Summary  
This chapter covers how to filter data frames by applying basic categorical, numeric, and multiple logical conditions using both Base R and dplyr approaches.  

General domain of usage  
Data analysis

El filtrado es una técnica poderosa que permite aislar filas de datos que cumplen ciertos criterios, como seleccionar solo autos diésel, autos costosos o vehículos con transmisión manual. Facilita el enfoque en datos relevantes para un análisis, reporte o visualización más profundos.

### Base R
Es posible filtrar filas aplicando una condición a una columna específica. Por ejemplo, para seleccionar solo los autos donde el tipo de combustible es **Diesel**, utilice el operador `$` para hacer referencia a la columna y aplicar una condición lógica.

```
diesel_cars <- df[df$fuel == "Diesel", ]
```

### dplyr
Se puede utilizar la función `filter()` y pasar la condición directamente.
```
diesel_cars_dplyr <- df %>%    
  filter(fuel == "Diesel")
```

## Filtrado basado en valores numéricos
También es posible filtrar datos utilizando comparaciones numéricas.

### Base R
```
expensive_cars <- df[df$selling_price > 500000, ]
```

### dplyr
```
cheap_cars_dplyr <- df %>%
  filter(selling_price < 500000)
```

### Base R
Es posible combinar condiciones utilizando operadores lógicos como `&` para **AND**.
```
diesel_manual_cars <- df[df$fuel == "Diesel" & df$transmission == "Manual", ]
```

### dplyr
Se pueden pasar múltiples condiciones a la función `filter()`, separadas por comas.
```
diesel_manual_cars_dplyr <- df %>%
  filter(fuel == "Diesel", transmission == "Manual")
```

Adquiera experiencia práctica en análisis de datos con R aprendiendo a limpiar, transformar y visualizar conjuntos de datos. Explore flujos de trabajo esenciales como la selección y filtrado de datos, el manejo de valores faltantes y la síntesis de resultados. Desarrolle confianza en la preparación de datos para obtener información, generar informes y realizar exploraciones estadísticas más profundas.

Explore los fundamentos del análisis de datos con R. Aprenda a instalar las herramientas, cargar e inspeccionar conjuntos de datos, seleccionar y filtrar información, ordenar y transformar datos, gestionar valores faltantes y resumir resultados para obtener conocimientos más profundos.

Aprenda a crear visualizaciones atractivas con ggplot2. Construcción de gráficos de barras, histogramas, gráficos de densidad y gráficos de dispersión, con personalización y refinamiento mediante opciones de estilo y facetado para revelar conocimientos más profundos en los datos.

Fortalezca su comprensión de la estadística para el análisis de datos. Aplique medidas descriptivas, identifique y trate valores atípicos, y utilice técnicas de correlación con herramientas visuales como mapas de calor y diagramas de dispersión para descubrir relaciones significativas.

Filtrado de Datos - Condiciones Básicas

Filtrado por categoría

Base R

dplyr

Filtrado basado en valores numéricos

Base R

dplyr

Condiciones múltiples

Base R

dplyr

Awesome!

Filtrado de Datos - Condiciones Básicas

Filtrado por categoría

Base R

dplyr

Filtrado basado en valores numéricos

Base R

dplyr

Condiciones múltiples

Base R

dplyr