dplyr-uebersetzen

datawrangling

tidyverse

string

mtcars

Published

March 27, 2023

library(tidyverse)

Aufgabe

Importieren Sie den folgenden Datensatz in R:

mtcars <- read_csv("https://vincentarelbundock.github.io/Rdatasets/csv/datasets/mtcars.csv")

Übersetzen Sie dann die folgende R-Sequenz ins Deutsche:

mtcars %>% 
  drop_na() %>% 
  select(mpg, hp, cyl) %>% 
  filter(hp > 100, cyl >= 6) %>% 
  group_by(cyl) %>% 
  summarise(mpg_mean = mean(mpg))

# A tibble: 2 × 2
    cyl mpg_mean
  <dbl>    <dbl>
1     6     19.7
2     8     15.1

Lösung

Hey R:

Nimm den Datensatz mtcars UND DANN
hau alle Zeilen raus, in denen es fehlende Werte gibt UND DANN
wähle (selektiere) die folgenden Spalten: Spritverbrauch, PS, Zylinder UND DANN
filter Autos mit mehr als 100 PS und mit mindestens 6 Zylindern UND DANN
gruppiere nach der Zahl der Zylinder UND DANN
fasse den Verbrauch zum Mittelwert zusammen.

Categories:

datawrangling
tidyverse
string

---
extype: string
exsolution: NA
exname: dplyr-uebersetzen
expoints: 1
categories:
- datawrangling
- tidyverse
- string
- mtcars
date: '2023-03-27'
slug: dplyr-uebersetzen
title: dplyr-uebersetzen

---




```{r}
library(tidyverse)
```


```{r global-knitr-options, include=FALSE}
  knitr::opts_chunk$set(
  fig.pos = 'H',
  fig.asp = 0.618,
  fig.align='center',
  fig.width = 5,
  out.width = "100%",
  fig.cap = "", 
  fig.path = "chunk-img/",
  dpi = 300,
  # tidy = TRUE,
  echo = TRUE,
  message = FALSE,
  warning = FALSE,
  cache = FALSE,
  fig.show = "hold")
```



# Aufgabe

Importieren Sie den folgenden Datensatz in R:

```{r}
mtcars <- read_csv("https://vincentarelbundock.github.io/Rdatasets/csv/datasets/mtcars.csv")
```

Übersetzen Sie dann die folgende R-Sequenz ins Deutsche:


```{r}
mtcars %>% 
  drop_na() %>% 
  select(mpg, hp, cyl) %>% 
  filter(hp > 100, cyl >= 6) %>% 
  group_by(cyl) %>% 
  summarise(mpg_mean = mean(mpg))
```




</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>

# Lösung


Hey R:

1. Nimm den Datensatz `mtcars` UND DANN
2. hau alle Zeilen raus, in denen es fehlende Werte gibt UND DANN
3. wähle (selektiere) die folgenden Spalten: Spritverbrauch, PS, Zylinder UND DANN
4. filter Autos mit mehr als 100 PS und mit mindestens 6 Zylindern UND DANN
5. gruppiere nach der Zahl der Zylinder UND DANN
6. fasse den Verbrauch zum Mittelwert zusammen.





---

Categories: 

- datawrangling
- tidyverse
- string