Wybieranie podzbioru danych

Lekcja 3 z 14 w kursie Manipulowanie danymi w R w Coddy.

Wybieranie podzbioru danych to kluczowa umiejętność w R, która pozwala wyodrębniać określone części danych.

Funkcja subset() zapewnia wygodny sposób wybierania podzbiorów ramek danych.

df <- data.frame(
  name = c("Alice", "Bob", "Charlie"),
  age = c(25, 30, 35),
  city = c("New York", "London", "Paris")
)

# Wybieranie podzbioru wierszy
result <- subset(df, age > 28)
print(result)

Wynik:

  name     age  city
2 Bob      30   London
3 Charlie  35   Paris

# Wybieranie kolumn
result <- subset(df, select = c("name", "city"))
print(result)

Wynik:

     name     city
1    Alice    New York
2    Bob      London
3    Charlie  Paris

Sprawdź się

Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.

Sprawdź się

Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.

Sprawdź się

Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.

Wyzwanie

Łatwy

Otrzymujesz ramkę danych zawierającą informacje o uczniach. Twoim zadaniem jest wykonanie następujących operacji:

Wybierz z ramki danych tylko uczniów, którzy mają więcej niż 20 lat.
Z tego podzbioru wybierz tylko kolumny "name" i "score".
Oblicz i wypisz średnią ocen tych uczniów.
Znajdź i wypisz imię i nazwisko ucznia z najwyższą oceną.

Spróbuj swoich sił

# Odczytaj dane wejściowe
con <- file("stdin", "r")
input_data <- suppressWarnings(readLines(con))

# Utwórz ramkę danych z danych wejściowych
df <- read.csv(text = input_data, header = TRUE, stringsAsFactors = FALSE)

# TODO: Napisz swój kod poniżej
# 1. Wybierz z ramki danych studentów starszych niż 20 lat
# 2. Wybierz tylko kolumny "name" i "score"
# 3. Oblicz średni wynik
# 4. Znajdź studenta z najwyższym wynikiem

# Wyświetl wyniki (zastąp je obliczonymi wartościami)
cat("Average score:", 0, "\n")
cat("Student with highest score:", "", "\n")

Wszystkie lekcje w sekcji Manipulowanie danymi w R

1Podstawy danych

Poznawanie struktur danych Indeksowanie w DataFrameWybieranie podzbioru danychKonwersja typów danych Operator potoku w R

4Zaawansowana manipulacja danymi

Manipulowanie ciągami znaków Obsługa daty i czasu Funkcje niestandardowe

2Przekształcanie danych

Wprowadzenie do dplyr Agregowanie danych za pomocą dplyr Łączenie danych za pomocą dplyr

3Przekształcanie danych

Format szeroki na długi Format długi na szeroki Obsługa brakujących danych

Poćwicz samodzielnie: Kompilator R online