Summary  
Demonstrates how to filter tabular data by checking membership in a set of values using the `%in%` operator and how to exclude specific values by combining it with the logical NOT operator.  

General domain of usage  
Automotive dataset analysis

Du har allerede set, hvordan man filtrerer data ved hjælp af simple sammenligninger og logiske operatorer. Nu er det tid til at udvide dette ved at bruge `%in%`-operatoren til at matche flere værdier på én gang og ved at lære, hvordan man udelukker specifikke rækker fra et datasæt. Disse teknikker er særligt nyttige, når du arbejder med kategoriske variabler, der indeholder mange mulige værdier.

## Filtrering med `%in%`

`%in%`-operatoren kontrollerer, om elementer i én vektor findes i en anden. Den er særligt nyttig, når du skal matche mod flere mulige værdier, hvilket gør filtreringen mere overskuelig og læsbar end at kæde flere `==` eller `!=`-betingelser sammen.

### Base R
```
selected_fuel_cars <- df[df$fuel %in% c("Diesel", "Petrol"), ]
```

### dplyr
```
selected_fuel_cars_dplyr <- df %>%
  filter(fuel %in% c("Diesel", "Petrol"))
```

## Udelukkelse af specifikke værdier
Du kan kombinere `%in%` med den logiske **IKKE**-operator `!` for at udelukke flere værdier på samme tid.

### Base R
```
non_diesel_petrol_cars <- df[!df$fuel %in% c("Diesel", "Petrol"), ]
```

### dplyr

```
non_diesel_petrol_cars_dplyr <- df %>%
  filter(!fuel %in% c("Diesel", "Petrol"))
```

Hvordan udelukker man "Diesel" biler i base R?


Opnå praktisk erfaring med dataanalyse i R ved at lære at rense, transformere og visualisere datasæt. Udforsk essentielle arbejdsgange såsom udvælgelse og filtrering af data, håndtering af manglende værdier og opsummering af resultater. Opbyg selvtillid i at forberede data til indsigt, rapportering og dybere statistisk udforskning.

Udforsk grundlæggende principper for dataanalyse med R. Lær at installere værktøjer, indlæse og inspicere datasæt, udvælge og filtrere information, sortere og transformere data, håndtere manglende værdier samt opsummere resultater for dybere indsigt.

Lær at skabe overbevisende visualiseringer med ggplot2. Opbyg søjlediagrammer, histogrammer, tæthedsplot og spredningsdiagrammer, og tilpas og forfin dem med stilindstillinger og facettering for at afdække dybere indsigter i dine data.

Styrk din forståelse af statistik til dataanalyse. Anvend beskrivende mål, identificer og håndter afvigere, og brug korrelationsteknikker med visuelle værktøjer som varmekort og spredningsdiagrammer for at afdække meningsfulde sammenhænge.

Filtrering af Data - Avancerede Betingelser

Filtrering med `%in%`

Base R

dplyr

Udelukkelse af specifikke værdier

Base R

dplyr

Awesome!

Filtrering af Data - Avancerede Betingelser

Filtrering med `%in%`

Base R

dplyr

Udelukkelse af specifikke værdier

Base R

dplyr

Filtrering af Data - Avancerede Betingelser

Filtrering med %in%

Base R

dplyr

Udelukkelse af specifikke værdier

Base R

dplyr

Awesome!

Filtrering af Data - Avancerede Betingelser

Filtrering med %in%

Base R

dplyr

Udelukkelse af specifikke værdier

Base R

dplyr

Filtrering med `%in%`

Filtrering med `%in%`