Kursinhalt
Einführung in R: Teil II
Einführung in R: Teil II
Logisches Indexieren
Gut! Der Zugriff auf Spalten über ihre Namen ist praktisch. Können wir die Zeilen filtern, die wir ausgeben möchten?
Ja, das können wir. Zuerst können wir Indizes verwenden (wie es bei Vektoren oder Matrizen der Fall war). Aber normalerweise kennen wir die Positionen der Zeilen nicht, sondern kennen einige Bedingungen, die wir erfüllen möchten. Zum Beispiel möchten wir möglicherweise Daten nur für Männer oder nur für Personen über 30 extrahieren. Sie können dies tun, indem Sie die erforderlichen Bedingungen in eckigen Klammern angeben. Sie müssen das doppelte Zeichen == für Gleichheit verwenden.
Angenommen, wir haben einen Data Frame data und möchten die Zeilen filtern, die den Wert 30 in der Spalte age haben. Dies kann mit der folgenden Syntax durchgeführt werden: data[data$age == 30,]. Beachten Sie, dass Sie die Bedingung als ersten Index innerhalb der eckigen Klammer setzen. Zum Beispiel, für die gleichen Trainingsdaten wie zuvor, lassen Sie uns die Daten von Personen extrahieren, die älter als 30 sind und nur Männer.
# Data name <- c("Alex", "Julia", "Finn") age <- c(24, 43, 32) gender <- c("M", "F", "M") # Creating a data frame test <- data.frame(name, age, gender) # People older than 30 test[test$age > 30, ] # Males only test[test$gender == 'M', ]
Wie Sie sehen können, ist das korrekt.
Swipe to start coding
Verwenden Sie den mtcars-Datensatz, um die folgenden Daten zu extrahieren:
- Die Autos absolvieren eine Viertelmeile in weniger als 16 Sekunden (Spalte
qsec). - Autos mit 6 Zylindern (Spalte
cyl).
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
Logisches Indexieren
Gut! Der Zugriff auf Spalten über ihre Namen ist praktisch. Können wir die Zeilen filtern, die wir ausgeben möchten?
Ja, das können wir. Zuerst können wir Indizes verwenden (wie es bei Vektoren oder Matrizen der Fall war). Aber normalerweise kennen wir die Positionen der Zeilen nicht, sondern kennen einige Bedingungen, die wir erfüllen möchten. Zum Beispiel möchten wir möglicherweise Daten nur für Männer oder nur für Personen über 30 extrahieren. Sie können dies tun, indem Sie die erforderlichen Bedingungen in eckigen Klammern angeben. Sie müssen das doppelte Zeichen == für Gleichheit verwenden.
Angenommen, wir haben einen Data Frame data und möchten die Zeilen filtern, die den Wert 30 in der Spalte age haben. Dies kann mit der folgenden Syntax durchgeführt werden: data[data$age == 30,]. Beachten Sie, dass Sie die Bedingung als ersten Index innerhalb der eckigen Klammer setzen. Zum Beispiel, für die gleichen Trainingsdaten wie zuvor, lassen Sie uns die Daten von Personen extrahieren, die älter als 30 sind und nur Männer.
# Data name <- c("Alex", "Julia", "Finn") age <- c(24, 43, 32) gender <- c("M", "F", "M") # Creating a data frame test <- data.frame(name, age, gender) # People older than 30 test[test$age > 30, ] # Males only test[test$gender == 'M', ]
Wie Sie sehen können, ist das korrekt.
Swipe to start coding
Verwenden Sie den mtcars-Datensatz, um die folgenden Daten zu extrahieren:
- Die Autos absolvieren eine Viertelmeile in weniger als 16 Sekunden (Spalte
qsec). - Autos mit 6 Zylindern (Spalte
cyl).
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwenden