Summary  
This chapter covers basic data selection in R, demonstrating how to subset datasets by choosing specific rows and columns using numeric indexing (`[ , ]`) and the `$` operator, and it contrasts the base R and dplyr approaches.  

General domain of usage  
Automotive market data analysis

Depois de carregar seu conjunto de dados no **R**, é importante aprender a trabalhar com partes específicas dele. Isso significa selecionar linhas e colunas particulares nas quais deseja focar. Seja para limpar dados ou analisar tendências específicas, a capacidade de subdefinir seus dados de forma eficiente é essencial.

## Carregando seu conjunto de dados
Antes de trabalhar com qualquer dado, ele precisa ser carregado e visualizado:

```
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
```

## Seleção de linhas
No R, é possível selecionar linhas pela posição numérica. Como a indexação começa em 1, ao escrever `df[3, ]` será retornada a terceira linha do conjunto de dados.

```
df[3, ]
```

## Selecionando uma Coluna por Posição
De forma semelhante às linhas, é possível selecionar uma coluna utilizando sua posição numérica. Ao deixar o índice da linha em branco e especificar o índice da coluna, `df[, 5]` retorna a quinta coluna do conjunto de dados.

```
df[, 5]
```


## Selecionando uma Coluna por Nome
Também é possível acessar uma coluna diretamente pelo seu nome utilizando o operador `$`. Isso oferece uma maneira rápida e legível de extrair uma única coluna. Por exemplo, `df$km_driven` seleciona a coluna chamada **km\_driven**.

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


Baixar Conjunto de Dados

Baixar Código do Capítulo

Qual símbolo é usado para acessar uma coluna pelo nome no R base?

Adquira experiência prática em análise de dados com R aprendendo a limpar, transformar e visualizar conjuntos de dados. Explore fluxos de trabalho essenciais, como seleção e filtragem de dados, tratamento de valores ausentes e sumarização de resultados. Desenvolva confiança na preparação de dados para obtenção de insights, elaboração de relatórios e exploração estatística aprofundada.

Explore os fundamentos da análise de dados com R. Aprenda a instalar as ferramentas, carregar e inspecionar conjuntos de dados, selecionar e filtrar informações, ordenar e transformar dados, lidar com valores ausentes e resumir resultados para obter insights mais profundos.

Aprenda a criar visualizações atraentes com ggplot2. Construa gráficos de barras, histogramas, gráficos de densidade e gráficos de dispersão, depois personalize e refine-os com opções de estilo e facetas para revelar insights mais profundos em seus dados.

Aprimore sua compreensão de estatística para análise de dados. Aplique medidas descritivas, identifique e trate outliers, e utilize técnicas de correlação com ferramentas visuais como mapas de calor e gráficos de dispersão para revelar relações significativas.

Seleção de Dados - Conceitos Básicos

Carregando seu conjunto de dados

Seleção de linhas

Selecionando uma Coluna por Posição

Selecionando uma Coluna por Nome