Summary  
This chapter explains how to subset data frames in R using base indexing—selecting specific rows by their numeric position and extracting columns by index or by name with the $ operator.  

General domain of usage  
Exploratory data analysis

Kun tietoaineisto on ladattu **R**-ympäristöön, on tärkeää oppia työskentelemään sen yksittäisten osien kanssa. Tämä tarkoittaa tiettyjen rivien ja sarakkeiden valitsemista, joihin halutaan keskittyä. Olipa kyseessä datan puhdistus tai tiettyjen trendien analysointi, tehokas aineiston osajoukon valinta on olennaista.

## Tietoaineiston lataaminen
Ennen kuin tietoja voidaan käsitellä, ne täytyy ladata ja tarkastella:

```
library(tidyverse) # load the tidyverse package
df <- read_csv("car_details.csv")  # read the dataset
View(df) # open the dataset in a spreadsheet-style viewer
```

## Rivien valinta
R:ssä rivejä voidaan valita niiden numeerisen sijainnin perusteella. Koska indeksointi alkaa arvosta 1, kirjoittamalla `df[3, ]` palautetaan tietoaineiston kolmas rivi.

```
df[3, ]
```

## Sarakkeen valitseminen sijainnin perusteella
Samoin kuin rivejä, voit valita sarakkeen sen numeerisen sijainnin perusteella. Jättämällä rivin indeksin tyhjäksi ja määrittämällä sarakeindeksin, `df[, 5]` palauttaa aineiston viidennen sarakkeen.

```
df[, 5]
```


## Sarakkeen valitseminen nimen perusteella
Voit myös hakea sarakkeen suoraan sen nimellä käyttämällä `$`-operaattoria. Tämä tarjoaa nopean ja selkeän tavan poimia yksittäinen sarake. Esimerkiksi `df$km_driven` valitsee sarakkeen nimeltä **km\_driven**.

```
view(df$km_driven)
```


Mitä symbolia käytetään sarakkeen hakemiseen nimen perusteella 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 Valinta – Perusteet

Tietoaineiston lataaminen

Rivien valinta

Sarakkeen valitseminen sijainnin perusteella

Sarakkeen valitseminen nimen perusteella

Awesome!

Datan Valinta – Perusteet

Tietoaineiston lataaminen

Rivien valinta

Sarakkeen valitseminen sijainnin perusteella

Sarakkeen valitseminen nimen perusteella