Osaat jo valita yksittäisiä rivejä ja sarakkeita perusindeksoinnin avulla. Nyt on aika siirtyä pidemmälle ja tutustua siihen, miten voit valita useita rivejä ja sarakkeita sekä perus-R:llä että dplyr-paketilla. Nämä tekniikat ovat olennaisia, kun haluat keskittyä tietyn osan aineistosta tarkasteluun tai valmistella dataa jatkoanalyysia varten.

Useiden sarakkeiden valinta

Perus R

Voit valita useita sarakkeita yhdistämällä niiden sijainnit tai nimet c()-funktiolla. Tuloksena on pienempi data frame, joka sisältää vain määritellyt sarakkeet.

Sarakkeiden sijaintien avulla:

selected_data_base <- df[, c(1, 2, 3)]

Sarakkeiden nimien avulla:

selected_data_base <- df[, c("name", "selling_price", "transmission")]

dplyr

Voit käyttää select()-funktiota ja välittää sarakkeiden nimet suoraan.

selected_data_dplyr <- df %>%
  select(km_driven, fuel, transmission)

Yksittäisten arvojen indeksointi

Yksittäiseen arvoon pääsee käsiksi antamalla sekä rivin että sarakkeen numeron. Tämä on hyödyllistä yksittäisten tietopisteiden tarkistamiseen tai virheenkorjaukseen.

df[1, 2]  # accesses the value in row 1, column 2

Rivien viipalointi

Joskus haluat käsitellä vain ensimmäisiä rivejä tai tiettyjä rivejä sijainnin perusteella.

Base R

Voit valita useita rivejä määrittämällä ensimmäisen ja viimeisen indeksin ja kirjoittamalla niiden väliin :.

first_5_rows_base <- df[1:5, ]

dplyr

Voit käyttää slice()-funktiota ja antaa sille haluamasi rivivälin.

first_5_rows_dplyr <- df %>%
  slice(1:5)