Indicizzazione dei dataframe

Capire come indicizzare e selezionare sottoinsiemi di data frame è fondamentale per manipolare i dati in modo efficace. Esploriamo diversi metodi di indicizzazione nei data frame.

Ecco un data frame con cui lavoreremo come esempio:

df <- data.frame(
  name = c("Alice", "Bob", "Charlie", "David", "Eve"),
  age = c(25, 30, 35, 28, 22),
  city = c("New York", "London", "Paris", "Tokyo", "Sydney"),
  salary = c(50000, 60000, 75000, 55000, 45000)
)

Indicizzazione per posizione

• # Elemento singolo
  df[2, 3]  # Restituisce l'elemento nella 2ª riga e nella 3ª colonna (stringa: "London")

• # Riga intera
  df[3, ]  # Restituisce la 3ª riga come data frame con 1 riga e tutte le colonne

• # Intera colonna
  df[, 2]  # Restituisce la 2nd colonna come vettore
  df[[2]]  # Restituisce anche la 2nd colonna come vettore

• # Più righe o colonne:
  df[1:3, ]  # Restituisce le prime 3 righe
  df[, c(1, 3)]  # Restituisce la 1ª e la 3ª colonna

Indicizzazione per nome

• # Singola colonna
  df$age  # Restituisce la colonna "age" come vettore
  df[["age"]]  # Restituisce anche la colonna "age" come vettore

• # Colonne multiple
  df[c("name", "city")]  # Restituisce un data frame con le colonne "name" e "city"

Indicizzazione logica

• df[df$age > 30, ]  # Restituisce le righe in cui age è maggiore di 30

Combinare i metodi

• df[df$salary > 50000, "name"]  # Restituisce i nomi delle persone con salary > 50000

Aggiungere e modificare i dati

• # Aggiunta di una nuova colonna
  df$department <- c("HR", "IT", "Finance", "Marketing", "Sales")

• # Modifica dei dati esistenti
  df[df$name == "Alice", "salary"] <- 52000