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

Olet jo nähnyt, kuinka dataa suodatetaan yksinkertaisilla vertailuilla ja loogisilla operaattoreilla. Nyt on aika laajentaa tätä käyttämällä `%in%`-operaattoria useiden arvojen samanaikaiseen tarkistamiseen sekä oppia, miten tietyt rivit voidaan sulkea pois tietojoukosta. Nämä tekniikat ovat erityisen hyödyllisiä työskenneltäessä kategoristen muuttujien kanssa, joilla on useita mahdollisia arvoja.

## Suodatus `%in%`-operaattorilla

`%in%`-operaattori tarkistaa, esiintyvätkö yhden vektorin alkiot toisessa vektorissa. Se on erityisen hyödyllinen, kun halutaan verrata useisiin mahdollisiin arvoihin, mikä tekee suodatuksesta selkeämpää ja luettavampaa kuin useiden `==`- tai `!=`-ehtojen ketjuttaminen.

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

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

## Tiettyjen arvojen poissulkeminen
Voit yhdistää `%in%`-operaattorin loogisen **EI**-operaattorin `!` kanssa poistaaksesi useita arvoja samanaikaisesti.

### 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"))
```

Kuinka suljet pois "Diesel"-autot base R:ssä?


Hanki käytännön kokemusta datan analysoinnista R:llä oppimalla aineistojen puhdistamista, muokkaamista ja visualisointia. Tutustu keskeisiin työnkulkuihin, kuten datan valintaan ja suodattamiseen, puuttuvien arvojen käsittelyyn sekä tulosten tiivistämiseen. Vahvista osaamistasi datan valmistelussa oivalluksia, raportointia ja syvällisempää tilastollista tarkastelua varten.

Tutustu R:n tietoanalyysin perusteisiin. Opiskele työkalujen asennus, aineistojen lataaminen ja tarkastelu, tietojen valinta ja suodatus, datan lajittelu ja muuntaminen, puuttuvien arvojen käsittely sekä tulosten tiivistäminen syvempien oivallusten saavuttamiseksi.

Opi luomaan vaikuttavia visualisointeja ggplot2:lla. Luo pylväsdiagrammeja, histogrammeja, tiheyskäyriä ja hajontakuvioita sekä mukauta ja viimeistele niitä tyylivalinnoilla ja facetoinnilla syvempien oivallusten löytämiseksi datasta.

Syvennä ymmärrystäsi tilastotieteestä data-analyysissä. Käytä kuvailevia mittareita, tunnista ja käsittele poikkeavia havaintoja sekä hyödynnä korrelaatiotekniikoita visuaalisten työkalujen, kuten lämpökarttojen ja hajontakuvioiden, avulla merkityksellisten yhteyksien löytämiseksi.

Datan Suodatus – Edistyneet Ehdot

Suodatus `%in%`-operaattorilla

Base R

dplyr

Tiettyjen arvojen poissulkeminen

Base R

dplyr

Awesome!

Datan Suodatus – Edistyneet Ehdot

Suodatus `%in%`-operaattorilla

Base R

dplyr

Tiettyjen arvojen poissulkeminen

Base R

dplyr

Datan Suodatus – Edistyneet Ehdot

Suodatus %in%-operaattorilla

Base R

dplyr

Tiettyjen arvojen poissulkeminen

Base R

dplyr

Awesome!

Datan Suodatus – Edistyneet Ehdot

Suodatus %in%-operaattorilla

Base R

dplyr

Tiettyjen arvojen poissulkeminen

Base R

dplyr

Suodatus `%in%`-operaattorilla

Suodatus `%in%`-operaattorilla