Filtering a data frame by values in a column

Question

I am working with the dataset LearnBayes. For those that want to see the actual data:

install.packages('LearnBayes')

I am trying to filter out rows based on the value in the columns. For example, if the column value is "water", then I want that row. If the column value is "milk", then I don't want it. Ultimately, I am trying to filter out all individuals who's Drink column is "water".

Answer 1

To filter the data frame by values in a column, you can do the following:

studentdata[studentdata$Drink == 'water',]

     Student Height Gender Shoes Number  Dvds ToSleep WakeUp Haircut  Job Drink

1          1  67.00 female    10      5  10.0    -2.5    5.5   60.00 30.0 water

4          4  61.00 female     3      6  40.0     2.0    8.5   10.00  0.0 water

6          6  63.00 female    NA      3   5.0     1.0    8.5   25.00  0.0 water

7          7  61.00 female    12      3  53.0     1.5    7.5   35.00 20.0 water

9          9  66.00 female    30      3  40.0    -0.5    7.0   30.00 25.0 water

12        12  63.00 female    20      4  60.0    -1.0    7.0   38.00  0.0 water

16        16  65.00 female    40      7  50.0    -0.5    7.0   15.00  0.0 water

17        17  62.00 female     8      7    NA     0.0    8.5   40.00  0.0 water

19        19  71.00   male     6      7   0.0     0.5    7.5   12.00 12.5 water

20        20  64.00 female     4      7   8.0    -1.5    7.5   30.00 16.0 water

21        21  71.00   male     9      7  12.0     1.5    8.0    0.00 12.0 water

22        22  61.00 female    20      5  10.0     1.5    7.5   20.00  5.0 water

.

.

.

You can also use the filter function from the dplyr package as follows:

library(dplyr)    

filter(studentdata, Drink == "water")

  Student Height Gender Shoes Number  Dvds ToSleep WakeUp Haircut  Job Drink

1        1  67.00 female    10      5  10.0    -2.5    5.5   60.00 30.0 water

2        4  61.00 female     3      6  40.0     2.0    8.5   10.00  0.0 water

3        6  63.00 female    NA      3   5.0     1.0    8.5   25.00  0.0 water

4        7  61.00 female    12      3  53.0     1.5    7.5   35.00 20.0 water

5        9  66.00 female    30      3  40.0    -0.5    7.0   30.00 25.0 water

6       12  63.00 female    20      4  60.0    -1.0    7.0   38.00  0.0 water

7       16  65.00 female    40      7  50.0    -0.5    7.0   15.00  0.0 water

8       17  62.00 female     8      7    NA     0.0    8.5   40.00  0.0 water

9       19  71.00   male     6      7   0.0     0.5    7.5   12.00 12.5 water

10      20  64.00 female     4      7   8.0    -1.5    7.5   30.00 16.0 water