit

plot(dane5$CzasWpisywaniaMs, col="red")
mean(dane5$CzasWpisywaniaMs);sd(dane5$CzasWpisywaniaMs)

shapiro.test(dane5$CzasWpisywaniaMs)
shapiro.test(dane4$DwellTime$CzasWpisywaniaMs)

png("czasWpisywania.png")
plot(dane5$CzasWpisywaniaMs, col="red")
dev.off()

oblicz.srednie.czasy.wpisywania <- function(filename)
{
  stopifnot(file.exists(filename))
  on.exit(print(paste("Zakończone przetwarzanie pliku ",filename), quote=FALSE))
  print(paste("Przetwarzam plik ",filename), quote=FALSE)
  dane1 <- read.csv(filename, sep=";", dec=",")
  dane2 <- dane1[dane1$DemoMode != "True",]
  stopifnot(is.numeric(dane2$CzasOstatniejCyfryMs))
  stopifnot(is.numeric(dane2$CzasPierwszejCyfryMs))
  stopifnot(is.numeric(dane2$CzasWpisywaniaMs))
  czasWpisywania <- dane2$CzasOstatniejCyfryMs - dane2$CzasPierwszejCyfryMs
  dane4 <- split(dane2, levels(dane2$GazeControlType))
  result <- c(
    dwelltime_meantime = mean(dane4$DwellTime$CzasWpisywaniaMs),
    dwelltime_sd = sd(dane4$DwellTime$CzasWpisywaniaMs),
    fixation_meantime = mean(dane4$Fixation$CzasWpisywaniaMs),
    fixation_sd = sd(dane4$Fixation$CzasWpisywaniaMs),
    eal_meantime = mean(dane4$EnterAndLeavePositions$CzasWpisywaniaMs),
    eal_sd = sd(dane4$EnterAndLeavePositions$CzasWpisywaniaMs)
  )
  return(result)
}

oblicz.srednie.czasy.wpisywania("1.csv")


normalizePath("1.csv")
basename("1.csv")
basename(normalizePath("1.csv"))
normalizePath(dirname("1.csv"))
tempdir()
tempfile()
getwd()
file.exists("1.csv")
file.info("1.csv")

pliki <- list.files(getwd(), pattern = "*.csv", full.names = TRUE)
pliki
oblicz.srednie.czasy.wpisywania(pliki[1])

wyniki2 <- lapply(pliki, oblicz.srednie.czasy.wpisywania)
wyniki2