Summary  
This chapter explains how to index and subset factor objects by position or sequences of positions, and how to drop unused levels when extracting elements.  

General domain of usage  
Categorical data manipulation in data analysis

Indeksering i faktorer fungerer på samme måde som med vektorer: du vælger elementer ud fra deres position eller en sekvens af positioner.

## Grundlæggende indeksering
Du kan hente specifikke værdier fra en faktor ved at placere deres indekser i kantede parenteser.

curr_f <- factor(c('USD', 'EUR', 'AUD', 'NOK', 
                   'CHF', 'EUR', 'AUD', 'EUR'))

# Output the third and fifth values
curr_f[c(3, 5)]

Resultatet viser de valgte værdier, men R viser stadig alle niveauer af faktoren under outputtet.

## Fjernelse af ubrugte niveauer
Hvis du kun vil vise de niveauer, der optræder i resultatet, skal du bruge parameteren `drop = T` (`T` eller `TRUE`).

curr_f <- factor(c('USD', 'EUR', 'AUD', 'NOK', 
                   'CHF', 'EUR', 'AUD', 'EUR'))

# Show only levels that appear in the result
curr_f[c(3, 5), drop = T]

## Sekvenser
Ved valg af et interval af elementer genererer kolon-operatoren (`:`) sammenhængende indekser. For eksempel opretter `5:10` sekvensen `5, 6, 7, 8, 9, 10`. Dette gør det nemmere at udtrække flere elementer på én gang.

Opnå et solidt kendskab til R, et af de mest udbredte sprog til dataanalyse. Udforsk grundlæggende datatyper og endimensionelle værdier, og gå videre til flerdimensionelle strukturer, herunder matricer, data frames og lister. Opbyg de nødvendige færdigheder til effektiv anvendelse af R i statistisk analyse og datadrevne beslutningsprocesser.

Lær det grundlæggende i R-syntaks, såsom aritmetik, variabler, printfunktioner og kommentarer. Styrk din forståelse af beregningslogik gennem øvelser.

Undersøg R's datatyper og forstå deres rolle i datahåndtering. Opbyg færdigheder i at arbejde med vektorer som essentielle strukturer til organisering og analyse af information.

Udvikl evnen til effektivt at håndtere kategoriske data. Lær at strukturere, gruppere og fortolke værdier ved at omdanne rå data til tydelige kategorier.

Forstå, hvordan man repræsenterer og arbejder med strukturerede todimensionelle data. Opnå fortrolighed med at transformere, navngive og anvende operationer på matricer til analytiske opgaver.

Behersk den mest anvendte datastruktur i R til tabelbaseret information. Lær at organisere, transformere og udtrække indsigter fra datasæt for at understøtte databaserede beslutninger.

Forstå, hvordan lister adskiller sig fra vektorer ved at kunne indeholde elementer af forskellige typer og længder. Opnå færdigheder i at oprette, tilgå og ændre lister til organisering af komplekse datastrukturer.

Indeksering i Faktorer

Grundlæggende indeksering

Fjernelse af ubrugte niveauer

Sekvenser

Løsning

Awesome!

Indeksering i Faktorer

Grundlæggende indeksering

Fjernelse af ubrugte niveauer

Sekvenser

Løsning