Summary  
This chapter explains how to filter rows of a data frame by applying logical conditions on columns—using Base R indexing and dplyr’s filter()—including single or multiple categorical and numeric comparisons.

General domain of usage  
vehicle dataset analysis

Фільтрація — це потужна техніка, яка дозволяє ізолювати рядки даних, що відповідають певним критеріям, наприклад, вибір лише дизельних автомобілів, дорогих авто або транспортних засобів із механічною коробкою передач. Це допомагає зосередитися на релевантних даних для глибшого аналізу, звітності чи візуалізації.

## Фільтрація за категорією

### Базовий R
Можна фільтрувати рядки, застосовуючи умову до певного стовпця. Наприклад, щоб вибрати лише ті автомобілі, де тип пального — **Diesel**, використовуйте оператор `$` для звернення до стовпця та застосування логічної умови.

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

### dplyr
Можна використовувати функцію `filter()` і передавати умову безпосередньо.
```
diesel_cars_dplyr <- df %>%    
  filter(fuel == "Diesel")
```

## Фільтрація за числовим значенням
Також можна фільтрувати дані, використовуючи числові порівняння.

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

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

### Base R
Можна поєднувати умови, використовуючи логічні оператори, такі як `&` для **AND**.
```
diesel_manual_cars <- df[df$fuel == "Diesel" & df$transmission == "Manual", ]
```

### dplyr
Можна передавати кілька умов у функцію `filter()`, розділених комами.
```
diesel_manual_cars_dplyr <- df %>%
  filter(fuel == "Diesel", transmission == "Manual")
```

Завантажити набір даних

Завантажити код розділу

`nrow()` використовується для:


Отримайте практичний досвід аналізу даних у R, навчившись очищати, трансформувати та візуалізувати набори даних. Досліджуйте основні робочі процеси, такі як вибір і фільтрація даних, обробка пропущених значень і підсумовування результатів. Формуйте впевненість у підготовці даних для отримання інсайтів, звітності та глибшого статистичного аналізу.

Ознайомлення з основами аналізу даних у R. Встановлення необхідних інструментів, завантаження та перевірка наборів даних, вибір і фільтрація інформації, сортування та трансформація даних, обробка пропущених значень, підсумовування результатів для отримання глибших висновків.

Вивчення створення інформативних візуалізацій за допомогою ggplot2. Побудова стовпчикових діаграм, гістограм, графіків щільності та діаграм розсіювання з подальшим налаштуванням і вдосконаленням за допомогою стилізації та фасетування для виявлення глибших закономірностей у даних.

Поглиблення розуміння статистики для аналізу даних. Застосування описових характеристик, виявлення та обробка викидів, використання методів кореляції з візуальними інструментами, такими як теплові карти та діаграми розсіювання, для виявлення значущих взаємозв'язків.

Фільтрація Даних – Базові Умови

Фільтрація за категорією

Базовий R

dplyr

Фільтрація за числовим значенням

Base R

dplyr

Кілька умов

Base R

dplyr