Summary  
This chapter shows how to index into a list by position or name, using single brackets to return sublists and double brackets (or the $ shorthand) to extract the underlying values.

General domain of usage  
Data manipulation

Listenelemente können auf verschiedene Arten abgerufen werden. Wie bei Vektoren beginnt die Indizierung bei `1`.

## Zugriff nach Index
Elemente in einer Liste können entweder mit einfachen oder doppelten Klammern abgerufen werden:
- Die Verwendung von **einfachen Klammern** (`[ ]`) gibt das Element als **Liste** zurück;
- Die Verwendung von **doppelten Klammern** (`[[ ]]`) gibt **den Wert selbst** zurück.

test <- list(text = "Text", number = 42, logical = TRUE)

# Extract as list
test[2]
# Extract as value
test[[2]]

## Zugriff über Label
Wenn eine Liste Labels besitzt, können Elemente mithilfe dieser Labels extrahiert werden. Wie bei Indizes können Sie einfache Klammern (`[ ]`) verwenden, um eine Liste zurückzugeben, oder doppelte Klammern (`[[ ]]`), um den Wert zu erhalten. Zusätzlich bietet das Dollarzeichen (`$`) eine Kurzschreibweise für den Zugriff auf Werte.

test <- list(text = "Text", number = 42, logical = TRUE)

# Extract as list
test["text"]
# Extract as value
test[["text"]]
test$text

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.

Indexierung Von Listenelementen

Zugriff nach Index

Beispiel

Zugriff über Label

Beispiel

Lösung

Awesome!

Indexierung Von Listenelementen

Zugriff nach Index

Beispiel

Zugriff über Label

Beispiel

Lösung