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

Il filtraggio è una tecnica potente che consente di isolare le righe di dati che soddisfano determinati criteri, come selezionare solo auto diesel, auto costose o veicoli con cambio manuale. Aiuta a concentrarsi sui dati rilevanti per un'analisi più approfondita, reportistica o visualizzazione.

### Base R
È possibile filtrare le righe applicando una condizione a una colonna specifica. Ad esempio, per selezionare solo le auto in cui il tipo di carburante è **Diesel**, utilizzare l'operatore `$` per fare riferimento alla colonna e applicare una condizione logica.

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

### dplyr
È possibile utilizzare la funzione `filter()` e passare direttamente la condizione.
```
diesel_cars_dplyr <- df %>%    
  filter(fuel == "Diesel")
```

## Filtraggio Basato su Valori Numerici
È inoltre possibile filtrare i dati utilizzando confronti numerici.

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

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

### Base R
È possibile combinare condizioni utilizzando operatori logici come `&` per **AND**.
```
diesel_manual_cars <- df[df$fuel == "Diesel" & df$transmission == "Manual", ]
```

### dplyr
È possibile passare più condizioni alla funzione `filter()`, separate da una virgola.
```
diesel_manual_cars_dplyr <- df %>%
  filter(fuel == "Diesel", transmission == "Manual")
```

Acquisisci esperienza pratica nell'analisi dei dati con R imparando a pulire, trasformare e visualizzare i dataset. Esplora flussi di lavoro essenziali come la selezione e il filtraggio dei dati, la gestione dei valori mancanti e la sintesi dei risultati. Sviluppa competenze nella preparazione dei dati per approfondimenti, reportistica ed esplorazioni statistiche avanzate.

Esplora le basi dell'analisi dei dati con R. Scopri come installare gli strumenti, caricare e ispezionare i dataset, selezionare e filtrare le informazioni, ordinare e trasformare i dati, gestire i valori mancanti e sintetizzare i risultati per ottenere approfondimenti più dettagliati.

Apprendere la creazione di visualizzazioni efficaci con ggplot2. Costruzione di diagrammi a barre, istogrammi, grafici di densità e grafici a dispersione, con successiva personalizzazione e perfezionamento tramite opzioni di stile e faceting per rivelare approfondimenti nei dati.

Consolidamento della comprensione della statistica per l'analisi dei dati. Applicazione di misure descrittive, identificazione e trattamento dei valori anomali, utilizzo di tecniche di correlazione con strumenti visivi come heatmap e scatter plot per individuare relazioni significative.

Filtraggio Dei Dati - Condizioni Di Base

Filtraggio per categoria

Base R

dplyr

Filtraggio Basato su Valori Numerici

Base R

dplyr

Condizioni Multiple

Base R

dplyr

Awesome!

Filtraggio Dei Dati - Condizioni Di Base

Filtraggio per categoria

Base R

dplyr

Filtraggio Basato su Valori Numerici

Base R

dplyr

Condizioni Multiple

Base R

dplyr