筛选数据

Coddy R 中的数据处理课程的第 3 课，共 14 课。

在 R 中，筛选数据是一项重要技能，可以让你提取数据中的特定部分。

subset() 函数提供了一种便捷的方法来筛选数据框。

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

# 筛选行
result <- subset(df, age > 28)
print(result)

输出：

  name     age  city
2 Bob      30   London
3 Charlie  35   Paris

# 选取部分列
result <- subset(df, select = c("name", "city"))
print(result)

输出：

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

自我测试

这节课包含一个小测验。开始学习即可作答，并记录你的进度。

自我测试

这节课包含一个小测验。开始学习即可作答，并记录你的进度。

自我测试

这节课包含一个小测验。开始学习即可作答，并记录你的进度。

挑战

简单

你会获得一个包含学生信息的数据框。你的任务是执行以下操作：

筛选数据框，只保留年龄超过 20 岁的学生。
从筛选结果中只选择 "name" 和 "score" 列。
计算并输出这些学生的平均分。
找出并输出得分最高的学生姓名。

亲手试试

# 读取输入
con <- file("stdin", "r")
input_data <- suppressWarnings(readLines(con))

# 根据输入创建数据框
df <- read.csv(text = input_data, header = TRUE, stringsAsFactors = FALSE)

# TODO: 在下方编写你的代码
# 1. 筛选数据框中年龄大于 20 岁的学生
# 2. 只选择 "name" 和 "score" 列
# 3. 计算平均分
# 4. 找出分数最高的学生

# 输出结果（用你的计算结果更新这些内容）
cat("Average score:", 0, "\n")
cat("Student with highest score:", "", "\n")

R 中的数据处理中的所有课

1数据基础

理解数据结构数据框索引筛选数据数据类型转换 R 中的管道运算符

4高级操作

字符串操作日期和时间处理自定义函数

2数据转换

dplyr 入门使用 dplyr 进行聚合使用 dplyr 连接数据

3数据重塑

宽格式转长格式长格式转宽格式处理缺失数据

自己练习： R 在线编译器