Summary  
This chapter covers using variables to perform clear, concise, and efficient calculations.

General domain of usage  
Financial calculations.

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

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

candidates_norm <- vapply(
  candidates,
  function(p) tryCatch(normalizePath(p, winslash = "/", mustWork = FALSE), error = function(e) NA_character_),
  character(1)
)

exists_flags <- file.exists(candidates_norm)
if (!any(exists_flags)) {
  stop(
    sprintf(
      "user_code.R not found.\nChecked paths:\n  - %s\nWorking dir: %s",
      paste(candidates, collapse = "\n  - "),
      getwd()
    )
  )
}

user_file <- candidates_norm[which(exists_flags)[1]]

res <- run_user_code(
  file       = user_file,
  capture    = c("initial_money", "interest_rate", "n_years", "revenue"),
  echo       = FALSE,
  print.eval = TRUE
)

# 1) Проверка формулы revenue
{
  r  <- res$values$revenue
  rt <- res$values$initial_money * (1 + res$values$interest_rate / 100)^res$values$n_years

  ok <- !is.null(r) && isTRUE(all.equal(as.numeric(r), as.numeric(rt), tolerance = 1e-10))

  dynamic_test(
    ok,
    "Variable 'revenue' equals initial_money * (1 + interest_rate/100)^n_years",
    sprintf("Expected revenue = %.3f. Got: %s", rt, paste(utils::capture.output(dput(r)), collapse = " "))
  )
}

# 2) Проверка вывода (сравниваем 3 знака после запятой)
{
  rt <- res$values$initial_money * (1 + res$values$interest_rate / 100)^res$values$n_years
  expected_str <- sprintf("Accrued amount: %.3f", rt)

  out <- trimws(paste(res$logs, collapse = " "))
  ok  <- grepl(expected_str, out, fixed = TRUE)

  dynamic_test(
    ok,
    sprintf("Console output contains '%s'", expected_str),
    sprintf("Expected console output to include '%s'. Actual: %s", expected_str, out)
  )
}


test_hidden.R

run_user_code <- function(
  file = "user_code.R",
  capture = character(0),
  inject = list(),
  echo = FALSE,
  print.eval = TRUE
) {
  stopifnot(file.exists(file))

  env <- new.env(parent = baseenv())
  if (length(inject)) list2env(inject, envir = env)

  logs <- utils::capture.output(
    base::source(file, local = env, echo = echo, print.eval = print.eval)
  )

  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)
}

# Один test_that с динамическим названием
dynamic_test <- function(condition, success, failure) {
  testthat::test_that(
    if (isTRUE(condition)) success else failure,
    {
      if (isTRUE(condition)) {
        testthat::expect_true(TRUE)
      } else {
        testthat::fail(failure)
      }
    }
  )
}


helper-run_user_code.R

データ分析で最も広く使用されている言語の一つであるRについて、確かな理解を身につけます。基本的なデータ型や一次元の値を学び、次に行列、データフレーム、リストなどの多次元構造へと進みます。統計解析やデータ駆動型の意思決定にRを効果的に活用するためのスキルを習得します。

算術演算、変数、出力関数、コメントなど、Rの構文の基本を学びます。演習を通じて計算論理の理解を深めます。

Rのデータ型を探求し、データ処理におけるその役割を理解します。情報の整理と分析に不可欠な構造としてベクトルを扱うスキルを身につけます。

カテゴリカルデータを効果的に管理する能力を身につけます。生データを明確なカテゴリに変換することで、値を構造化し、グループ化し、解釈する方法を学びます。

構造化された二次元データを表現し、操作する方法を理解します。分析作業のために、行列の変換、ラベリング、演算の適用に自信を持てるようになります。

Rで最も広く使用されている表形式データ構造を習得します。データセットを整理し、変換し、洞察を抽出して、データ駆動型の意思決定を支援します。

リストがベクトルを超えて、異なる型や長さの要素を格納できることを学びます。複雑なデータ構造を整理するために、リストの作成、アクセス、変更の能力を身につけます。

チャレンジ：収益計算

解答