calcolare in un solo colpo quante persone sono sposate quante no e qual è l’età media dei due gruppi
library("ISLR")
library("tidyverse")
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.0 ✔ readr 2.1.4
## ✔ forcats 1.0.0 ✔ stringr 1.5.0
## ✔ ggplot2 3.4.1 ✔ tibble 3.2.0
## ✔ lubridate 1.9.2 ✔ tidyr 1.3.0
## ✔ purrr 1.0.1
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the ]8;;http://conflicted.r-lib.org/conflicted package]8;; to force all conflicts to become errors
data("Credit",package="ISLR")
Credit %>%
group_by(Married) %>%
summarize(Count = n(),Mean_age=mean(Age))
## # A tibble: 2 × 3
## Married Count Mean_age
## <fct> <int> <dbl>
## 1 No 155 57.3
## 2 Yes 245 54.7
Calcolare la somma degli anni spesi in educazione, partizionando per etnia, per le sole persone che hanno più di 2 carte
Credit %>%
group_by(Ethnicity) %>%
filter(Cards>2) %>%
summarize(Sum_Education_Years=sum(Education))
## # A tibble: 3 × 2
## Ethnicity Sum_Education_Years
## <fct> <int>
## 1 African American 779
## 2 Asian 794
## 3 Caucasian 1550