Summary  
This chapter demonstrates how to add new elements to a vector and update existing ones using concatenation functions (like c() or append()) or direct assignment by index or name.  

General domain of usage  
Student grade management.

Vetores podem ser modificados adicionando novos elementos ou atualizando os existentes. Isso é útil quando a estrutura de dados precisa crescer ou quando valores precisam ser corrigidos.

## Adição de elementos com funções
Utilize a função `c()` ou a função `append()` para adicionar um novo valor a um vetor. Se o vetor for nomeado, é possível atribuir um rótulo ao novo elemento.

grades <- c(80, 75, 95, 100)
names(grades) <- c('Math', 'Physics', 'English', 'Literature')

# Add new grade
grades <- c(grades, 60)
names(grades)[length(grades)] <- 'Philosophy'

grades

## Adicionando elementos com nomes
Se o vetor já possui nomes, é possível adicionar um novo elemento atribuindo um valor diretamente a um novo nome.

grades <- c(80, 75, 95, 100)
names(grades) <- c('Math', 'Physics', 'English', 'Literature')

# Add new grade 
grades['Philosophy'] <- 60

grades

## Atualização de Elementos
Também é possível modificar valores existentes, seja pelo nome ou pelo índice.

grades <- c(80, 75, 95, 100)
names(grades) <- c('Math', 'Physics', 'English', 'Literature')

# Update second grade
grades[2] <- 60
# Update Math grade by name
grades["Math"] <- 100

# =====================================================================
# СКРЫТЫЕ ТЕСТЫ ДЛЯ user_code.R
#
# КАК МЫ РАБОТАЕМ:
#  1) Один раз выполняем пользовательский файл в отдельном окружении
#     через run_user_code(...). Получаем:
#       - res$values$...  — переменные из окружения
#       - res$logs        — весь печатный вывод (включая результаты выражений)
#  2) Каждый кейс — отдельный dynamic_test(...), то есть отдельная строка
#     в отчёте, с «говорящим» названием (успех/ошибка).
# =====================================================================

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

# Ищем user_code.R в двух вариантах:
#  1) в корне проекта:        ../../user_code.R  (относительно tests/testthat)
#  2) рядом с тестами:        user_code.R        (внутри tests/testthat)
candidates <- c(
  testthat::test_path("..", "..", "user_code.R"),
  testthat::test_path("user_code.R")
)

# Нормализуем пути, оставляем существующие
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]]

# Выполняем user_code.R и перехватываем консольный вывод
res <- run_user_code(
  file       = user_file,
  capture    = c("prices", "items"),
  echo       = FALSE,
  print.eval = TRUE
)

# ---------- CASE 1 ----------
{
  p <- res$values$prices
  ok <- !is.null(p) &&
        is.numeric(p) &&
        identical(unname(p), c(340, 150, 115, 45, 180, 135))

  dynamic_test(
    ok,
    "Variable 'prices' is declared and has correct updated numeric values",
    sprintf("Expected prices = c(340,150,115,45,180,135). Got: %s",
            paste(utils::capture.output(dput(p)), collapse = " "))
  )
}

# ---------- CASE 2 ----------
{
  p <- res$values$prices
  ok <- !is.null(p) &&
        identical(names(p),
                  c("Sofa", "Armchair", "Dining table", "Dining chair", "Bookshelf", "Desk"))

  dynamic_test(
    ok,
    "Names(prices) include 'Desk' and updated 'Bookshelf'",
    sprintf("Expected names(prices) = c('Sofa','Armchair','Dining table','Dining chair','Bookshelf','Desk'). Got: %s",
            paste(utils::capture.output(dput(names(p))), collapse = " "))
  )
}

# ---------- CASE 3 ----------
{
  out <- trimws(paste(res$logs, collapse = " "))
  # Спочатку всі назви у правильному порядку, потім усі значення
  ok <- grepl("Sofa.*Armchair.*Dining table.*Dining chair.*Bookshelf.*Desk.*340.*150.*115.*45.*180.*135", out)

  dynamic_test(
    ok,
    "Console output contains all updated names and values in correct order",
    sprintf("Expected console output to show names then values in order. Actual: %s", out)
  )
}


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

Adquira uma compreensão sólida de R, uma das linguagens mais amplamente utilizadas para análise de dados. Explore tipos de dados fundamentais e valores unidimensionais, avançando para estruturas multidimensionais, incluindo matrizes, data frames e listas. Desenvolva as habilidades necessárias para aplicar R de forma eficaz em análises estatísticas e na tomada de decisões orientadas por dados.

Aprenda o essencial da sintaxe do R, como aritmética, variáveis, funções de impressão e comentários. Reforce sua compreensão da lógica computacional por meio de exercícios.

Explore os tipos de dados em R e compreenda seu papel no tratamento de dados. Desenvolva habilidades no trabalho com vetores como estruturas essenciais para organizar e analisar informações.

Desenvolva a capacidade de gerenciar dados categóricos de forma eficaz. Descubra como estruturar, agrupar e interpretar valores convertendo dados brutos em categorias claras.

Compreender como representar e trabalhar com dados estruturados bidimensionais. Desenvolver confiança na transformação, rotulagem e aplicação de operações em matrizes para tarefas analíticas.

Domine a estrutura de dados mais utilizada no R para informações tabulares. Aprenda a organizar, transformar e extrair insights de conjuntos de dados para apoiar decisões baseadas em dados.

Aprenda como listas vão além dos vetores ao armazenar elementos de diferentes tipos e comprimentos. Desenvolva a habilidade de criar, acessar e modificar listas para organizar estruturas de dados complexas.

Modificando Elementos de Vetores

Adição de elementos com funções

Exemplo

Adicionando elementos com nomes

Exemplo

Atualização de Elementos

Exemplo

Solução