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.

Vektorer kan ändras genom att lägga till nya element eller uppdatera befintliga. Detta är användbart när datastrukturen behöver utökas eller när värden behöver korrigeras.

## Lägga till element med funktioner
Använd funktionen `c()` eller funktionen `append()` för att lägga till ett nytt värde till en vektor. Om vektorn är namngiven kan du sedan tilldela en etikett till det nya elementet.

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

## Lägga till element med namn
Om vektorn redan har namn kan du lägga till ett nytt element genom att direkt tilldela ett värde till ett nytt namn.

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

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

grades

## Uppdatera element
Det går även att ändra befintliga värden antingen med namn eller med index.

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

Få en gedigen förståelse för R, ett av de mest använda språken för dataanalys. Utforska grundläggande datatyper och endimensionella värden, och gå sedan vidare till flerdimensionella strukturer, inklusive matriser, data frames och listor. Bygg de färdigheter som krävs för att använda R effektivt inom statistisk analys och datadrivna beslutsprocesser.

Lär dig grunderna i R-syntax, såsom aritmetik, variabler, utskriftsfunktioner och kommentarer. Fördjupa din förståelse för beräkningslogik genom övningar.

Utforska R:s datatyper och förstå deras roll i datahantering. Bygg färdigheter i att arbeta med vektorer som grundläggande strukturer för att organisera och analysera information.

Utveckla förmågan att hantera kategoriska data effektivt. Upptäck hur man strukturerar, grupperar och tolkar värden genom att omvandla rådata till tydliga kategorier.

Förstå hur man representerar och arbetar med strukturerad tvådimensionell data. Bygg självförtroende i att transformera, märka och tillämpa operationer på matriser för analytiska uppgifter.

Bemästra den mest använda datastrukturen i R för tabellbaserad information. Lär dig att organisera, transformera och extrahera insikter från dataset för att stödja datadrivna beslut.

Lär dig hur listor går bortom vektorer genom att lagra element av olika typer och längder. Utveckla förmågan att skapa, komma åt och modifiera listor för att organisera komplexa datastrukturer.

Ändra Vektorelement

Lägga till element med funktioner

Exempel

Lägga till element med namn

Exempel

Uppdatera element

Exempel

Lösning