Summary  
This chapter covers how to explicitly convert numeric values between integer, double, and complex types using built-in functions and explains the valid conversion hierarchy and rules (such as truncation of decimals and handling of imaginary parts).

General domain of usage  
Numerical computing

Zahlen können mithilfe von eingebauten Funktionen zwischen verschiedenen Typen konvertiert werden. Dadurch ist es möglich, Werte bei Bedarf als Integer, Double oder komplexe Zahlen zu verwenden.

## Falsche Konvertierung
Das bloße Anhängen von `L` an eine bestehende Variable führt nicht zur Konvertierung:

## Korrekte Umwandlung
Stattdessen sollten Sie eine dieser Funktionen verwenden:
- `as.integer()`;
- `as.double()`;
- `as.complex()`.

as.integer(3.8)
as.double(5L)
as.complex(7)

Numerische Typen folgen einer Hierarchie, die definiert, wie Werte umgewandelt werden können:
- `integer → double → complex`-Umwandlungen sind immer gültig;
- Die Umwandlung eines `double` in einen `integer` schneidet den Dezimalteil ab;
- Eine Umwandlung eines `complex` ist nur möglich, wenn der Imaginärteil null ist.

Erwerben Sie ein fundiertes Verständnis von R, einer der am weitesten verbreiteten Sprachen für Datenanalyse. Erkunden Sie grundlegende Datentypen und eindimensionale Werte und vertiefen Sie sich anschließend in mehrdimensionale Strukturen wie Matrizen, Data Frames und Listen. Entwickeln Sie die Fähigkeiten, R effektiv in der statistischen Analyse und datenbasierten Entscheidungsfindung einzusetzen.

Erlernen Sie die Grundlagen der R-Syntax, wie Arithmetik, Variablen, Ausgabefunktionen und Kommentare. Vertiefung des Verständnisses für rechnerische Logik durch Übungen.

Untersuchung der Datentypen in R und deren Bedeutung für die Datenverarbeitung. Entwicklung von Fähigkeiten im Umgang mit Vektoren als grundlegende Strukturen zur Organisation und Analyse von Informationen.

Fähigkeit zur effektiven Verwaltung kategorialer Daten entwickeln. Erfahren, wie Rohdaten durch Strukturierung, Gruppierung und Interpretation in eindeutige Kategorien umgewandelt werden.

Verständnis für die Darstellung und Arbeit mit strukturierten zweidimensionalen Daten. Sicherheit im Transformieren, Beschriften und Anwenden von Operationen auf Matrizen für analytische Aufgaben entwickeln.

Beherrschung der am häufigsten verwendeten Datenstruktur in R für tabellarische Informationen. Organisation, Transformation und Gewinnung von Erkenntnissen aus Datensätzen zur Unterstützung datenbasierter Entscheidungen.

Erfahren Sie, wie Listen über Vektoren hinausgehen, indem sie Elemente unterschiedlichen Typs und unterschiedlicher Länge speichern. Entwickeln Sie die Fähigkeit, Listen zu erstellen, darauf zuzugreifen und sie zu modifizieren, um komplexe Datenstrukturen zu organisieren.

Typumwandlung

Falsche Konvertierung

Korrekte Umwandlung

Lösung

Awesome!

Typumwandlung

Falsche Konvertierung

Korrekte Umwandlung

Lösung