Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lära Dataval – Grunderna | Datamanipulering och Datarensning
Dataanalys med R

bookDataval – Grunderna

När din datamängd har lästs in i R är det viktigt att kunna arbeta med specifika delar av den. Detta innebär att välja ut särskilda rader och kolumner som är av intresse. Oavsett om du rengör data eller analyserar specifika trender är det avgörande att kunna dela upp din data effektivt.

Ladda din datamängd

Innan du arbetar med någon data måste den läsas in och visas:

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

Välja rader

I R kan du välja rader efter deras numeriska position. Eftersom indexeringen börjar från 1 kommer df[3, ] att returnera den tredje raden från datamängden.

df[3, ]

Välja en kolumn efter position

På liknande sätt som med rader kan du välja en kolumn med dess numeriska position. Genom att lämna radindex tomt och ange kolumnindex returnerar df[, 5] den femte kolumnen i datasettet.

df[, 5]

Välja en kolumn efter namn

Du kan också komma åt en kolumn direkt med dess namn genom att använda $-operatorn. Detta ger ett snabbt och läsbart sätt att extrahera en enskild kolumn. Till exempel väljer df$km_driven kolumnen med namnet km_driven.

view(df$km_driven)
question mark

Vilken symbol används för att komma åt en kolumn efter namn i base R?

Select the correct answer

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 4

Fråga AI

expand

Fråga AI

ChatGPT

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Suggested prompts:

Can you explain the difference between selecting rows and columns in R?

How do I select multiple rows or columns at once?

What is the advantage of using dplyr over base R for data selection?

Awesome!

Completion rate improved to 4

bookDataval – Grunderna

Svep för att visa menyn

När din datamängd har lästs in i R är det viktigt att kunna arbeta med specifika delar av den. Detta innebär att välja ut särskilda rader och kolumner som är av intresse. Oavsett om du rengör data eller analyserar specifika trender är det avgörande att kunna dela upp din data effektivt.

Ladda din datamängd

Innan du arbetar med någon data måste den läsas in och visas:

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

Välja rader

I R kan du välja rader efter deras numeriska position. Eftersom indexeringen börjar från 1 kommer df[3, ] att returnera den tredje raden från datamängden.

df[3, ]

Välja en kolumn efter position

På liknande sätt som med rader kan du välja en kolumn med dess numeriska position. Genom att lämna radindex tomt och ange kolumnindex returnerar df[, 5] den femte kolumnen i datasettet.

df[, 5]

Välja en kolumn efter namn

Du kan också komma åt en kolumn direkt med dess namn genom att använda $-operatorn. Detta ger ett snabbt och läsbart sätt att extrahera en enskild kolumn. Till exempel väljer df$km_driven kolumnen med namnet km_driven.

view(df$km_driven)
question mark

Vilken symbol används för att komma åt en kolumn efter namn i base R?

Select the correct answer

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 4
some-alt