summarise03

datawrangling

eda

tidyverse

dplyr

num

Published

April 19, 2023

Aufgabe

Im Datensatz mariokart:

Gruppieren Sie danach, wie viele Lenkräder bei der Auktion dabei waren.
Fassen Sie die Spalte total_pr zusammen und zwar zum Mittelwert - pro Gruppe!
Berechnen Sie den Mittelwert dieser Zahlen!

Geben Sie diese Zahl als Antwort zurück!

Lösung

Pakete starten:

library(easystats)
library(tidyverse)  # startet das Paket tidyverse

Daten importieren:

mariokart <- data_read("https://vincentarelbundock.github.io/Rdatasets/csv/openintro/mariokart.csv")

Zusammenfassen:

mariokart_gruppiert <- group_by(mariokart, wheels)  # Gruppieren
mariokart_klein <- summarise(mariokart_gruppiert, pr_mean = mean(total_pr))  # zusammenfassen
mariokart_klein

wheels	pr_mean
0	41.05973
1	44.16885
2	61.02745
3	69.75000
4	65.02000

summarise(mariokart_klein, pr_mean = mean(pr_mean))

pr_mean
56.20521

min analog.

Die Lösung lautet: 56

Categories:

datawrangling
eda
tidyverse
dplyr
num

---
exname: summarise03
extype: num
exsolution: 56.20521
exshuffle: no
extol: 1
expoints: 1
categories:
- datawrangling
- eda
- tidyverse
- dplyr
- num
date: '2023-04-19'
slug: summarise03
title: summarise03

---






```{r global-knitr-options, include=FALSE}
library(tidyverse)
library(exams)
```






# Aufgabe

Im Datensatz `mariokart`: 

1. Gruppieren Sie danach, wie viele Lenkräder bei der Auktion dabei waren.

2. Fassen Sie die Spalte `total_pr` zusammen und zwar zum Mittelwert - pro Gruppe!

3. Berechnen Sie den Mittelwert dieser Zahlen!

Geben Sie diese Zahl als Antwort zurück!   



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

# Lösung

Pakete starten:

```{r}
library(easystats)
library(tidyverse)  # startet das Paket tidyverse
```






Daten importieren:

```{r}
mariokart <- data_read("https://vincentarelbundock.github.io/Rdatasets/csv/openintro/mariokart.csv")
```




Zusammenfassen:

```{r}
mariokart_gruppiert <- group_by(mariokart, wheels)  # Gruppieren
mariokart_klein <- summarise(mariokart_gruppiert, pr_mean = mean(total_pr))  # zusammenfassen
mariokart_klein
```

```{r}
summarise(mariokart_klein, pr_mean = mean(pr_mean))
```


`min` analog.

Die Lösung lautet: 56



---

Categories: 

- datawrangling
- eda
- tidyverse
- dplyr
- num