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