R’da Sayısal Veriler ve Matematiksel İşlemler: numeric, integer ve Tuzaklar
Bilgisayarın hesap makinesi olduğunu düşünüyorsan, R sana ilk derste bir sürpriz yapacak. 0.1 + 0.2 == 0.3 yazıp FALSE cevabını aldığında “R bozuk” diye düşünebilirsin. R bozuk değil. Hesap yapan her dil aynı yerde tökezliyor.
Bu derste R’daki sayı türlerini, aritmetik operatörleri ve veri analizinde en çok zaman kaybettiren sayısal tuzakları göreceksin.
R’da Sayı Türleri: numeric, integer, complex
R’da bir sayıyı olduğu gibi yazarsan numeric olur. Arka planda bu, 64 bitlik ondalıklı sayı (double) demek. Tam sayı (integer) istiyorsan sayının sonuna L eklersin.
a <- 5 # numeric (double)
b <- 5L # integer, L eki "bu bir tam sayı" demektir
class(a) # [1] "numeric"
typeof(a) # [1] "double"
class(b) # [1] "integer"
typeof(b) # [1] "integer"Arka planda ne oldu? class() nesnenin R açısından türünü, typeof() ise bellekte nasıl saklandığını söyler. 5 yazdığında R onu varsayılan olarak double yapar. 5L ise 32 bitlik tam sayıdır. Günlük işlerde fark etmeyeceksin, ama bellek tasarrufu, indeksleme ve taşma konularında karşına çıkacak.
R’da ayrıca karmaşık sayılar da var (3 + 2i). Veri analizinde nadiren lazım olur, bu seride kullanmayacağız.
Temel Aritmetik Operatörler
10 + 3 # [1] 13 toplama
10 - 3 # [1] 7 çıkarma
10 * 3 # [1] 30 çarpma
10 / 3 # [1] 3.333333 bölme
10 ^ 3 # [1] 1000 üs alma (10 ** 3 de aynı sonucu verir)
10 %% 3 # [1] 1 mod (bölümden kalan)
10 %/% 3 # [1] 3 tam sayı bölmesiİki operatör özellikle işine yarayacak:
%%(mod): Çift/tek kontrolü, her n. satırı seçme, saat ve dakika dönüşümü gibi işlerin temel taşı.15 %% 2sonucu1ise sayı tektir.%/%(tam bölme): Bölümün tam sayı kısmını verir.
R konsolunda 3.333333 gördüğünde değer tam olarak bu değildir. R varsayılan olarak 7 anlamlı basamak gösterir, bellekte değer çok daha hassas durur.
İşlem Önceliği
2 + 3 * 4 # [1] 14
-2 ^ 2 # [1] -4
(-2) ^ 2 # [1] 4Üçüncü örnek sürpriz yapar. R’da ^ operatörü eksi işaretinden önce çalışır. -2 ^ 2 aslında -(2 ^ 2) olarak hesaplanır. Emin değilsen parantez kullan. Parantez hiçbir zaman yanlış olmaz.
Ondalık Sayılarda Hassasiyet: 0.1 + 0.2
0.1 + 0.2 == 0.3
# [1] FALSE
print(0.1 + 0.2, digits = 17)
# [1] 0.30000000000000004Arka planda ne oldu? Bilgisayar sayıları ikilik tabanda saklar. 0.1 ve 0.2 ikilik tabanda sonsuza uzayan kesirlerdir, bu yüzden belleğe yaklaşık değer olarak yazılır. Toplamda minik bir artık kalır. == operatörü bu artığı da hesaba kattığı için FALSE döner.
Doğru karşılaştırma yöntemi:
isTRUE(all.equal(0.1 + 0.2, 0.3))
# [1] TRUEall.equal() küçük farkları tolerans içinde sayar. İçini isTRUE() ile sarmalıyoruz, çünkü fark büyükse all.equal() FALSE yerine fark hakkında bir metin döndürür.
Acı tecrübe: Veri setinde iki ondalıklı sütunu
==ile eşleştirmeye çalışıp satırların yarısının eşleşmediğini görmek, R’ın klasik hoş geldin hediyesidir. Ondalıklı sayıları asla==ile karşılaştırma.
Yuvarlama Fonksiyonları
round(3.14159, 2) # [1] 3.14
ceiling(3.2) # [1] 4 yukarı yuvarla
floor(3.8) # [1] 3 aşağı yuvarla
trunc(-3.8) # [1] -3 ondalık kısmı at
signif(123456, 2) # [1] 120000 2 anlamlı basamak bırakfloor(-3.8) sonucu -4, trunc(-3.8) sonucu ise -3. Negatif sayılarda iki fonksiyon ayrışır.
Şimdi okul matematiğiyle çelişen bir davranış:
round(0.5) # [1] 0
round(1.5) # [1] 2
round(2.5) # [1] 2R, tam ortadaki değerleri en yakın çift sayıya yuvarlar (bankacı yuvarlaması). 2.5 bu yüzden 3 olmaz, 2 olur. Hata değil, bilinçli bir standart. Ama raporda “yarım yukarı” bekleyen birine açıklamak zorunda kalırsın.
Matematik Fonksiyonları
sqrt(16) # [1] 4
abs(-7) # [1] 7
exp(1) # [1] 2.718282
log(100) # [1] 4.60517 doğal logaritma
log10(100) # [1] 2
log2(8) # [1] 3
log(8, base = 2) # [1] 3Dikkat: R’da log() varsayılan olarak doğal logaritmadır (e tabanlı). 10 tabanı için log10() kullan.
Inf, NaN ve NA
1 / 0 # [1] Inf
-1 / 0 # [1] -Inf
0 / 0 # [1] NaN
sqrt(-1) # [1] NaN (uyarı: NaNs produced)
is.nan(0 / 0) # [1] TRUE
is.finite(c(1, Inf, NaN, NA))
# [1] TRUE FALSE FALSE FALSER’da sıfıra bölmek hata vermez. Sonuç Inf ya da NaN olur. İkisi de sonraki hesaplamalara sessizce taşınır. Ortalama alırken tek bir Inf bütün sonucu sonsuz yapar.
NA ise “bu değer bilinmiyor” demektir. NA ile yapılan her hesap NA döner:
toplam <- sum(c(1, 2, NA))
toplam
# [1] NA
sum(c(1, 2, NA), na.rm = TRUE) # eksik değerleri atla
# [1] 3
mean(c(10, 20, NA), na.rm = TRUE)
# [1] 15Acı tecrübe: Hata mesajı çıkmadığı için
NAen tehlikeli sürprizdir. Bir sütunda tek bir boş hücre varsamean()sanaNAverir.na.rm = TRUEyazmayı unutmak, “neden her şey NA?” sorusunun yüzde doksan cevabıdır. NA’ya Ders 11’de derinlemesine döneceğiz.
Tam Sayı Taşması
.Machine$integer.max
# [1] 2147483647
.Machine$integer.max + 1L
# [1] NA
# Uyarı: NAs produced by integer overflow
.Machine$integer.max + 1
# [1] 2147483648Arka planda ne oldu? integer türü 32 bit olduğu için en fazla 2.147.483.647 değerini taşıyabilir. L ekli iki sayıyı toplayınca sonuç integer kalmak zorunda, sığmayınca NA olur. 1 yazınca (L olmadan) sayı double’a dönüştüğü için toplam rahatça sığar. Büyük kimlik numaraları ve toplam satış adetleriyle çalışırken bunu hatırla.
Bir de bölme ve tam bölme davranışına bak:
5L / 2L # [1] 2.5 bölme her zaman double döndürür
5L %/% 2L # [1] 2 tam bölme integer kalır
class(5L %/% 2L)
# [1] "integer"Bilimsel Gösterim
100000
# [1] 1e+05
123456
# [1] 123456R, yazması kısa olanı seçer. 100000 için 1e+05 daha kısa olduğundan o şekilde gösterir. Sayı değişmedi, yalnızca gösterim değişti. Düz göstermek için:
format(100000, scientific = FALSE)
# [1] "100000"
format(1234567.891, big.mark = ",")
# [1] "1,234,568"Tüm oturum için options(scipen = 999) yazabilirsin, ama bunu script başına koymak yerine ihtiyaç duyduğun yerde format() kullanmayı tercih ederim. Global ayarlar farkında olmadan başka çıktıları da etkiler.
Metinden Sayıya: Türkçe Virgül Tuzağı
as.numeric("12.5") # [1] 12.5
as.numeric("12,5") # [1] NA
# Uyarı: NAs introduced by coercion
as.integer(3.9) # [1] 3 yuvarlamaz, ondalığı keserTürkçe’de ondalık ayracı virgül. R ise yalnızca nokta bekler. Excel’den ya da CSV’den 12,5 biçiminde gelen veriyi as.numeric() ile çevirirsen NA alırsın. Çözüm için önce virgülü noktaya çevir:
as.numeric(sub(",", ".", "12,5", fixed = TRUE))
# [1] 12.5sub() fonksiyonunu bir sonraki derste ayrıntılı göreceksin.
Uygulama 1: KDV Hesabı
fiyat <- 1250
kdv_orani <- 0.20
kdv <- fiyat * kdv_orani
toplam <- fiyat + kdv
cat("KDV:", kdv, "TL\n")
# KDV: 250 TL
cat("Toplam:", toplam, "TL\n")
# Toplam: 1500 TLUygulama 2: Saniyeyi Saat-Dakika-Saniyeye Çevirme
saniye <- 7384
saat <- saniye %/% 3600 # 7384 içinde kaç tam saat var
kalan <- saniye %% 3600 # saatleri çıkarınca kalan saniye
dakika <- kalan %/% 60 # kalandan kaç tam dakika çıkar
sn <- kalan %% 60 # geriye kalan saniye
cat(saat, "saat", dakika, "dakika", sn, "saniye\n")
# 2 saat 3 dakika 4 saniyeArka planda ne oldu? 7384 %/% 3600 sonucu 2, 7384 %% 3600 sonucu 184. 184 %/% 60 sonucu 3, 184 %% 60 sonucu 4. Böylece %/% ve %% ikilisi bütün zaman dönüşümlerinin temelini oluşturur.
Kontrol Listesi
- ☐
5ile5Larasındaki fark (double ve integer) bana tanıdık geldi. - ☐ Ondalıklı sayıları
==ile değilall.equal()ile karşılaştırıyorum. - ☐
round(2.5)sonucunun neden2olduğunu açıklayabiliyorum. - ☐
sum()vemean()fonksiyonlarındana.rm = TRUEkullanımını biliyorum. - ☐
as.numeric("12,5")sonucununNAolduğunu ve çözümünü biliyorum. - ☐
-2 ^ 2ifadesinin-4verdiğini hatırlıyorum.
Sıkça Sorulan Sorular
R’da numeric ve integer arasındaki fark nedir?
numeric ondalıklı sayı (double) türüdür ve varsayılandır. integer ise sayının sonuna L eklenerek oluşturulan 32 bitlik tam sayıdır. Veri analizinde çoğu zaman numeric yeterlidir.
R’da 0.1 + 0.2 neden 0.3’e eşit değil?
Bilgisayar ondalıklı sayıları ikilik tabanda yaklaşık olarak saklar. Bu yüzden çok küçük hata payı oluşur. Karşılaştırma için isTRUE(all.equal(x, y)) kullan.
R’da mod alma işlemi nasıl yapılır?
%% operatörüyle. 10 %% 3 sonucu 1 olur.
R sıfıra bölünce hata verir mi?
Hayır. 1 / 0 sonucu Inf, 0 / 0 sonucu NaN olur. Hesaplamaya sessizce devam eder, bu yüzden verini kontrol etmeyi ihmal etme.
round() neden 2.5’i 3 yapmıyor?
R, IEC 60559 standardına uyup tam ortadaki değerleri en yakın çift sayıya yuvarlar. round(2.5) sonucu 2, round(3.5) sonucu 4 olur.
Sayılarla işimiz tamam. Bir sonraki derste metinlere geçiyoruz: "Merhaba" gibi karakter verileri, substr(), strsplit(), gsub() ve Türkçe karakterlerin toupper() ile başına açtığı belalar.







