빅데이터 6일차 - 조건에 맞는 행과 열 추출

2020. 7. 23. 11:00·데이터과학/R
728x90
더보기
# 조건에 맞는 행과 열의 값 추출
IR.1 <- subset(iris, Species!="setosa") # setosa 제외
IR.1
IR.2 <- subset(IR.1, Sepal.Length>=6.0 & Sepal.Width >= 3.0) # Sepal.Length가 6.0이상, Width가 3.0이상인것의 데이터만 집어넣는다. . 
IR.2
IR.2[,c(2,4)] # 2,4 열의 값만 추출

 

[그림1] iris setosa 제외 
[그림2] iris setosa 제외

 

[그림3] setosa 제외에서 Sepal.Length 6.0이상, width 3.0 이상
[그림4] 2,4 열만 출력하기.

 

 

 

출처 : 모두를 위한 R 데이터 분석 입문 한빛아카데미

728x90
저작자표시 비영리 변경금지 (새창열림)
'데이터과학/R' 카테고리의 다른 글
  • 빅데이터 7일차 - 결측값 처리 방법
  • 빅데이터 6일차 - 데이터 전처리, 결측값
  • 빅데이터 6일차 - 벡터에 적용 가능한 함수, 논리연산자
  • 빅데이터 6일차 - 데이터 댐과 데이터 레이블링
포장빵
포장빵
IT공부 및 프로그래밍
  • 포장빵
    포장빵의 IT
    포장빵
  • 전체
    오늘
    어제
    • AI 학습 노트 (113)
      • 기초 수학 (4)
        • 선형대수 (0)
        • 확률통계 (4)
        • 미적분 (0)
        • 최적화 이론 (0)
      • AI & 딥러닝 (1)
        • 이론 (0)
        • 컴퓨터 비전 (0)
        • 자연어 처리 (0)
        • 생성AI (0)
        • 강화학습 (0)
      • 데이터과학 (70)
        • R (47)
        • ADSP (21)
      • 연구 & 자료 (15)
        • 논문 (6)
        • 수료증 (3)
      • 프로그래밍 & 개발 환경 (22)
        • Python (22)
        • 개발도구 (0)
        • 알고리즘 (0)
      • 면접 자료 (1)
  • 블로그 메뉴

    • 링크

    • 공지사항

    • 인기 글

    • 태그

      매핑형(딕셔너리)
      CV
      Coursera Python Data Structures
      str lib
      단순선형 회귀분석
      python 주요 데이터 타입
      지수분포
      시계열 모형
      Python 크롤링 기초
      주성분 분석(PCA)
      Python Regular Expression Quick Guide
      다차원 척보법
      통계량에 의한 자료 분석
      R 원 그래프 퍼센트
      k-means clustering
      yolov10
      Coursera 1
      논문
      베르누이분포
      none타입
      yolov9
      확률 분포
      k-평균 군집
      R 원 그래프
      stylegan2
      자료의 종류
      확률
      R 도수분포표
      상관분석
      시퀀스형
    • 최근 댓글

    • 최근 글

    • hELLO· Designed By정상우.v4.10.3
    포장빵
    빅데이터 6일차 - 조건에 맞는 행과 열 추출
    상단으로

    티스토리툴바