rm(list=ls())
ls()
## character(0)
library(dplyr)
##
## 다음의 패키지를 부착합니다: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
getwd()
## [1] "C:/Users/김지수/Desktop/2023/여름방학/AI빅데이터인력양성/adsp"
setwd("c:/data")
getwd()
## [1] "c:/data"
library(dplyr)
#CSV데이터
data<-read.csv('C:/data/Data1.csv')
library(dplyr)
glimpse(data)
## Rows: 1,925
## Columns: 26
## $ Q1 <int> 4, 4, 4, 5, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, …
## $ Q2 <int> 4, 4, 4, 4, 4, 4, 2, 2, 4, 4, 4, 4, 4, 2, 4, 4, 2, 4, 2, 2, …
## $ Q3 <int> 2, 4, 4, 4, 4, 4, 4, 4, 4, 2, 4, 2, 4, 4, 4, 4, 4, 3, 2, 3, …
## $ Q4 <int> 3, 4, 4, 4, 4, 4, 4, 4, 4, 2, 4, 4, 4, 2, 4, 4, 4, 2, 2, 4, …
## $ Q5 <int> 4, 4, 2, 4, 4, 4, 4, 4, 2, 4, 4, 2, 4, 4, 4, 4, 4, 3, 1, 2, …
## $ Q6 <int> 2, 3, 4, 4, 4, 4, 4, 4, 1, 2, 2, 2, 4, 4, 3, 5, 2, 2, 1, 4, …
## $ Q7 <int> 2, 2, 4, 4, 4, 4, 4, 4, 3, 4, 4, 4, 5, 4, 4, 5, 4, 3, 4, 4, …
## $ Q8 <int> 4, 4, 4, 4, 4, 4, 5, 5, 2, 2, 4, 4, 4, 4, 3, 5, 4, 2, 4, 4, …
## $ Q9 <int> 4, 4, 4, 4, 2, 4, 5, 5, 3, 4, 4, 4, 2, 2, 4, 5, 2, 4, 2, 4, …
## $ Q10 <int> 4, 4, 2, 4, 4, 4, 5, 5, 2, 4, 2, 4, 4, 4, 3, 4, 4, 3, 2, 3, …
## $ Q11 <int> 4, 4, 4, 4, 4, 4, 5, 5, 4, 4, 4, 3, 4, 4, 4, 4, 5, 4, 3, 3, …
## $ Q12 <int> 4, 4, 4, 4, 4, 4, 5, 5, 3, 4, 4, 3, 4, 3, 3, 4, 5, 4, 4, 2, …
## $ Q13 <int> 4, 4, 4, 4, 4, 4, 5, 5, 4, 4, 4, 4, 2, 4, 4, 4, 5, 4, 4, 4, …
## $ Q14 <int> 4, 4, 4, 4, 4, 4, 5, 5, 5, 4, 4, 4, 3, 4, 5, 4, 5, 4, 4, 4, …
## $ Q15 <int> 4, 4, 3, 4, 4, 4, 4, 2, 3, 4, 4, 3, 1, 4, 4, 4, 5, 4, 4, 4, …
## $ Q16 <int> 4, 4, 4, 4, 4, 4, 5, 2, 4, 4, 4, 4, 4, 4, 5, 4, 5, 4, 4, 4, …
## $ Q17 <int> 4, 3, 4, 4, 4, 4, 2, 2, 4, 4, 4, 4, 3, 2, 4, 5, 4, 4, 3, 4, …
## $ Q18 <int> 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 5, 2, 4, 4, 4, …
## $ Q19 <int> 4, 2, 4, 4, 4, 4, 4, 2, 4, 2, 4, 4, 1, 4, 4, 4, 5, 4, 2, 3, …
## $ Q20 <int> 4, 1, 3, 4, 4, 4, 4, 2, 4, 2, 4, 4, 4, 2, 4, 5, 5, 4, 2, 4, …
## $ Gender1 <int> 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 1, 0, 1, 0, 0, …
## $ EDU1 <int> 1, 1, 2, 1, 2, 1, 1, 1, 4, 3, 2, 1, 1, 3, 3, 2, 1, 1, 1, 4, …
## $ BF <dbl> 3.4, 4.0, 3.6, 4.2, 4.0, 4.0, 3.6, 3.6, 3.6, 3.2, 4.0, 3.2, …
## $ BM <dbl> 3.2, 3.4, 3.6, 4.0, 3.6, 4.0, 4.6, 4.6, 2.2, 3.2, 3.2, 3.6, …
## $ Happiness <dbl> 4.0, 4.0, 3.8, 4.0, 4.0, 4.0, 4.8, 4.4, 3.8, 4.0, 4.0, 3.4, …
## $ Peace <dbl> 4.0, 2.8, 3.8, 4.0, 4.0, 4.0, 3.8, 2.4, 4.0, 3.2, 4.0, 3.9, …
names(data)
## [1] "Q1" "Q2" "Q3" "Q4" "Q5" "Q6"
## [7] "Q7" "Q8" "Q9" "Q10" "Q11" "Q12"
## [13] "Q13" "Q14" "Q15" "Q16" "Q17" "Q18"
## [19] "Q19" "Q20" "Gender1" "EDU1" "BF" "BM"
## [25] "Happiness" "Peace"
data %>% select(21:26)
## Gender1 EDU1 BF BM Happiness Peace
## 1 0 1 3.4 3.2 4.0 4.0
## 2 0 1 4.0 3.4 4.0 2.8
## 3 0 2 3.6 3.6 3.8 3.8
## 4 0 1 4.2 4.0 4.0 4.0
## 5 0 2 4.0 3.6 4.0 4.0
## 6 0 1 4.0 4.0 4.0 4.0
## 7 0 1 3.6 4.6 4.8 3.8
## 8 0 1 3.6 4.6 4.4 2.4
## 9 1 4 3.6 2.2 3.8 4.0
## 10 0 3 3.2 3.2 4.0 3.2
## 11 0 2 4.0 3.2 4.0 4.0
## 12 0 1 3.2 3.6 3.4 3.9
## 13 0 1 4.0 3.8 2.8 3.2
## 14 1 3 3.2 3.6 3.8 3.2
## 15 1 3 4.0 3.4 4.0 4.1
## 16 1 2 4.0 4.8 4.0 4.6
## 17 0 1 3.6 3.2 5.0 4.2
## 18 1 1 3.2 2.8 3.9 4.0
## 19 0 1 2.2 2.6 3.8 3.0
## 20 0 4 3.0 3.8 3.5 3.8
## 21 1 3 3.2 3.4 3.4 3.2
## 22 1 2 1.8 2.8 3.2 3.6
## 23 0 1 5.0 5.0 4.8 4.2
## 24 1 2 3.8 3.4 3.2 3.2
## 25 0 2 4.0 4.8 5.0 3.6
## 26 0 3 4.2 3.4 2.4 3.2
## 27 0 1 3.6 4.0 3.0 3.8
## 28 0 1 2.6 3.4 4.0 3.2
## 29 1 2 4.4 3.8 4.2 4.0
## 30 1 1 3.2 3.2 2.4 3.0
## 31 0 1 3.8 4.0 3.6 4.2
## 32 0 1 3.8 3.4 3.4 4.6
## 33 0 1 4.0 3.6 4.0 4.2
## 34 1 1 4.0 3.6 3.4 3.2
## 35 1 1 4.0 3.0 2.6 3.2
## 36 0 1 3.8 4.2 2.8 4.4
## 37 0 1 3.8 4.2 3.6 4.2
## 38 0 1 3.8 4.0 3.6 4.0
## 39 1 3 4.0 3.6 2.4 3.6
## 40 1 3 4.0 4.0 3.8 3.0
## 41 0 1 3.8 3.2 4.2 4.0
## 42 1 2 4.0 4.0 2.8 3.2
## 43 1 2 4.0 4.2 4.6 3.2
## 44 0 1 2.0 2.0 2.0 2.0
## 45 0 1 4.0 4.0 4.0 4.0
## 46 0 2 3.8 3.4 4.0 3.8
## 47 1 3 3.6 3.6 2.0 3.8
## 48 0 1 1.4 1.0 1.6 2.0
## 49 0 1 3.2 3.0 3.6 3.0
## 50 0 1 3.0 2.8 3.2 3.0
## 51 0 1 3.4 3.6 4.0 4.0
## 52 0 1 3.4 3.2 3.6 3.6
## 53 0 2 3.6 3.6 3.1 3.2
## 54 0 1 3.0 2.8 4.6 4.0
## 55 1 2 2.2 4.0 4.0 4.0
## 56 0 1 3.0 3.0 4.0 3.8
## 57 0 1 3.6 3.6 4.2 3.6
## 58 0 1 3.6 3.6 4.2 3.4
## 59 0 1 3.6 3.6 4.0 3.6
## 60 0 1 3.6 3.6 4.0 4.0
## 61 0 1 4.0 3.4 4.0 3.6
## 62 0 1 4.0 3.4 4.0 4.0
## 63 0 1 4.0 3.6 3.6 4.0
## 64 0 1 3.2 3.0 4.0 3.8
## 65 0 1 3.4 3.2 3.6 3.8
## 66 0 2 3.8 3.2 3.4 3.6
## 67 1 4 3.4 3.6 4.0 4.0
## 68 1 4 4.4 4.0 4.6 4.0
## 69 1 3 4.0 3.4 3.2 2.4
## 70 0 1 2.4 2.6 3.6 4.0
## 71 1 3 4.0 3.8 3.8 4.0
## 72 1 3 4.0 4.0 4.0 4.0
## 73 1 3 3.8 3.4 3.0 3.6
## 74 0 1 3.6 2.8 2.8 3.7
## 75 0 3 3.4 3.2 4.0 3.8
## 76 1 1 3.2 3.4 3.6 3.6
## 77 0 2 3.2 2.4 4.0 3.6
## 78 1 3 2.8 3.2 2.6 3.4
## 79 0 2 1.6 2.0 1.8 2.3
## 80 0 1 3.4 4.0 4.0 4.0
## 81 0 1 1.8 2.4 3.2 3.6
## 82 0 1 2.4 2.0 3.2 3.2
## 83 0 2 3.2 3.6 4.0 3.8
## 84 0 2 5.0 4.0 5.0 5.0
## 85 0 1 2.2 4.0 4.0 3.4
## 86 0 2 4.0 3.2 3.2 3.2
## 87 1 3 4.0 4.0 4.0 4.0
## 88 1 3 2.0 3.4 3.6 3.8
## 89 0 2 4.0 3.4 3.4 4.0
## 90 1 3 3.8 2.8 3.6 3.2
## 91 1 1 2.4 3.7 2.9 2.6
## 92 0 1 3.4 2.4 3.2 3.2
## 93 1 3 4.0 4.0 4.0 4.0
## 94 0 1 4.2 4.2 4.2 4.2
## 95 0 1 3.6 4.0 4.0 4.4
## 96 0 1 2.0 2.0 3.6 4.2
## 97 1 1 4.0 4.0 3.8 4.0
## 98 1 1 4.4 3.2 2.8 4.4
## 99 1 1 4.0 3.2 4.0 4.6
## 100 0 1 3.6 3.8 5.0 3.8
## 101 1 2 4.0 4.0 3.6 3.8
## 102 0 1 2.6 3.6 3.0 3.8
## 103 0 1 3.8 4.0 4.0 3.6
## 104 1 1 3.0 2.8 3.4 4.0
## 105 1 3 4.0 3.8 3.9 3.8
## 106 1 3 3.8 3.8 4.2 4.2
## 107 0 1 1.8 2.2 2.0 4.0
## 108 0 1 2.6 3.6 4.0 4.0
## 109 1 1 3.2 2.8 2.0 4.2
## 110 0 1 3.2 3.2 3.2 3.8
## 111 1 1 3.4 4.0 4.0 4.0
## 112 0 1 2.4 3.8 3.0 4.4
## 113 0 1 2.6 2.0 2.0 3.6
## 114 0 1 3.8 3.0 4.0 3.4
## 115 0 1 2.9 3.0 3.5 3.6
## 116 1 1 3.8 3.8 4.2 5.0
## 117 0 1 3.6 4.2 3.0 4.2
## 118 0 1 1.6 1.0 4.0 4.0
## 119 1 2 4.0 3.4 4.6 4.0
## 120 1 3 4.0 3.4 4.0 4.0
## 121 0 1 2.2 1.8 2.4 4.0
## 122 1 2 5.0 4.4 5.0 5.0
## 123 0 1 3.2 2.8 3.2 3.4
## 124 1 1 4.0 3.8 3.6 5.0
## 125 1 4 3.6 3.0 3.8 3.8
## 126 1 1 2.4 3.2 3.6 4.0
## 127 0 1 4.0 3.8 3.8 4.4
## 128 0 1 2.8 3.8 4.0 4.0
## 129 0 1 2.6 2.4 3.6 4.4
## 130 0 1 2.0 2.6 3.6 4.0
## 131 0 1 4.0 2.2 4.2 5.0
## 132 1 2 2.8 3.8 3.6 4.6
## 133 0 1 3.4 3.4 5.0 5.0
## 134 0 1 4.4 4.2 4.2 4.2
## 135 0 3 3.6 2.8 3.8 3.6
## 136 0 1 3.6 3.6 3.4 3.6
## 137 0 1 4.4 4.6 3.8 3.0
## 138 0 1 3.6 3.0 3.1 3.2
## 139 0 2 3.0 4.0 4.2 2.4
## 140 0 1 1.6 2.2 2.0 2.6
## 141 0 1 3.6 3.2 3.8 3.5
## 142 0 1 3.2 3.4 3.8 4.0
## 143 1 1 2.4 3.0 3.4 3.8
## 144 1 3 2.2 3.2 2.8 3.0
## 145 0 1 2.6 3.0 3.8 3.8
## 146 0 4 4.8 4.6 4.6 4.0
## 147 0 1 3.2 3.4 3.8 4.0
## 148 0 2 1.8 2.8 3.2 3.8
## 149 0 1 2.4 3.2 3.2 3.6
## 150 1 3 4.0 5.0 5.0 4.6
## 151 1 2 4.0 4.0 4.0 3.2
## 152 0 4 2.0 2.6 2.0 2.4
## 153 0 1 3.6 3.6 4.0 3.6
## 154 0 2 2.6 2.4 4.0 3.0
## 155 1 2 3.4 3.6 4.0 4.0
## 156 0 2 3.6 3.8 3.8 4.0
## 157 1 4 3.6 3.6 2.8 4.0
## 158 0 1 3.6 4.0 4.8 4.0
## 159 0 1 4.0 4.0 4.8 4.0
## 160 0 1 4.0 3.4 4.8 4.0
## 161 0 2 4.2 4.0 2.6 3.2
## 162 0 3 3.0 3.4 4.0 3.2
## 163 0 1 2.6 2.8 3.6 4.0
## 164 0 1 2.6 2.2 2.4 3.8
## 165 0 1 4.0 3.8 4.2 4.4
## 166 1 1 2.0 1.2 2.2 3.0
## 167 1 1 3.8 3.2 3.8 3.4
## 168 0 1 2.8 3.4 3.4 4.0
## 169 1 1 3.6 3.0 3.8 3.6
## 170 0 1 4.0 3.4 3.4 3.0
## 171 0 1 4.0 3.6 4.0 4.0
## 172 0 1 3.6 3.8 4.0 4.4
## 173 1 1 4.0 3.0 4.0 4.0
## 174 0 1 4.4 5.0 4.6 3.8
## 175 0 1 4.2 4.0 4.0 4.0
## 176 0 1 3.4 3.8 3.1 3.4
## 177 1 1 2.8 2.4 3.8 3.9
## 178 0 2 3.6 3.0 3.0 3.0
## 179 0 2 4.0 4.4 3.8 4.0
## 180 0 2 2.8 3.6 4.0 3.8
## 181 0 1 3.2 3.0 3.5 3.6
## 182 0 1 3.6 3.6 4.0 4.0
## 183 0 2 3.6 4.0 3.6 4.0
## 184 0 1 4.0 3.6 3.4 3.5
## 185 0 1 3.2 2.0 3.6 3.6
## 186 0 2 4.0 2.6 3.2 2.4
## 187 0 1 3.4 2.6 4.2 5.0
## 188 0 1 3.0 3.6 3.2 3.6
## 189 0 1 3.4 2.4 3.2 3.6
## 190 0 2 4.0 3.6 3.2 3.2
## 191 1 1 4.2 3.2 3.8 4.4
## 192 0 1 3.2 3.2 3.0 3.0
## 193 1 2 3.2 3.4 3.6 3.4
## 194 1 1 4.0 3.2 3.0 4.0
## 195 1 2 4.0 3.2 3.0 4.0
## 196 0 2 5.0 5.0 5.0 3.7
## 197 1 1 3.8 3.8 3.4 3.6
## 198 0 1 2.2 3.6 4.8 3.4
## 199 1 1 3.8 4.0 4.0 3.6
## 200 0 1 3.4 3.8 4.0 3.8
## 201 1 1 3.6 3.6 4.0 4.0
## 202 1 1 3.2 2.4 2.6 2.6
## 203 0 1 2.4 1.6 4.2 4.8
## 204 0 1 3.4 3.6 3.4 3.6
## 205 0 1 3.6 4.6 3.8 3.0
## 206 0 1 4.0 3.0 3.1 3.2
## 207 0 2 2.8 4.0 4.2 2.4
## 208 0 1 1.6 2.2 2.0 2.6
## 209 0 1 3.2 3.2 3.8 3.5
## 210 0 1 3.6 3.4 3.8 4.0
## 211 1 1 2.8 3.0 3.4 3.8
## 212 1 3 2.4 3.2 2.8 3.0
## 213 0 1 3.0 3.0 3.8 3.8
## 214 0 4 4.6 4.6 4.6 4.0
## 215 0 1 3.6 3.4 3.8 4.0
## 216 0 2 2.0 2.8 3.2 3.8
## 217 0 1 2.8 3.2 3.2 3.6
## 218 1 3 3.6 5.0 5.0 4.6
## 219 1 2 3.8 4.0 4.0 3.2
## 220 0 4 2.0 2.6 2.0 2.4
## 221 0 1 3.2 3.6 4.0 3.6
## 222 0 2 2.8 2.4 4.0 3.0
## 223 1 2 3.8 3.6 4.0 4.0
## 224 0 2 3.8 3.8 3.8 4.0
## 225 1 4 3.6 3.6 2.8 4.0
## 226 0 1 3.4 4.0 4.8 4.0
## 227 0 1 3.8 4.0 4.8 4.0
## 228 0 1 3.8 3.4 4.8 4.0
## 229 0 2 4.0 4.0 2.6 3.2
## 230 0 3 2.6 3.4 4.0 3.2
## 231 0 2 3.2 3.8 4.0 3.4
## 232 1 2 2.4 3.2 3.4 3.6
## 233 0 2 2.2 2.8 3.4 3.6
## 234 1 3 2.4 2.0 2.0 2.0
## 235 1 3 3.0 3.0 3.0 3.0
## 236 0 4 3.6 4.8 3.8 4.0
## 237 1 3 2.0 3.2 3.4 3.6
## 238 0 2 2.8 4.0 4.0 3.8
## 239 0 2 3.2 3.8 4.0 3.4
## 240 1 3 3.8 4.0 4.0 4.0
## 241 1 4 4.2 3.6 4.0 4.2
## 242 1 3 3.4 3.2 2.6 4.0
## 243 1 2 3.8 3.8 3.4 3.4
## 244 0 3 1.8 3.0 3.6 4.2
## 245 0 3 2.6 2.6 3.2 3.6
## 246 0 3 3.4 3.0 3.2 3.8
## 247 0 3 2.6 3.0 2.6 4.0
## 248 0 3 3.6 3.2 4.2 3.8
## 249 0 3 2.6 3.6 2.8 3.2
## 250 0 2 3.2 2.6 3.2 3.4
## 251 0 1 3.4 2.2 4.0 3.6
## 252 0 2 4.0 3.2 4.0 4.0
## 253 0 3 1.6 1.8 2.2 2.0
## 254 1 1 3.8 3.6 4.0 3.5
## 255 0 3 3.6 4.2 4.0 3.6
## 256 1 2 3.8 3.8 3.6 4.0
## 257 0 1 4.0 4.0 4.0 4.0
## 258 0 3 3.0 2.8 3.6 3.8
## 259 0 2 2.2 3.4 3.6 3.4
## 260 0 2 3.2 3.0 3.5 3.6
## 261 1 2 3.2 3.2 3.4 4.0
## 262 0 3 2.2 1.6 2.2 3.0
## 263 0 2 3.6 2.8 3.8 4.0
## 264 1 3 2.0 3.0 3.0 3.4
## 265 0 1 3.6 4.0 3.8 4.0
## 266 0 1 4.0 3.6 5.0 3.6
## 267 0 1 2.8 2.6 3.4 3.6
## 268 0 3 4.0 3.4 4.0 3.0
## 269 0 2 2.2 2.6 4.4 4.2
## 270 1 4 4.0 4.2 4.2 4.4
## 271 0 3 3.2 3.8 5.0 3.8
## 272 1 2 3.6 2.4 2.4 2.8
## 273 0 1 3.2 3.6 3.6 2.9
## 274 1 3 4.0 3.6 4.0 4.0
## 275 0 1 2.6 2.4 3.1 3.4
## 276 0 2 2.6 2.2 3.8 4.8
## 277 1 4 1.6 1.8 2.2 2.2
## 278 1 4 1.6 1.8 2.2 2.2
## 279 0 2 3.2 2.0 3.2 3.6
## 280 1 2 2.8 3.0 3.6 3.2
## 281 0 2 3.6 3.0 3.0 4.0
## 282 0 1 4.0 3.4 3.6 3.8
## 283 1 1 4.0 4.2 4.0 4.0
## 284 0 1 2.8 3.2 3.4 3.2
## 285 0 3 2.2 2.8 2.8 3.6
## 286 0 3 3.2 2.8 3.6 3.8
## 287 0 2 3.6 3.4 3.8 4.0
## 288 0 2 3.6 3.8 3.0 3.8
## 289 0 1 3.6 3.6 4.0 3.2
## 290 0 3 3.8 4.0 4.0 3.8
## 291 1 3 2.4 2.2 2.8 2.6
## 292 0 1 2.0 3.0 3.4 4.2
## 293 1 2 4.2 3.4 4.0 4.0
## 294 0 2 3.0 3.4 4.0 3.6
## 295 0 2 3.6 3.6 4.0 3.6
## 296 0 1 4.2 4.0 4.0 3.6
## 297 0 3 2.8 1.8 3.2 4.0
## 298 0 1 3.2 2.2 4.0 4.0
## 299 0 1 3.2 3.8 3.4 3.8
## 300 0 1 3.0 3.0 2.8 4.0
## 301 1 2 2.8 3.6 4.0 4.0
## 302 1 3 4.0 3.8 3.6 4.0
## 303 0 2 3.8 2.8 3.2 4.0
## 304 0 3 3.6 3.0 4.2 3.6
## 305 0 1 2.2 3.6 3.0 3.4
## 306 0 1 4.0 3.0 4.0 4.0
## 307 0 1 3.2 3.6 4.0 4.0
## 308 1 3 3.6 3.6 3.8 3.6
## 309 0 1 2.0 2.8 1.8 4.0
## 310 0 1 1.8 2.8 3.6 3.2
## 311 1 1 4.0 3.6 4.0 3.8
## 312 1 3 2.2 2.2 3.0 3.6
## 313 0 1 4.0 3.6 3.8 4.0
## 314 0 2 3.0 3.4 3.2 4.0
## 315 1 3 3.8 3.0 4.0 4.4
## 316 1 1 2.4 3.2 4.0 4.0
## 317 1 2 3.4 3.8 5.0 4.2
## 318 1 2 1.4 2.2 3.6 2.8
## 319 0 1 3.0 3.0 4.8 3.4
## 320 0 1 2.0 1.6 3.8 3.6
## 321 1 1 3.6 3.2 2.8 3.8
## 322 0 1 2.8 3.0 3.2 3.4
## 323 1 2 3.0 3.4 3.6 3.6
## 324 1 1 3.4 3.0 3.4 3.6
## 325 0 1 3.0 3.0 4.8 3.4
## 326 1 2 4.0 3.6 3.8 3.6
## 327 1 1 3.6 3.2 3.6 4.0
## 328 1 4 3.6 3.2 4.0 4.0
## 329 0 3 3.0 2.0 3.0 3.0
## 330 1 4 4.4 3.2 4.0 3.6
## 331 0 1 3.2 2.2 4.6 4.0
## 332 1 1 2.8 4.0 3.0 4.2
## 333 1 2 3.2 3.4 2.4 3.8
## 334 0 1 2.4 1.6 2.8 4.4
## 335 0 1 3.4 3.6 3.2 3.4
## 336 0 1 4.0 4.2 4.0 4.0
## 337 0 1 2.0 2.4 2.2 2.0
## 338 0 1 4.0 3.0 3.8 4.1
## 339 1 2 3.8 3.8 4.0 4.6
## 340 1 3 4.0 3.4 3.6 3.6
## 341 1 1 4.0 2.6 4.0 4.0
## 342 1 2 3.0 4.0 4.0 3.4
## 343 0 2 3.6 4.0 3.9 3.4
## 344 1 3 3.4 3.4 4.0 3.6
## 345 0 3 4.2 3.6 2.8 3.6
## 346 0 2 3.4 2.8 3.4 3.8
## 347 1 3 4.0 4.4 3.8 3.6
## 348 1 3 2.6 2.4 3.2 3.2
## 349 1 3 3.6 2.2 3.4 3.6
## 350 1 2 2.8 2.0 2.4 3.2
## 351 1 2 3.6 2.2 4.0 3.2
## 352 1 2 4.0 3.6 4.0 3.4
## 353 1 3 4.0 3.2 4.0 4.0
## 354 1 4 3.4 2.6 4.2 3.2
## 355 0 3 3.2 3.0 4.0 3.6
## 356 0 2 2.4 2.6 2.6 3.6
## 357 1 3 3.0 2.2 2.4 2.2
## 358 0 2 4.0 3.6 4.0 4.2
## 359 1 2 2.0 3.0 2.0 2.8
## 360 0 1 2.4 2.8 4.0 2.8
## 361 1 2 3.2 3.4 3.6 3.4
## 362 0 3 3.4 3.2 3.8 3.4
## 363 1 2 4.0 4.0 3.8 3.4
## 364 0 4 3.4 1.8 3.4 3.6
## 365 0 1 2.0 2.0 3.0 3.4
## 366 1 3 2.6 2.2 2.6 2.6
## 367 0 3 2.4 2.4 4.0 5.0
## 368 0 4 2.4 2.2 3.2 4.0
## 369 0 2 2.6 2.6 3.8 3.8
## 370 1 3 4.0 4.0 4.0 3.6
## 371 0 3 3.2 3.0 4.0 3.6
## 372 1 2 4.0 3.8 4.0 3.6
## 373 0 2 2.4 3.0 3.4 3.2
## 374 0 2 3.2 3.6 4.0 3.6
## 375 1 4 3.2 2.0 4.0 3.4
## 376 0 1 2.4 2.6 3.4 3.6
## 377 0 2 3.2 3.4 3.0 2.8
## 378 0 3 3.8 3.2 3.8 4.2
## 379 0 3 2.4 2.4 3.4 4.2
## 380 0 3 2.4 1.6 4.2 4.8
## 381 1 1 2.4 2.4 3.0 3.2
## 382 0 1 2.0 3.0 2.0 3.0
## 383 0 1 4.0 4.0 3.2 3.2
## 384 0 2 3.6 3.2 4.0 3.6
## 385 0 1 4.0 3.2 3.6 4.0
## 386 1 4 4.0 3.6 3.2 4.0
## 387 0 2 2.6 2.4 3.4 4.6
## 388 0 2 2.8 3.2 3.8 3.8
## 389 0 1 3.8 2.8 4.4 4.0
## 390 1 2 4.0 3.2 4.0 4.0
## 391 1 2 2.6 2.2 4.0 4.0
## 392 1 1 2.8 2.0 4.0 4.0
## 393 0 1 3.2 3.0 3.8 4.2
## 394 1 3 2.0 3.8 3.4 3.6
## 395 1 2 3.8 3.2 3.6 4.0
## 396 1 3 1.4 1.0 2.0 1.2
## 397 0 3 3.4 3.8 4.2 3.6
## 398 1 2 2.6 3.8 4.2 3.2
## 399 1 2 3.6 4.2 4.0 4.0
## 400 0 1 2.6 3.4 4.4 4.0
## 401 0 2 3.6 2.4 3.2 3.0
## 402 1 3 2.6 3.2 3.0 4.0
## 403 1 3 3.2 2.8 4.0 4.0
## 404 0 3 3.2 3.2 3.4 4.0
## 405 1 2 2.0 2.0 2.0 2.0
## 406 0 3 1.8 2.8 2.8 3.6
## 407 0 2 3.0 3.6 4.0 4.4
## 408 1 1 3.6 3.8 4.0 3.6
## 409 1 3 3.4 2.8 4.4 3.8
## 410 1 3 2.4 2.6 4.2 4.0
## 411 0 1 2.8 3.0 2.6 3.6
## 412 0 1 2.6 2.4 3.8 3.0
## 413 0 3 3.8 2.8 3.6 3.0
## 414 0 3 3.2 3.8 4.4 3.2
## 415 0 2 3.8 4.2 4.0 3.6
## 416 0 3 3.0 3.4 4.0 3.2
## 417 0 2 3.6 3.6 4.0 4.0
## 418 0 3 3.6 3.8 4.6 4.6
## 419 0 3 3.0 2.6 3.2 3.6
## 420 1 2 4.0 4.2 4.0 4.2
## 421 0 3 2.6 3.2 3.4 3.6
## 422 0 3 3.4 3.6 3.4 3.6
## 423 1 3 5.0 4.2 4.8 3.8
## 424 0 3 3.2 3.0 3.8 3.6
## 425 0 2 4.0 4.0 2.8 3.8
## 426 0 2 2.6 4.0 3.6 3.4
## 427 0 1 3.2 3.6 3.2 4.2
## 428 0 3 3.0 3.4 2.4 3.4
## 429 0 3 1.8 1.8 2.6 3.6
## 430 0 2 3.2 4.4 3.6 3.3
## 431 1 3 3.8 3.4 3.4 4.6
## 432 1 2 3.6 3.4 3.6 3.6
## 433 0 2 4.2 4.8 4.0 4.2
## 434 0 3 3.2 3.4 4.6 3.6
## 435 1 3 2.4 3.4 3.6 3.6
## 436 0 3 3.8 3.4 4.0 4.0
## 437 0 3 4.0 4.2 4.2 4.2
## 438 1 4 3.4 3.2 3.6 3.8
## 439 0 3 2.0 2.4 3.4 3.8
## 440 0 3 4.0 4.2 3.4 3.6
## 441 0 3 3.8 1.8 3.6 3.2
## 442 1 2 3.2 2.6 4.4 4.0
## 443 1 3 3.6 3.2 2.4 2.8
## 444 1 2 3.8 3.2 4.0 3.6
## 445 0 4 2.4 1.6 2.0 4.0
## 446 0 3 2.0 2.4 3.0 3.4
## 447 0 3 3.0 2.8 4.4 4.0
## 448 0 1 2.0 1.6 3.0 3.6
## 449 1 3 3.0 3.6 3.8 3.8
## 450 0 1 1.8 2.4 3.2 3.8
## 451 0 4 2.6 2.4 3.0 3.6
## 452 1 2 3.2 2.0 3.4 3.4
## 453 0 2 2.6 2.4 3.0 3.6
## 454 0 2 3.2 3.0 3.8 3.8
## 455 0 3 3.4 3.2 3.8 4.2
## 456 1 4 3.2 2.2 4.2 4.0
## 457 0 3 2.6 2.4 4.0 4.0
## 458 0 3 4.0 4.0 4.0 4.0
## 459 1 2 3.4 2.4 3.8 4.0
## 460 1 3 3.2 3.2 4.2 4.0
## 461 1 3 4.0 4.0 4.0 3.8
## 462 0 3 3.0 4.0 5.0 4.2
## 463 0 2 3.2 3.4 3.8 3.8
## 464 0 2 4.0 4.0 4.0 4.0
## 465 1 3 2.2 3.8 4.0 3.0
## 466 0 3 2.4 3.4 3.2 3.2
## 467 0 3 3.0 3.6 3.4 3.4
## 468 1 3 3.8 3.8 3.8 3.8
## 469 1 2 5.0 4.8 5.0 4.4
## 470 0 3 5.0 4.6 4.4 4.0
## 471 1 3 3.8 3.2 3.0 3.0
## 472 1 2 3.2 3.4 3.6 5.0
## 473 0 3 2.6 2.8 2.0 3.4
## 474 0 3 2.8 2.8 3.6 4.0
## 475 0 2 2.0 2.4 2.2 2.8
## 476 1 2 3.8 4.0 4.0 3.6
## 477 1 4 3.2 3.8 3.6 3.4
## 478 0 2 3.2 3.2 3.2 3.2
## 479 0 3 4.0 3.8 4.0 4.0
## 480 1 2 3.4 3.0 4.0 3.9
## 481 0 3 2.4 2.8 4.6 4.4
## 482 1 2 3.0 3.0 3.6 2.8
## 483 0 3 1.4 1.4 3.2 5.0
## 484 1 2 3.6 3.6 3.0 3.6
## 485 1 4 4.0 4.0 4.0 4.0
## 486 0 3 4.2 3.2 4.8 4.2
## 487 0 3 3.4 3.6 3.5 3.9
## 488 0 3 2.4 3.6 3.4 3.6
## 489 0 2 2.2 3.0 2.8 3.8
## 490 0 2 2.8 3.6 3.2 3.2
## 491 1 2 3.8 3.8 4.0 3.8
## 492 0 3 4.0 4.4 4.0 3.8
## 493 1 4 4.0 4.0 4.0 4.0
## 494 0 2 3.8 2.2 2.4 3.2
## 495 1 4 4.0 4.2 5.0 5.0
## 496 0 2 2.8 2.4 3.0 4.0
## 497 0 3 2.8 2.6 3.6 3.2
## 498 1 4 4.0 3.2 3.6 4.0
## 499 1 3 2.4 2.6 2.6 2.0
## 500 1 3 4.0 2.6 3.4 2.8
## 501 0 4 2.8 2.4 3.8 4.0
## 502 1 2 2.0 1.8 3.4 3.2
## 503 1 3 3.8 4.2 3.4 4.0
## 504 1 1 2.6 2.6 3.0 3.6
## 505 0 2 3.6 4.0 4.8 5.0
## 506 1 3 3.2 2.6 4.0 4.0
## 507 0 2 3.6 3.8 3.6 3.6
## 508 0 2 3.0 3.4 3.6 3.6
## 509 0 2 2.4 3.8 4.0 3.4
## 510 0 2 3.0 4.0 4.0 3.6
## 511 0 3 3.4 3.4 4.0 3.8
## 512 0 2 3.4 3.0 3.8 3.6
## 513 1 3 3.8 3.6 3.2 3.0
## 514 0 4 2.2 2.4 2.8 3.2
## 515 0 1 2.6 2.8 3.8 3.6
## 516 0 4 4.2 4.6 4.8 4.4
## 517 1 2 4.6 3.6 4.0 4.6
## 518 1 2 4.0 3.2 3.6 4.0
## 519 1 2 5.0 4.6 5.0 5.0
## 520 1 3 3.4 3.2 2.0 2.8
## 521 1 4 2.4 2.6 3.8 4.4
## 522 0 4 4.0 4.0 4.4 4.0
## 523 1 1 4.0 4.0 4.0 3.6
## 524 1 4 3.4 2.8 3.8 4.4
## 525 0 3 4.2 3.6 4.4 4.2
## 526 0 2 2.6 2.0 3.0 4.0
## 527 0 2 2.0 2.0 2.0 2.0
## 528 0 3 3.6 2.8 3.8 3.2
## 529 0 3 2.8 1.8 2.4 2.4
## 530 0 3 2.4 2.2 2.2 2.6
## 531 1 3 1.6 1.2 2.0 2.0
## 532 0 1 2.6 2.8 3.6 3.6
## 533 0 3 3.2 3.2 2.0 3.2
## 534 0 2 3.8 3.8 3.6 3.6
## 535 0 1 4.0 3.8 4.0 3.4
## 536 1 2 1.4 2.4 3.4 3.6
## 537 0 4 2.6 3.2 3.2 4.4
## 538 0 3 2.0 2.0 2.0 3.2
## 539 0 2 2.2 3.0 3.8 3.8
## 540 0 2 4.0 3.6 4.0 4.0
## 541 0 2 3.6 2.8 3.6 3.8
## 542 0 1 4.2 2.6 3.4 3.2
## 543 0 2 2.2 2.8 3.2 3.8
## 544 0 2 4.0 4.0 4.0 4.0
## 545 1 2 4.0 3.4 4.0 4.0
## 546 1 3 2.8 2.2 3.4 4.4
## 547 0 2 3.2 3.2 2.6 3.2
## 548 1 3 4.0 3.6 4.4 4.2
## 549 0 2 2.4 2.4 3.2 3.8
## 550 0 2 3.8 3.0 3.4 3.6
## 551 0 3 2.0 2.0 3.0 2.8
## 552 0 1 2.4 2.2 3.4 3.8
## 553 0 3 2.4 2.4 2.2 1.8
## 554 0 3 2.2 1.8 2.0 2.0
## 555 1 3 2.4 2.4 2.6 3.4
## 556 1 3 2.2 2.2 2.0 1.6
## 557 0 2 2.8 2.2 3.4 4.0
## 558 0 2 3.6 3.2 2.4 3.5
## 559 0 3 4.0 4.0 4.0 4.0
## 560 1 2 3.8 4.0 4.0 4.0
## 561 0 2 3.0 1.8 4.0 3.0
## 562 1 3 4.2 3.8 2.4 3.8
## 563 0 2 2.6 2.4 3.6 3.6
## 564 1 3 3.6 3.0 3.8 4.0
## 565 0 2 3.0 3.0 3.0 3.8
## 566 0 1 2.4 1.8 4.0 3.8
## 567 1 2 3.2 2.8 4.0 3.8
## 568 0 2 2.0 2.6 2.4 2.8
## 569 0 2 3.2 3.6 3.8 4.0
## 570 0 3 2.6 2.4 3.0 3.4
## 571 1 4 2.8 2.4 2.4 3.0
## 572 1 3 3.2 3.0 3.2 2.8
## 573 0 3 1.8 1.6 1.6 1.6
## 574 0 3 3.2 3.0 3.2 2.8
## 575 1 2 1.4 1.0 1.6 2.2
## 576 0 4 3.0 3.4 3.0 2.8
## 577 0 3 2.8 3.2 3.8 4.4
## 578 0 3 2.8 3.8 3.2 3.0
## 579 0 3 2.4 3.6 3.2 4.4
## 580 0 3 3.6 3.8 3.8 3.6
## 581 1 1 3.8 3.4 4.0 5.0
## 582 0 4 3.4 2.8 4.0 3.8
## 583 0 2 3.2 3.2 3.6 3.8
## 584 1 2 1.4 2.6 3.6 3.8
## 585 0 2 4.0 3.4 2.8 3.6
## 586 0 3 4.0 3.6 3.0 3.8
## 587 0 3 3.6 3.8 4.0 3.6
## 588 1 3 3.8 3.0 3.0 3.2
## 589 1 3 4.0 4.2 4.2 3.8
## 590 1 3 4.0 3.8 4.0 4.0
## 591 0 2 3.0 3.2 3.2 3.4
## 592 1 2 4.0 3.6 2.8 3.5
## 593 0 3 2.8 3.4 4.0 4.0
## 594 0 2 2.4 2.0 2.4 2.4
## 595 1 2 3.2 2.6 3.6 4.4
## 596 0 2 2.4 3.2 3.6 3.6
## 597 1 1 2.2 2.4 2.2 3.6
## 598 1 2 3.6 3.6 3.2 2.8
## 599 0 2 4.0 3.8 4.0 3.4
## 600 1 3 3.6 2.8 2.6 4.0
## 601 1 3 3.0 3.6 3.0 3.6
## 602 1 3 4.2 3.8 4.4 4.8
## 603 1 2 2.0 2.0 2.2 2.2
## 604 1 3 3.6 3.4 3.6 4.0
## 605 1 3 5.0 4.6 5.0 4.4
## 606 0 3 3.2 3.0 2.8 2.8
## 607 0 3 3.8 3.8 3.6 3.4
## 608 1 2 3.0 3.0 2.4 2.2
## 609 0 1 3.2 3.2 3.6 4.0
## 610 0 3 2.4 2.8 3.0 3.8
## 611 0 4 2.8 1.8 4.6 4.8
## 612 0 3 4.2 3.6 4.2 4.0
## 613 1 2 3.6 3.4 3.6 3.2
## 614 1 2 3.6 4.2 5.0 4.6
## 615 0 3 4.2 4.8 5.0 4.8
## 616 0 3 2.8 2.4 4.0 4.6
## 617 1 1 3.8 4.0 4.0 4.0
## 618 0 4 4.2 2.4 4.0 4.2
## 619 0 3 2.8 3.2 4.6 4.8
## 620 0 3 2.4 2.0 3.2 4.0
## 621 0 3 4.0 4.4 3.8 4.6
## 622 0 3 3.0 2.6 3.2 3.8
## 623 0 2 2.8 2.0 2.8 3.4
## 624 0 3 4.0 3.6 4.0 4.6
## 625 1 3 2.8 2.4 3.6 3.6
## 626 1 3 2.6 2.4 3.4 3.8
## 627 0 2 3.2 3.8 4.0 3.4
## 628 1 2 2.0 3.2 3.4 3.6
## 629 0 3 3.6 3.8 4.0 4.0
## 630 1 3 3.8 3.0 3.6 3.6
## 631 0 4 3.6 3.4 4.2 4.0
## 632 0 3 4.0 3.8 3.8 3.6
## 633 0 2 3.2 3.0 3.5 3.6
## 634 1 3 3.2 2.6 3.6 3.8
## 635 1 3 2.8 2.4 3.6 3.6
## 636 0 4 2.6 2.6 4.2 3.8
## 637 0 2 3.4 2.2 2.4 3.4
## 638 0 3 3.6 2.0 2.8 2.8
## 639 1 3 3.4 4.0 4.4 4.0
## 640 1 3 3.0 2.2 3.8 3.6
## 641 1 3 3.0 2.6 3.6 4.6
## 642 0 2 2.6 2.2 4.0 3.8
## 643 1 3 2.0 2.0 3.0 4.0
## 644 0 3 2.6 3.6 2.6 2.4
## 645 0 3 2.0 2.8 4.0 2.0
## 646 1 3 2.6 2.4 2.0 3.0
## 647 1 4 3.0 2.8 4.0 3.6
## 648 0 2 3.6 2.5 3.4 3.2
## 649 1 3 3.2 3.0 4.0 3.6
## 650 0 1 3.6 2.8 3.0 3.2
## 651 1 3 3.6 4.0 3.6 3.6
## 652 1 3 3.6 2.8 4.0 4.0
## 653 0 3 3.2 3.2 4.6 4.2
## 654 0 2 3.0 2.8 3.8 3.8
## 655 0 2 2.0 3.0 3.2 3.6
## 656 1 3 2.4 2.4 2.6 2.4
## 657 0 3 3.2 2.4 2.4 2.4
## 658 1 3 1.8 2.6 2.4 2.8
## 659 1 3 2.2 1.6 2.6 2.4
## 660 0 3 2.4 1.2 3.0 2.6
## 661 0 2 2.4 1.6 1.8 2.4
## 662 0 3 2.4 2.2 2.2 2.4
## 663 0 4 2.4 2.2 2.2 2.4
## 664 1 3 2.4 2.4 2.6 2.4
## 665 0 3 3.2 2.4 2.4 2.4
## 666 1 3 1.8 2.6 2.4 2.8
## 667 1 3 2.2 1.6 2.6 2.4
## 668 0 3 2.4 1.8 2.0 2.4
## 669 1 3 2.0 2.0 2.0 2.4
## 670 1 3 2.2 2.2 1.6 2.0
## 671 0 3 2.2 2.4 2.6 2.4
## 672 1 3 1.4 1.4 2.0 2.0
## 673 0 3 2.6 3.2 4.0 4.0
## 674 0 3 3.8 3.0 3.8 4.4
## 675 0 4 2.0 2.2 3.4 3.6
## 676 1 3 4.0 3.8 3.8 3.8
## 677 1 3 2.4 2.4 3.6 3.2
## 678 0 3 2.6 2.8 4.0 3.2
## 679 0 3 3.0 3.6 4.0 3.6
## 680 1 2 3.2 1.6 3.6 3.4
## 681 1 3 2.4 1.4 2.6 3.0
## 682 0 3 3.2 3.0 3.5 3.6
## 683 0 2 2.2 2.4 2.6 2.6
## 684 1 2 3.4 2.0 3.2 3.8
## 685 1 3 4.0 4.0 3.8 4.4
## 686 0 3 2.8 2.4 4.0 3.8
## 687 0 3 4.4 2.8 4.4 4.6
## 688 1 4 3.2 2.0 3.6 3.8
## 689 0 4 2.6 3.4 3.6 4.0
## 690 0 4 4.0 2.8 4.0 3.0
## 691 0 3 3.0 3.0 4.6 3.4
## 692 0 2 2.8 2.2 4.0 4.8
## 693 0 2 2.4 2.4 3.8 4.6
## 694 1 4 2.0 2.4 2.4 4.2
## 695 0 2 2.2 2.2 2.6 2.8
## 696 0 3 2.8 2.4 4.0 3.2
## 697 0 2 3.0 2.0 3.8 4.2
## 698 0 4 2.0 2.2 3.2 4.0
## 699 0 3 2.2 2.0 3.2 3.6
## 700 0 2 3.6 3.6 4.2 4.0
## 701 1 3 4.2 4.0 4.4 4.4
## 702 0 3 2.8 2.2 3.0 4.0
## 703 0 3 2.0 2.0 2.2 3.2
## 704 0 2 3.6 2.8 4.4 4.6
## 705 0 3 2.4 2.0 2.4 3.8
## 706 0 4 2.8 1.2 3.4 3.0
## 707 0 3 4.2 4.0 4.2 4.2
## 708 1 4 4.0 4.0 4.0 4.0
## 709 1 3 2.6 2.8 3.6 3.2
## 710 1 3 4.0 2.0 3.8 4.4
## 711 1 3 3.8 2.6 4.0 4.0
## 712 1 2 4.2 3.8 4.0 4.0
## 713 0 4 3.2 2.6 2.8 4.8
## 714 0 4 4.0 2.6 4.0 5.0
## 715 0 4 2.6 2.8 4.0 4.2
## 716 0 3 3.6 2.2 4.4 5.0
## 717 1 3 4.2 4.0 4.4 4.4
## 718 1 2 3.6 2.0 3.0 4.0
## 719 0 3 3.0 3.0 5.0 4.4
## 720 0 3 3.8 3.0 4.0 3.8
## 721 1 3 2.2 2.0 2.4 2.2
## 722 1 4 2.8 2.6 3.0 2.4
## 723 0 3 2.4 1.6 2.0 2.6
## 724 1 4 2.4 2.2 2.2 2.6
## 725 0 3 2.2 2.2 2.4 2.4
## 726 1 3 2.2 1.6 1.4 1.8
## 727 0 4 2.2 2.2 2.4 1.6
## 728 0 3 2.4 2.0 2.0 2.6
## 729 1 4 2.0 2.2 2.4 2.8
## 730 0 2 2.4 2.0 1.8 2.0
## 731 1 3 2.2 2.0 2.4 2.2
## 732 0 3 2.4 3.4 2.4 3.6
## 733 1 3 3.4 3.0 4.0 3.8
## 734 1 3 2.6 2.4 2.5 3.0
## 735 1 4 3.6 2.8 3.8 3.6
## 736 0 3 4.0 3.8 3.6 4.6
## 737 0 3 4.0 3.8 4.0 4.0
## 738 1 2 3.6 2.6 3.2 3.4
## 739 0 2 1.4 2.6 3.6 4.6
## 740 1 3 3.4 3.8 4.0 3.6
## 741 0 3 4.4 5.0 4.6 4.0
## 742 1 4 3.8 2.0 3.8 2.4
## 743 0 3 3.4 3.8 3.8 3.8
## 744 1 3 2.2 2.4 3.4 3.4
## 745 0 2 4.0 3.2 4.0 4.0
## 746 1 4 3.6 3.0 3.0 3.8
## 747 0 2 3.8 3.0 3.2 3.2
## 748 0 4 3.6 3.6 4.0 4.0
## 749 0 3 3.2 3.6 4.0 3.4
## 750 1 3 3.6 3.0 5.0 4.6
## 751 0 3 3.0 1.8 3.6 3.6
## 752 1 2 3.2 2.8 3.2 3.2
## 753 1 3 3.0 3.6 3.2 3.6
## 754 1 3 3.6 2.2 3.4 4.2
## 755 0 2 4.2 4.2 4.0 4.2
## 756 0 4 3.0 2.8 4.0 3.6
## 757 0 2 4.0 4.0 4.0 4.0
## 758 0 3 3.0 2.6 3.4 3.8
## 759 0 2 2.8 3.0 3.8 4.0
## 760 0 3 2.8 3.4 3.8 4.0
## 761 0 2 4.4 3.8 3.6 4.0
## 762 0 3 1.8 1.0 3.6 3.4
## 763 1 2 2.8 2.2 4.2 4.0
## 764 1 3 2.6 3.0 3.2 2.8
## 765 1 3 2.6 3.0 3.2 2.8
## 766 1 4 2.6 2.8 2.2 2.6
## 767 1 3 3.0 3.0 2.6 2.8
## 768 1 3 2.0 1.4 1.8 2.0
## 769 1 3 1.8 1.6 2.4 2.0
## 770 1 3 2.8 2.2 2.4 3.0
## 771 0 3 2.2 2.0 2.6 2.2
## 772 1 3 2.0 2.0 2.2 1.8
## 773 0 3 2.2 1.6 2.0 2.2
## 774 1 4 2.6 2.8 2.2 2.6
## 775 1 3 3.0 3.0 2.6 2.8
## 776 1 3 2.0 1.4 1.8 2.0
## 777 1 3 1.8 1.6 2.4 2.0
## 778 1 3 2.8 2.2 2.4 3.0
## 779 0 4 2.0 1.6 1.6 1.8
## 780 0 3 3.6 2.8 4.0 4.0
## 781 0 2 3.2 2.4 4.0 4.0
## 782 1 3 5.0 5.0 5.0 5.0
## 783 0 3 3.6 3.4 4.4 3.8
## 784 0 4 3.2 2.8 4.0 4.0
## 785 1 2 2.6 3.2 4.4 4.2
## 786 1 3 3.0 3.2 3.6 3.8
## 787 0 3 3.6 3.6 3.6 4.2
## 788 1 3 4.0 4.0 4.0 4.0
## 789 1 3 4.0 4.0 4.8 4.4
## 790 0 3 1.8 2.0 3.8 3.4
## 791 0 3 2.4 2.6 4.0 3.6
## 792 0 3 4.0 3.2 3.4 4.4
## 793 1 4 2.8 2.6 4.2 4.4
## 794 0 2 2.4 1.8 3.2 4.2
## 795 1 1 3.6 2.8 3.6 3.2
## 796 0 3 4.2 3.8 4.0 3.6
## 797 0 2 4.0 3.4 3.6 3.4
## 798 0 2 2.4 2.2 3.6 3.8
## 799 0 2 2.6 3.6 3.6 3.6
## 800 0 3 4.4 3.4 2.4 3.6
## 801 0 3 2.2 2.4 3.0 4.4
## 802 0 2 4.0 4.2 4.0 5.0
## 803 1 4 2.0 3.2 2.4 2.6
## 804 0 3 2.4 1.6 3.4 3.6
## 805 0 3 4.0 3.6 4.0 4.0
## 806 0 2 2.4 2.8 2.8 2.8
## 807 0 3 3.2 2.2 4.0 4.6
## 808 0 3 4.0 2.6 4.6 4.8
## 809 1 2 3.6 3.0 4.0 3.2
## 810 1 2 4.0 3.8 3.6 4.0
## 811 0 3 4.6 4.0 4.0 4.2
## 812 0 3 2.8 2.2 3.8 3.8
## 813 0 3 3.6 2.2 4.2 4.0
## 814 0 3 1.4 1.6 2.2 2.0
## 815 1 3 2.2 2.8 1.8 1.8
## 816 1 3 2.2 1.8 1.8 2.0
## 817 0 3 3.4 3.6 3.6 4.0
## 818 0 2 2.8 2.0 2.6 2.4
## 819 1 4 2.2 2.4 4.0 4.0
## 820 0 3 1.8 2.4 3.8 3.2
## 821 1 2 2.6 2.2 4.0 3.4
## 822 0 1 1.8 1.4 3.6 4.0
## 823 1 4 3.4 2.4 3.4 3.6
## 824 1 3 3.4 3.6 3.8 3.6
## 825 1 4 4.4 3.4 4.0 3.8
## 826 1 3 3.6 2.4 3.8 4.0
## 827 0 3 3.4 2.6 3.3 3.8
## 828 0 1 2.0 1.8 1.6 1.4
## 829 1 3 3.4 4.0 3.4 4.0
## 830 0 3 3.0 2.8 4.0 3.6
## 831 1 2 4.0 3.6 4.0 3.8
## 832 1 3 2.8 2.8 3.2 2.2
## 833 0 3 2.8 2.4 4.0 4.4
## 834 0 3 3.6 2.4 3.6 3.8
## 835 0 3 2.6 2.0 3.6 4.0
## 836 0 2 5.0 3.8 3.6 3.6
## 837 0 3 2.4 1.8 3.6 3.5
## 838 0 3 2.0 2.4 3.4 4.0
## 839 0 3 3.4 4.0 3.2 3.6
## 840 1 4 4.4 3.4 3.6 4.2
## 841 0 3 2.6 2.8 3.2 3.6
## 842 1 3 3.2 3.2 3.8 3.6
## 843 1 3 2.2 1.8 3.4 3.2
## 844 0 2 2.2 4.0 4.4 3.8
## 845 1 2 3.8 3.4 4.0 3.2
## 846 1 3 4.6 5.0 4.8 4.2
## 847 1 2 3.0 3.0 3.0 2.8
## 848 0 2 2.0 2.6 2.0 2.0
## 849 0 3 3.6 2.2 2.6 4.0
## 850 1 3 2.4 2.2 2.2 2.6
## 851 0 3 2.4 2.2 2.2 2.6
## 852 0 3 2.4 2.2 2.2 2.6
## 853 0 3 1.4 1.0 1.8 2.6
## 854 1 4 2.4 2.0 2.2 2.2
## 855 1 4 2.6 2.6 2.8 2.4
## 856 0 2 2.4 2.2 2.2 2.4
## 857 0 4 2.6 2.0 2.6 2.4
## 858 0 2 2.0 2.0 2.4 2.0
## 859 0 3 4.2 3.0 3.4 4.2
## 860 0 3 3.4 4.0 3.8 4.0
## 861 0 3 3.2 2.8 3.6 3.6
## 862 0 3 3.4 2.8 4.6 4.6
## 863 0 3 3.0 2.4 2.8 2.8
## 864 0 3 2.4 2.6 3.4 3.6
## 865 1 2 3.2 2.6 3.2 3.4
## 866 0 2 3.2 2.8 4.0 3.6
## 867 0 3 3.0 2.6 2.6 2.6
## 868 1 4 3.4 4.2 3.4 4.8
## 869 0 2 2.8 1.2 3.6 4.0
## 870 1 2 3.6 2.6 4.0 3.8
## 871 0 3 4.0 4.0 3.6 3.6
## 872 0 2 3.8 3.6 4.0 4.0
## 873 0 4 3.2 2.4 4.8 3.6
## 874 0 3 3.2 2.0 3.2 2.0
## 875 0 3 2.2 2.6 3.5 3.4
## 876 1 2 3.6 3.4 3.6 3.6
## 877 1 4 3.2 2.0 2.6 3.6
## 878 0 4 3.4 3.8 4.0 4.0
## 879 0 2 4.8 3.4 4.2 4.0
## 880 0 2 2.8 2.6 2.0 4.0
## 881 0 2 3.4 2.0 3.0 3.6
## 882 0 1 4.0 4.0 4.0 4.0
## 883 0 3 2.8 2.2 4.0 3.4
## 884 0 3 4.0 4.4 4.2 3.4
## 885 0 3 2.0 2.4 3.8 3.8
## 886 1 3 3.8 4.0 4.0 3.8
## 887 0 2 2.2 2.0 2.4 2.0
## 888 1 3 4.0 4.2 4.0 3.6
## 889 0 4 2.4 2.2 2.2 2.6
## 890 0 3 2.6 2.0 2.2 2.8
## 891 1 3 1.6 1.8 2.0 2.2
## 892 1 4 2.4 2.2 2.4 2.4
## 893 0 3 2.4 2.4 2.2 2.0
## 894 0 2 3.2 2.6 2.6 2.5
## 895 1 4 1.6 1.6 2.0 2.6
## 896 0 3 2.6 2.0 2.2 2.8
## 897 1 3 1.6 1.8 2.0 2.2
## 898 1 4 2.4 2.2 2.4 2.4
## 899 0 3 2.4 2.4 2.2 2.0
## 900 1 2 1.8 1.6 2.4 2.0
## 901 0 4 2.6 2.2 3.0 4.4
## 902 1 3 1.2 1.2 2.0 2.0
## 903 1 3 2.0 3.2 3.8 3.8
## 904 0 3 3.2 2.2 4.0 3.6
## 905 0 3 2.8 3.0 4.0 4.0
## 906 0 2 4.8 2.8 4.8 3.4
## 907 0 4 2.0 2.0 4.0 4.0
## 908 0 3 4.0 4.0 4.0 4.0
## 909 0 2 3.2 2.4 2.8 3.8
## 910 1 2 2.4 1.6 3.8 3.8
## 911 0 3 2.8 2.2 3.0 4.4
## 912 0 3 4.2 4.4 3.4 4.0
## 913 0 4 2.4 2.0 3.6 4.0
## 914 0 2 3.0 2.2 3.2 4.0
## 915 1 3 2.4 2.0 2.4 3.6
## 916 1 4 2.0 2.0 4.4 3.4
## 917 0 1 3.6 3.8 4.2 4.0
## 918 0 3 2.8 2.2 3.8 4.6
## 919 0 3 3.4 3.6 3.6 4.0
## 920 0 3 3.6 3.6 3.6 4.0
## 921 1 3 4.0 3.6 4.4 4.2
## 922 0 3 3.0 3.4 3.6 4.0
## 923 0 3 3.0 1.8 3.2 3.6
## 924 0 4 3.8 3.4 4.2 4.6
## 925 1 4 2.4 2.8 2.6 3.6
## 926 0 2 2.0 2.0 2.0 3.0
## 927 0 3 3.4 2.6 4.0 4.0
## 928 1 3 2.2 3.4 4.4 5.0
## 929 1 3 2.2 3.4 4.4 5.0
## 930 1 4 3.8 4.0 4.0 3.8
## 931 1 4 3.6 3.4 3.8 3.6
## 932 1 3 2.8 2.4 2.8 3.8
## 933 1 3 3.2 4.0 4.0 5.0
## 934 1 3 3.2 3.0 3.2 4.2
## 935 0 3 1.8 1.4 2.0 3.8
## 936 0 2 3.2 2.0 3.4 3.5
## 937 0 2 2.4 3.2 3.2 4.0
## 938 1 4 1.4 1.6 2.0 3.2
## 939 1 3 2.6 2.4 2.8 3.0
## 940 1 3 2.2 2.2 2.2 2.4
## 941 0 3 3.0 3.0 2.6 2.6
## 942 1 3 1.4 1.8 2.0 2.0
## 943 0 3 2.2 2.4 2.4 2.4
## 944 0 3 2.4 2.4 2.0 2.0
## 945 0 2 2.8 2.4 3.0 3.6
## 946 1 3 3.2 2.8 4.2 4.4
## 947 0 2 2.8 3.4 3.6 3.7
## 948 1 3 4.0 3.8 3.2 3.6
## 949 1 2 3.0 1.6 2.8 3.2
## 950 0 2 1.8 3.2 3.8 3.8
## 951 0 4 3.8 4.0 4.8 4.4
## 952 0 3 2.4 2.4 3.8 4.2
## 953 0 4 2.0 1.8 2.0 3.2
## 954 1 3 3.8 4.0 3.8 4.0
## 955 1 4 4.0 3.4 4.6 4.2
## 956 0 3 3.2 3.2 4.0 4.6
## 957 1 4 3.8 3.0 3.6 4.0
## 958 1 3 3.0 3.4 3.6 3.6
## 959 0 4 3.6 3.2 4.4 4.8
## 960 0 3 2.8 3.4 3.8 4.0
## 961 0 1 2.8 1.0 3.0 3.8
## 962 0 3 3.4 3.2 4.0 3.2
## 963 0 2 4.0 3.6 4.0 3.8
## 964 1 4 3.6 3.4 3.6 3.4
## 965 0 3 1.4 2.2 4.2 4.2
## 966 1 4 2.2 2.0 3.2 3.4
## 967 1 2 2.0 2.0 2.0 2.4
## 968 1 3 2.4 2.6 3.4 2.8
## 969 0 3 2.4 2.8 3.2 3.4
## 970 0 3 3.8 3.4 4.0 4.2
## 971 0 3 3.6 3.6 3.8 2.8
## 972 0 2 1.8 2.0 3.6 4.6
## 973 0 2 4.2 3.0 4.4 4.4
## 974 0 2 4.0 5.0 4.6 3.2
## 975 1 3 3.2 3.8 4.8 4.0
## 976 0 2 2.4 2.4 4.0 3.6
## 977 0 3 2.6 2.0 3.6 4.2
## 978 0 2 3.2 3.8 3.4 3.2
## 979 0 3 2.8 3.6 4.0 3.6
## 980 0 3 4.0 3.8 4.2 3.6
## 981 0 3 3.8 3.6 3.8 3.0
## 982 0 3 2.4 2.0 2.2 2.6
## 983 0 3 2.6 2.0 2.4 2.4
## 984 0 4 2.8 2.6 2.4 2.4
## 985 1 3 3.6 4.2 3.0 3.2
## 986 0 3 3.4 2.6 2.8 3.2
## 987 0 4 4.0 2.4 2.4 3.0
## 988 0 3 2.6 2.2 4.0 3.4
## 989 1 4 4.0 3.8 3.8 3.6
## 990 1 3 2.8 2.8 2.6 3.6
## 991 1 2 3.6 2.4 3.4 4.6
## 992 0 4 2.6 2.6 4.0 3.6
## 993 0 4 3.6 2.4 4.0 3.4
## 994 0 4 3.4 4.0 4.4 4.8
## 995 0 3 2.0 3.0 3.2 4.4
## 996 0 3 3.8 3.4 4.8 4.2
## 997 0 3 2.2 1.6 3.2 3.4
## 998 1 3 3.0 2.2 3.2 3.4
## 999 0 2 2.6 2.2 2.4 3.0
## 1000 0 3 2.4 3.0 3.6 3.6
## 1001 0 3 3.6 3.8 4.8 4.4
## 1002 1 3 3.0 3.4 4.0 3.6
## 1003 0 1 3.8 3.8 4.0 4.0
## 1004 0 1 3.2 3.0 3.5 3.6
## 1005 0 1 3.2 3.2 3.6 3.4
## 1006 1 4 2.8 2.0 3.6 3.0
## 1007 1 2 4.0 3.6 4.2 5.0
## 1008 1 3 2.4 1.8 3.6 3.6
## 1009 0 1 3.0 2.8 2.8 3.4
## 1010 1 2 3.2 3.0 3.2 4.0
## 1011 0 3 2.4 2.4 1.4 1.8
## 1012 0 3 3.4 2.6 2.8 2.8
## 1013 1 3 3.6 3.4 3.2 2.6
## 1014 1 3 1.6 1.6 2.4 2.6
## 1015 0 3 3.4 2.6 2.8 2.8
## 1016 0 3 3.2 3.4 3.8 4.2
## 1017 1 4 3.6 3.0 2.8 3.8
## 1018 1 4 4.0 4.2 3.6 3.8
## 1019 1 3 4.0 3.6 3.6 3.6
## 1020 1 2 4.0 3.4 3.8 2.8
## 1021 1 2 2.8 3.2 3.6 3.0
## 1022 0 2 3.8 3.0 2.4 3.4
## 1023 0 3 2.0 2.4 2.2 2.8
## 1024 0 3 2.4 2.0 3.6 4.2
## 1025 0 3 3.2 3.0 3.6 4.0
## 1026 0 1 3.0 2.4 2.2 3.2
## 1027 0 3 3.4 2.0 4.0 3.8
## 1028 1 4 2.4 2.6 3.6 4.0
## 1029 1 3 3.8 3.8 3.6 4.0
## 1030 1 2 1.8 2.2 2.6 4.0
## 1031 1 3 4.0 4.0 4.0 4.0
## 1032 0 1 4.0 3.6 2.0 2.8
## 1033 1 3 1.6 1.4 2.6 4.0
## 1034 0 3 3.8 2.4 3.4 3.8
## 1035 0 2 2.8 2.8 3.6 3.6
## 1036 1 4 4.8 4.0 4.0 4.0
## 1037 1 3 3.8 3.8 4.0 4.0
## 1038 0 2 3.8 3.0 4.2 4.0
## 1039 1 3 4.2 4.2 5.0 5.0
## 1040 0 3 4.0 5.0 4.6 4.8
## 1041 0 3 4.2 2.4 4.2 3.4
## 1042 1 3 3.0 2.4 3.2 4.0
## 1043 0 3 4.0 3.0 3.0 3.8
## 1044 0 2 3.8 3.8 4.0 3.4
## 1045 0 4 3.2 3.0 4.2 4.4
## 1046 1 3 3.8 2.8 3.8 3.6
## 1047 0 2 3.2 3.6 4.7 4.0
## 1048 0 2 3.2 4.0 3.9 4.4
## 1049 1 3 4.0 4.0 4.0 4.0
## 1050 1 2 2.8 2.0 2.8 3.6
## 1051 1 2 3.0 2.8 3.0 2.8
## 1052 1 4 3.8 2.8 2.8 3.4
## 1053 0 3 2.4 4.0 2.8 4.0
## 1054 1 4 3.4 1.6 4.0 2.6
## 1055 0 3 2.0 2.2 3.0 3.2
## 1056 0 3 2.8 2.6 3.6 3.8
## 1057 1 3 2.2 2.2 3.0 3.0
## 1058 1 3 3.0 1.8 2.6 4.0
## 1059 1 3 5.0 5.0 3.6 2.6
## 1060 0 3 2.2 2.8 3.0 3.6
## 1061 0 3 3.6 3.4 4.0 4.0
## 1062 1 3 2.4 2.2 3.4 4.4
## 1063 1 3 2.8 3.2 3.6 4.0
## 1064 0 2 3.2 2.4 2.0 2.8
## 1065 0 3 2.4 2.8 2.6 3.4
## 1066 0 3 2.0 3.6 4.2 4.6
## 1067 0 3 2.4 2.6 2.8 3.8
## 1068 0 3 3.2 2.4 3.8 3.6
## 1069 0 3 4.0 4.0 4.0 4.0
## 1070 0 2 2.2 1.2 3.6 3.6
## 1071 0 3 4.0 4.0 4.2 4.4
## 1072 1 3 2.0 2.0 3.6 4.8
## 1073 1 3 4.0 2.6 3.8 3.8
## 1074 0 3 3.0 2.8 4.0 5.0
## 1075 0 2 4.0 2.6 2.8 2.0
## 1076 0 3 2.8 2.8 3.2 2.4
## 1077 0 3 3.4 2.8 2.8 3.0
## 1078 1 3 2.4 2.6 4.0 3.6
## 1079 1 3 2.6 1.8 3.6 3.0
## 1080 0 3 3.2 2.4 4.0 4.0
## 1081 1 3 2.6 2.4 2.6 2.8
## 1082 0 3 2.6 3.2 3.0 3.6
## 1083 0 3 4.0 5.0 4.0 3.6
## 1084 0 3 3.6 2.8 4.0 3.6
## 1085 1 3 2.4 2.2 3.8 4.0
## 1086 1 3 4.6 4.4 5.0 4.2
## 1087 0 3 3.2 2.8 5.0 3.4
## 1088 1 3 2.0 2.4 1.8 3.8
## 1089 1 4 2.4 1.8 4.0 3.4
## 1090 0 3 3.4 2.6 5.0 4.4
## 1091 0 3 2.4 1.8 2.4 4.0
## 1092 0 3 3.6 2.2 4.2 4.0
## 1093 0 3 3.2 3.2 3.6 3.8
## 1094 1 3 3.2 2.8 4.0 3.6
## 1095 1 3 3.4 3.2 2.8 1.6
## 1096 0 3 2.4 2.6 3.0 3.8
## 1097 0 2 2.4 2.8 2.2 4.2
## 1098 1 3 3.4 2.4 2.2 3.6
## 1099 1 3 4.0 3.0 4.0 3.2
## 1100 0 3 3.6 3.0 5.0 4.6
## 1101 1 3 3.2 4.8 5.0 3.0
## 1102 0 3 3.0 2.6 4.0 3.0
## 1103 0 3 3.8 4.0 4.0 4.8
## 1104 1 4 3.2 3.0 4.0 3.6
## 1105 1 4 4.0 4.2 4.2 3.8
## 1106 1 3 3.8 4.2 4.2 3.8
## 1107 1 3 2.0 2.0 3.6 3.8
## 1108 0 3 3.6 3.6 3.4 3.4
## 1109 0 2 4.0 3.2 4.0 4.8
## 1110 0 2 3.6 3.2 4.0 3.6
## 1111 1 4 3.6 2.2 2.4 2.6
## 1112 0 3 3.4 3.2 4.6 4.0
## 1113 1 3 3.2 3.8 3.0 3.8
## 1114 0 2 4.0 3.4 4.6 4.0
## 1115 0 3 2.0 2.0 3.0 2.6
## 1116 0 3 2.0 3.0 2.2 2.4
## 1117 0 4 4.0 4.0 5.0 4.0
## 1118 1 2 3.0 3.0 3.0 3.0
## 1119 1 3 4.0 4.0 5.0 3.6
## 1120 0 3 5.0 4.0 5.0 4.0
## 1121 1 3 1.6 3.0 3.2 2.0
## 1122 1 3 1.0 2.0 3.0 3.0
## 1123 1 3 3.6 2.8 4.6 4.6
## 1124 1 3 4.4 3.2 5.0 4.8
## 1125 1 3 3.8 4.0 5.0 4.2
## 1126 0 3 2.4 2.8 4.0 3.6
## 1127 0 3 2.2 2.6 3.8 3.2
## 1128 1 3 3.0 1.6 2.4 2.6
## 1129 1 3 4.0 3.6 3.8 3.8
## 1130 0 3 3.8 3.8 4.6 3.2
## 1131 1 3 2.8 2.6 2.4 3.8
## 1132 0 3 3.6 2.6 3.6 2.8
## 1133 0 3 2.8 1.8 4.0 4.0
## 1134 1 1 2.2 2.0 1.6 2.6
## 1135 1 3 2.2 2.8 3.4 3.2
## 1136 0 3 2.0 2.0 2.8 4.6
## 1137 0 2 3.8 2.4 2.0 4.0
## 1138 0 4 2.8 1.8 2.6 3.8
## 1139 0 4 1.8 1.6 3.2 3.6
## 1140 0 3 3.0 2.8 3.0 3.6
## 1141 1 2 3.4 3.0 1.4 2.6
## 1142 1 3 3.6 2.4 3.6 3.0
## 1143 0 3 3.0 3.6 3.8 4.4
## 1144 0 3 4.0 3.8 4.0 4.0
## 1145 0 3 3.0 2.8 4.0 3.4
## 1146 0 3 2.8 2.4 2.4 3.8
## 1147 0 4 2.8 2.2 3.8 3.6
## 1148 0 3 3.4 2.6 3.6 4.0
## 1149 1 3 3.0 2.4 4.0 3.2
## 1150 0 3 3.6 2.4 3.8 3.6
## 1151 0 4 3.6 3.2 4.6 4.2
## 1152 0 2 2.8 2.0 3.6 3.2
## 1153 1 3 3.6 2.2 3.2 3.4
## 1154 1 3 4.2 5.0 5.0 4.8
## 1155 1 3 2.6 3.2 4.0 3.4
## 1156 1 3 4.0 3.2 3.8 2.4
## 1157 0 2 3.0 3.6 3.6 3.6
## 1158 0 3 2.0 2.2 3.4 2.4
## 1159 0 2 2.0 3.0 3.6 3.0
## 1160 0 3 4.0 3.4 4.0 3.8
## 1161 1 3 3.0 3.0 4.0 3.6
## 1162 1 3 3.0 3.0 4.0 2.4
## 1163 1 3 3.0 3.0 3.8 2.8
## 1164 1 3 3.0 3.0 3.8 2.4
## 1165 0 2 4.0 3.4 4.0 3.6
## 1166 0 3 4.6 3.6 5.0 3.8
## 1167 0 3 4.6 3.6 5.0 3.6
## 1168 0 3 4.6 3.6 5.0 3.8
## 1169 0 3 4.2 3.6 4.0 2.8
## 1170 0 3 3.6 3.8 4.2 4.6
## 1171 0 3 3.4 3.6 4.0 3.4
## 1172 1 3 2.6 2.0 2.2 2.0
## 1173 0 3 3.0 1.8 2.8 3.0
## 1174 0 2 2.8 2.0 2.0 2.4
## 1175 1 3 2.8 2.4 2.4 2.0
## 1176 0 3 2.6 2.4 4.0 4.0
## 1177 0 4 3.4 2.6 3.8 4.0
## 1178 0 3 3.4 1.6 4.0 3.0
## 1179 1 3 2.8 2.6 4.0 3.4
## 1180 1 3 2.6 1.6 3.0 3.2
## 1181 0 2 3.8 2.6 4.8 3.0
## 1182 1 3 2.2 3.0 3.6 2.6
## 1183 1 2 4.0 4.4 4.4 4.4
## 1184 0 3 2.2 1.6 3.0 2.4
## 1185 0 4 4.2 3.4 4.0 4.6
## 1186 0 3 2.0 2.4 1.8 2.4
## 1187 1 3 3.0 2.6 1.6 2.2
## 1188 1 3 4.0 3.8 4.6 4.0
## 1189 0 3 4.0 3.4 4.0 4.0
## 1190 1 2 3.4 3.6 3.4 3.0
## 1191 1 2 3.4 3.6 3.4 3.0
## 1192 0 2 2.0 2.2 2.6 3.0
## 1193 1 2 2.4 2.8 4.0 4.0
## 1194 0 2 3.6 3.6 5.0 3.6
## 1195 0 3 4.2 3.6 5.0 4.0
## 1196 1 2 2.0 2.0 2.4 2.0
## 1197 1 3 3.0 3.6 4.0 2.4
## 1198 0 3 4.0 4.0 4.8 2.8
## 1199 0 3 3.0 3.0 2.6 3.0
## 1200 0 4 3.2 3.4 4.8 4.2
## 1201 0 3 3.0 2.2 3.6 3.2
## 1202 0 2 2.8 2.0 2.0 3.4
## 1203 0 3 3.0 3.2 4.6 4.2
## 1204 0 2 3.2 2.2 3.8 3.2
## 1205 0 4 3.4 3.0 3.8 3.2
## 1206 0 3 2.6 2.4 2.6 3.2
## 1207 0 2 2.8 2.4 3.8 4.6
## 1208 0 3 3.2 3.0 4.4 3.4
## 1209 0 4 2.8 3.6 4.6 4.0
## 1210 1 4 3.4 3.0 4.0 3.4
## 1211 1 4 3.2 3.2 4.2 3.2
## 1212 0 4 2.2 2.6 4.0 3.6
## 1213 0 3 2.4 1.6 3.8 3.4
## 1214 0 3 2.8 2.2 3.6 3.8
## 1215 0 4 3.0 2.2 3.4 3.8
## 1216 0 3 3.6 3.6 4.0 3.4
## 1217 1 4 4.0 4.8 5.0 5.0
## 1218 0 4 3.2 2.8 4.2 2.6
## 1219 0 3 3.0 2.0 3.6 3.2
## 1220 1 3 4.0 2.4 3.6 3.2
## 1221 1 3 4.4 3.0 4.4 4.6
## 1222 0 3 4.6 3.2 3.8 3.0
## 1223 1 3 2.6 1.8 1.8 4.0
## 1224 0 4 3.6 2.0 4.4 4.6
## 1225 0 3 2.8 3.0 3.0 3.0
## 1226 0 3 3.4 2.2 4.0 4.2
## 1227 0 3 2.0 2.2 2.4 3.6
## 1228 1 3 4.4 3.4 3.4 3.4
## 1229 1 3 2.8 2.2 2.6 2.6
## 1230 0 3 2.6 1.2 3.4 3.6
## 1231 1 4 2.8 3.0 3.0 3.0
## 1232 0 4 4.6 3.6 5.0 4.4
## 1233 1 3 3.2 3.6 3.0 2.8
## 1234 0 3 3.6 3.8 3.0 3.0
## 1235 0 2 2.6 2.2 3.2 3.6
## 1236 1 3 3.0 3.6 4.0 2.4
## 1237 0 3 4.0 3.4 4.0 4.0
## 1238 0 3 4.0 4.0 4.8 2.8
## 1239 0 2 3.6 3.6 5.0 3.6
## 1240 0 2 2.0 2.2 2.6 3.0
## 1241 0 4 2.4 2.6 4.2 4.0
## 1242 1 2 3.4 3.6 3.4 3.0
## 1243 1 2 2.0 2.0 2.4 2.0
## 1244 0 3 3.0 3.0 2.6 3.0
## 1245 0 3 4.2 3.6 5.0 4.0
## 1246 0 3 2.6 3.2 4.0 3.4
## 1247 0 3 2.2 2.8 3.6 3.6
## 1248 1 3 4.0 2.4 4.0 3.0
## 1249 0 3 2.6 3.0 3.4 3.6
## 1250 0 3 2.4 3.0 4.0 3.6
## 1251 1 3 2.2 2.2 2.4 3.2
## 1252 0 3 2.8 2.0 4.0 3.2
## 1253 1 2 3.0 2.0 3.6 4.0
## 1254 0 3 4.0 3.8 4.2 4.2
## 1255 0 3 2.6 2.4 3.0 3.6
## 1256 0 3 3.2 3.6 4.2 4.0
## 1257 0 2 2.8 1.6 2.4 4.0
## 1258 0 3 3.0 2.0 2.8 3.8
## 1259 1 3 3.2 3.4 4.4 3.6
## 1260 1 3 3.4 1.8 3.0 4.0
## 1261 0 3 2.2 2.6 3.8 4.2
## 1262 0 3 3.0 2.8 2.2 3.4
## 1263 0 3 2.6 3.8 4.0 3.8
## 1264 1 3 2.4 2.6 3.4 3.2
## 1265 1 3 3.8 3.6 3.8 3.8
## 1266 0 3 2.6 2.4 3.2 4.0
## 1267 1 3 5.0 4.8 5.0 4.2
## 1268 1 4 4.0 4.0 4.0 4.0
## 1269 0 3 3.0 3.4 3.2 2.8
## 1270 1 4 4.0 4.2 4.0 4.0
## 1271 0 3 2.0 2.4 3.0 3.0
## 1272 0 3 4.0 4.0 4.0 4.0
## 1273 0 2 4.0 4.0 4.0 4.0
## 1274 1 3 4.0 4.0 4.0 4.0
## 1275 1 3 5.0 4.2 5.0 4.0
## 1276 1 3 4.0 4.0 4.0 4.0
## 1277 1 3 3.0 3.0 3.2 3.8
## 1278 0 3 3.0 3.8 3.6 2.4
## 1279 0 3 4.0 4.0 5.0 4.0
## 1280 0 3 3.0 3.0 3.0 3.0
## 1281 1 3 3.4 3.6 4.2 4.4
## 1282 1 3 3.0 2.0 3.8 3.0
## 1283 0 3 2.8 1.4 2.6 3.6
## 1284 1 3 3.2 3.8 4.2 4.2
## 1285 0 3 2.4 3.0 4.6 4.2
## 1286 0 3 3.2 3.0 4.0 3.6
## 1287 1 2 3.4 3.0 4.8 4.2
## 1288 1 3 2.2 2.0 2.2 3.8
## 1289 0 2 3.4 3.4 4.2 3.6
## 1290 0 3 4.4 4.0 4.0 3.8
## 1291 1 3 3.8 3.8 4.0 4.0
## 1292 0 3 2.8 2.6 4.0 3.8
## 1293 0 3 4.0 3.8 4.0 3.2
## 1294 1 3 3.2 2.4 4.0 3.6
## 1295 1 4 3.4 2.4 4.8 3.8
## 1296 1 3 4.0 4.0 4.0 4.0
## 1297 1 3 2.0 2.0 1.8 2.6
## 1298 0 4 2.8 3.4 4.0 4.2
## 1299 1 3 4.0 3.0 5.0 3.8
## 1300 1 2 3.5 2.4 3.2 4.0
## 1301 1 2 3.2 3.4 4.0 3.6
## 1302 1 3 3.2 2.0 3.0 4.0
## 1303 1 2 2.0 2.6 3.8 3.8
## 1304 0 2 3.8 3.8 4.0 3.4
## 1305 1 4 4.2 4.2 4.0 4.0
## 1306 0 3 4.0 2.2 4.0 2.6
## 1307 1 3 3.0 2.2 4.0 3.6
## 1308 0 3 3.8 3.4 4.0 3.6
## 1309 1 3 2.4 2.4 3.4 3.4
## 1310 0 3 2.4 2.2 2.6 3.2
## 1311 0 2 2.4 2.8 2.2 3.6
## 1312 0 3 2.4 2.4 4.6 3.4
## 1313 0 3 2.6 2.0 2.0 4.0
## 1314 1 3 4.0 3.2 5.0 4.0
## 1315 0 4 3.6 4.0 3.4 3.0
## 1316 0 3 3.8 4.0 4.0 4.0
## 1317 1 3 2.8 2.4 2.2 3.8
## 1318 1 3 4.0 3.4 4.0 4.0
## 1319 0 2 4.0 4.2 4.0 3.8
## 1320 1 3 3.8 2.2 4.0 4.0
## 1321 1 3 4.0 4.0 4.0 4.0
## 1322 1 3 2.4 2.6 3.2 2.4
## 1323 1 4 4.0 4.0 4.0 3.4
## 1324 0 4 4.6 4.2 4.0 4.0
## 1325 0 3 2.8 2.6 2.0 2.2
## 1326 0 3 4.0 3.6 3.6 4.0
## 1327 0 4 4.6 4.0 5.0 4.8
## 1328 1 3 3.0 3.4 3.6 3.8
## 1329 1 3 2.0 2.4 3.8 3.0
## 1330 1 2 3.4 3.6 3.4 3.0
## 1331 0 4 4.2 3.6 5.0 4.0
## 1332 0 3 3.2 2.8 4.0 3.6
## 1333 1 2 3.6 3.8 5.0 3.6
## 1334 0 2 2.0 2.2 2.6 3.0
## 1335 1 2 2.2 2.0 2.6 3.8
## 1336 1 3 3.2 2.8 3.2 2.8
## 1337 1 3 3.0 3.6 4.0 3.2
## 1338 1 3 2.0 2.2 2.0 2.0
## 1339 0 3 4.0 4.0 4.8 2.8
## 1340 0 3 4.0 3.4 4.0 4.0
## 1341 1 3 2.6 2.2 3.4 3.0
## 1342 1 3 3.8 2.2 3.4 3.0
## 1343 0 3 2.2 2.4 2.4 2.8
## 1344 1 4 3.6 3.2 4.0 4.0
## 1345 1 2 2.8 2.8 4.0 3.6
## 1346 0 3 2.4 2.4 3.8 3.2
## 1347 0 3 2.4 1.6 2.4 2.8
## 1348 0 3 2.4 2.8 4.0 3.2
## 1349 1 3 2.6 2.6 3.8 4.0
## 1350 1 2 2.2 2.0 2.4 3.6
## 1351 1 3 2.0 2.0 3.6 4.4
## 1352 1 2 3.4 3.6 4.0 3.6
## 1353 0 3 2.0 2.0 4.0 4.0
## 1354 1 3 2.6 2.0 3.2 3.6
## 1355 1 2 3.6 3.2 3.4 3.4
## 1356 1 3 3.6 2.8 3.6 4.2
## 1357 1 2 2.4 2.6 3.6 4.0
## 1358 1 3 3.8 3.2 4.0 4.4
## 1359 1 4 3.6 3.8 3.8 4.6
## 1360 1 2 3.6 2.2 3.6 3.6
## 1361 1 4 2.8 3.0 4.2 4.2
## 1362 1 2 3.8 2.8 3.4 3.8
## 1363 0 3 1.4 1.6 3.2 3.0
## 1364 0 3 2.8 3.0 4.2 4.4
## 1365 1 3 3.4 2.2 4.2 3.8
## 1366 0 3 3.2 2.4 4.6 3.6
## 1367 1 4 2.6 2.2 2.8 2.8
## 1368 1 4 2.8 2.0 2.6 3.2
## 1369 1 3 3.2 3.0 3.5 3.6
## 1370 0 3 2.6 3.0 3.0 4.0
## 1371 0 2 2.4 2.2 2.4 3.2
## 1372 0 3 2.0 2.4 2.2 3.8
## 1373 0 3 2.0 2.2 4.2 2.8
## 1374 0 2 2.8 2.6 3.8 3.4
## 1375 0 3 2.8 3.4 2.0 2.8
## 1376 1 3 3.0 3.6 4.0 4.2
## 1377 1 3 3.6 3.6 3.8 3.0
## 1378 1 4 3.8 2.2 3.8 3.6
## 1379 1 4 2.2 2.2 3.8 4.8
## 1380 1 4 3.8 2.0 3.6 3.9
## 1381 1 3 3.2 2.6 3.4 3.8
## 1382 0 3 2.8 3.2 4.0 3.4
## 1383 0 3 3.6 3.8 3.8 4.0
## 1384 0 3 1.6 2.0 2.8 3.2
## 1385 0 2 4.0 3.0 3.6 3.2
## 1386 0 3 3.0 3.0 3.0 3.0
## 1387 1 3 3.4 3.0 3.4 2.6
## 1388 0 3 2.8 3.4 3.0 2.6
## 1389 1 2 3.2 2.2 3.0 3.0
## 1390 0 2 2.8 3.0 3.0 3.0
## 1391 0 4 1.8 1.0 3.4 4.0
## 1392 0 4 2.2 3.0 3.6 4.0
## 1393 0 3 2.6 2.8 3.4 4.4
## 1394 1 3 3.0 2.8 3.4 4.2
## 1395 1 2 3.6 3.6 4.0 4.4
## 1396 1 2 3.4 1.6 3.4 3.4
## 1397 1 3 2.8 2.4 3.4 3.6
## 1398 0 4 3.0 3.6 3.8 4.2
## 1399 0 3 3.2 3.0 3.0 3.4
## 1400 0 3 3.2 3.0 3.6 3.2
## 1401 0 4 2.4 1.4 4.2 3.6
## 1402 0 3 3.0 3.4 2.8 3.8
## 1403 1 2 2.8 2.8 4.0 3.6
## 1404 0 3 2.4 2.4 3.6 4.4
## 1405 0 3 4.0 4.2 4.0 3.2
## 1406 0 3 2.6 2.6 4.0 3.6
## 1407 0 3 3.8 3.6 2.4 3.0
## 1408 1 3 3.0 2.8 3.6 3.6
## 1409 0 2 2.6 2.0 2.4 3.6
## 1410 0 3 2.6 2.2 3.8 3.8
## 1411 1 3 2.0 1.4 3.2 3.4
## 1412 0 3 1.6 2.4 3.0 3.8
## 1413 0 3 3.2 2.2 3.2 3.2
## 1414 0 3 4.0 3.6 4.6 3.8
## 1415 1 4 3.8 3.8 3.4 4.0
## 1416 1 4 3.4 3.2 4.0 3.8
## 1417 0 3 3.6 3.6 4.0 4.2
## 1418 0 4 4.0 4.0 3.8 3.2
## 1419 1 3 3.2 2.0 4.2 3.2
## 1420 1 3 3.2 2.0 4.2 3.2
## 1421 1 3 3.8 4.0 4.0 4.0
## 1422 0 3 3.2 2.2 4.0 3.0
## 1423 1 4 3.6 4.0 4.0 4.2
## 1424 1 3 3.8 3.0 4.0 3.8
## 1425 0 3 3.6 3.6 3.6 4.0
## 1426 0 2 2.6 2.6 3.8 3.6
## 1427 0 2 2.8 2.4 3.4 4.0
## 1428 0 2 3.6 2.4 3.4 3.2
## 1429 0 3 4.0 3.2 3.6 4.0
## 1430 0 3 2.4 2.8 4.8 4.4
## 1431 0 3 2.4 2.8 4.8 4.4
## 1432 0 4 3.0 2.8 3.2 3.6
## 1433 0 2 2.8 2.0 2.4 3.0
## 1434 0 2 3.8 3.2 4.4 3.2
## 1435 0 3 3.2 2.4 3.8 3.4
## 1436 1 2 3.8 3.4 4.0 4.6
## 1437 1 3 3.4 3.0 3.4 3.4
## 1438 1 2 2.0 2.8 2.2 2.0
## 1439 1 4 4.4 5.0 5.0 4.6
## 1440 0 3 3.4 3.2 3.6 3.4
## 1441 0 3 4.4 4.0 3.8 3.6
## 1442 1 3 3.8 3.6 3.6 3.4
## 1443 1 2 3.4 3.6 3.4 3.0
## 1444 0 3 4.0 3.4 4.0 4.0
## 1445 1 2 3.6 3.6 5.0 3.6
## 1446 0 2 2.0 2.2 2.6 3.0
## 1447 1 2 2.0 2.0 2.4 2.0
## 1448 1 2 2.0 2.0 2.4 2.0
## 1449 0 3 4.0 3.4 4.0 4.0
## 1450 0 2 3.6 3.6 5.0 3.6
## 1451 0 2 2.0 2.2 2.6 3.0
## 1452 0 4 4.2 3.6 5.0 4.0
## 1453 1 2 2.0 2.0 2.4 2.0
## 1454 1 3 3.2 2.8 3.2 2.8
## 1455 0 3 4.0 4.0 4.8 2.8
## 1456 1 2 3.4 3.6 3.4 3.0
## 1457 1 3 3.0 3.6 4.0 2.4
## 1458 1 3 3.0 3.6 4.0 2.4
## 1459 1 3 2.0 2.2 2.0 2.0
## 1460 0 3 3.0 3.0 2.6 3.0
## 1461 1 3 3.2 2.8 3.2 2.8
## 1462 0 3 4.0 4.0 4.8 2.8
## 1463 0 4 3.2 2.4 3.8 4.0
## 1464 1 2 3.4 3.0 3.0 3.0
## 1465 1 3 3.4 3.2 3.6 4.4
## 1466 0 3 3.4 2.8 3.8 3.6
## 1467 0 3 2.4 1.0 3.6 4.0
## 1468 0 3 3.8 2.4 4.4 4.8
## 1469 1 3 3.8 3.8 4.8 4.4
## 1470 0 3 3.2 3.0 3.5 3.6
## 1471 0 4 3.0 2.4 4.0 4.4
## 1472 1 3 2.8 1.6 2.4 3.4
## 1473 1 3 2.4 1.6 2.6 4.4
## 1474 0 4 3.0 2.4 5.0 5.0
## 1475 1 4 3.4 2.6 3.8 4.0
## 1476 1 2 2.6 3.8 4.0 4.0
## 1477 1 4 4.0 4.0 4.0 3.4
## 1478 1 2 3.0 2.0 3.0 2.2
## 1479 1 3 2.0 3.0 4.0 3.0
## 1480 1 3 2.6 2.8 3.6 3.6
## 1481 0 2 3.2 2.6 4.2 4.2
## 1482 1 3 3.6 3.0 3.0 4.0
## 1483 0 3 2.2 2.6 2.0 3.0
## 1484 0 2 2.4 2.0 2.4 2.8
## 1485 1 3 2.4 2.4 4.0 3.8
## 1486 1 3 3.4 3.6 4.0 3.8
## 1487 0 3 3.0 3.8 4.0 4.8
## 1488 1 3 3.4 3.4 3.8 3.0
## 1489 0 3 3.2 2.2 3.6 3.4
## 1490 0 2 3.0 3.2 3.2 3.4
## 1491 1 3 3.6 2.8 3.2 4.0
## 1492 0 2 2.4 3.2 3.6 4.0
## 1493 1 4 3.2 3.0 3.6 4.2
## 1494 0 4 3.4 2.4 3.6 3.8
## 1495 0 2 2.0 2.4 2.6 3.2
## 1496 0 3 2.4 1.8 4.0 4.0
## 1497 0 3 3.0 3.4 3.8 4.2
## 1498 1 2 4.6 4.4 4.6 4.2
## 1499 0 2 3.6 3.2 5.0 4.0
## 1500 1 3 3.0 2.4 2.2 3.6
## 1501 1 3 4.0 3.8 5.0 4.2
## 1502 1 2 3.4 2.4 3.8 3.4
## 1503 0 2 1.8 1.4 3.0 3.6
## 1504 0 3 3.8 3.0 3.8 4.0
## 1505 0 4 2.8 2.8 3.6 4.0
## 1506 1 3 2.4 2.4 2.4 3.2
## 1507 1 3 3.6 3.4 4.0 4.0
## 1508 0 2 2.8 2.4 3.8 4.0
## 1509 0 3 3.2 1.8 3.0 3.6
## 1510 0 3 2.0 2.8 3.6 3.6
## 1511 0 3 2.6 2.0 2.0 3.6
## 1512 1 3 3.6 2.4 3.0 4.0
## 1513 0 3 2.4 2.4 3.0 3.0
## 1514 0 3 3.0 2.4 4.0 3.6
## 1515 1 3 3.2 2.2 3.3 3.8
## 1516 0 2 2.8 1.8 3.4 3.8
## 1517 1 3 2.6 2.0 3.2 3.4
## 1518 0 3 3.0 1.6 3.6 3.8
## 1519 0 2 2.0 2.8 3.0 3.2
## 1520 0 3 3.4 3.8 4.0 4.0
## 1521 0 2 2.8 3.0 4.6 3.4
## 1522 0 2 3.0 1.8 3.2 3.0
## 1523 1 3 3.2 3.0 3.8 2.8
## 1524 1 3 3.2 2.8 4.0 4.0
## 1525 1 3 3.2 2.8 4.0 4.0
## 1526 0 2 3.2 2.0 3.8 3.2
## 1527 0 3 2.4 2.4 2.0 2.4
## 1528 1 3 3.8 3.2 4.2 3.6
## 1529 0 3 3.4 3.0 4.4 4.2
## 1530 1 4 2.0 2.8 2.8 3.2
## 1531 0 3 4.0 4.0 4.0 4.0
## 1532 0 4 4.0 3.2 4.0 4.0
## 1533 1 3 2.4 2.8 3.6 3.4
## 1534 0 3 4.0 4.4 4.4 4.2
## 1535 1 3 3.4 4.8 4.0 3.6
## 1536 0 2 3.8 4.8 4.6 4.0
## 1537 1 2 2.8 2.8 3.0 3.0
## 1538 0 3 2.2 1.4 3.6 5.0
## 1539 0 2 3.8 2.4 3.6 3.4
## 1540 1 4 4.0 2.8 4.4 5.0
## 1541 1 3 3.0 2.4 3.6 3.6
## 1542 0 3 2.4 1.8 2.0 3.0
## 1543 0 3 3.8 3.0 4.8 4.0
## 1544 0 3 3.8 4.4 4.4 4.4
## 1545 1 2 2.2 3.2 3.2 3.8
## 1546 0 3 3.6 3.2 4.2 4.0
## 1547 1 3 3.4 2.0 4.0 3.0
## 1548 0 3 2.8 3.0 3.6 3.6
## 1549 0 4 3.2 2.6 4.8 4.0
## 1550 0 4 3.0 3.0 3.2 3.8
## 1551 1 4 4.2 4.6 5.0 5.0
## 1552 1 3 2.8 3.2 4.0 4.0
## 1553 1 2 3.0 2.6 3.2 3.0
## 1554 0 3 3.4 3.8 5.0 3.8
## 1555 0 4 3.4 2.6 4.8 4.0
## 1556 0 3 3.4 3.4 4.0 4.0
## 1557 0 3 3.4 3.6 4.0 4.0
## 1558 0 2 3.8 3.4 2.4 4.4
## 1559 0 4 3.2 2.4 4.0 4.0
## 1560 0 3 2.4 3.4 5.0 3.6
## 1561 0 3 2.6 2.8 3.6 3.8
## 1562 1 3 2.6 3.0 4.0 4.2
## 1563 1 3 2.6 2.6 3.4 2.6
## 1564 0 3 3.2 3.4 4.2 4.0
## 1565 1 2 3.6 3.0 4.2 2.6
## 1566 1 2 2.4 2.2 3.2 4.4
## 1567 1 2 3.0 2.6 5.0 5.0
## 1568 1 2 4.0 3.0 4.0 4.2
## 1569 0 2 3.6 4.0 4.0 4.4
## 1570 1 3 3.6 3.0 3.8 3.4
## 1571 0 3 3.8 2.0 3.4 4.6
## 1572 0 3 3.0 2.4 2.0 2.8
## 1573 0 3 2.2 2.8 3.0 3.4
## 1574 0 2 3.2 3.0 3.8 4.4
## 1575 0 2 3.0 3.6 4.0 3.2
## 1576 0 3 3.6 3.8 4.2 3.8
## 1577 0 3 2.0 2.4 3.0 4.0
## 1578 1 3 4.0 4.0 4.0 4.0
## 1579 0 3 4.6 4.2 4.2 4.2
## 1580 1 3 4.2 4.6 3.8 3.6
## 1581 1 3 3.8 3.8 3.8 4.2
## 1582 1 3 3.8 2.4 3.2 4.4
## 1583 0 3 3.8 2.6 3.2 4.4
## 1584 0 2 3.0 2.4 3.4 3.8
## 1585 0 2 2.8 2.0 3.8 4.0
## 1586 0 3 2.0 3.8 4.0 4.0
## 1587 0 3 4.2 4.4 4.2 3.6
## 1588 0 3 3.6 2.8 4.2 3.6
## 1589 0 3 3.0 3.0 3.8 2.6
## 1590 0 1 2.6 1.4 2.0 3.6
## 1591 1 3 3.2 3.2 3.0 3.2
## 1592 1 3 1.9 2.0 2.8 1.6
## 1593 1 3 3.4 2.8 4.6 3.0
## 1594 0 3 2.0 2.0 2.0 1.6
## 1595 1 2 3.0 3.4 3.0 4.2
## 1596 0 3 3.0 3.2 4.8 4.4
## 1597 0 3 4.0 4.0 4.4 4.2
## 1598 0 3 3.0 2.6 3.8 3.4
## 1599 0 3 3.8 3.0 5.0 4.6
## 1600 1 3 3.8 3.0 4.6 4.4
## 1601 0 2 2.6 3.0 3.4 3.4
## 1602 1 2 4.0 2.8 4.0 3.2
## 1603 0 2 2.8 3.0 3.6 4.2
## 1604 0 3 3.4 3.0 3.2 3.8
## 1605 0 2 2.8 1.8 4.0 3.8
## 1606 1 2 3.6 2.6 2.6 2.4
## 1607 0 3 3.4 2.8 3.0 3.0
## 1608 1 3 4.0 3.6 3.4 4.0
## 1609 0 3 3.8 3.2 4.0 3.4
## 1610 1 3 3.6 2.4 2.4 3.2
## 1611 0 3 3.6 2.2 3.8 4.4
## 1612 0 2 3.0 2.8 3.6 3.4
## 1613 0 3 3.2 2.4 3.6 2.8
## 1614 0 3 4.2 2.4 3.8 3.4
## 1615 0 3 3.2 2.4 3.2 3.4
## 1616 0 3 3.2 2.8 3.6 3.4
## 1617 0 3 3.2 2.4 3.0 2.8
## 1618 0 4 3.4 3.2 4.0 4.0
## 1619 0 3 3.4 3.2 4.0 4.0
## 1620 1 3 3.4 2.8 4.0 4.0
## 1621 1 3 3.4 1.8 3.6 3.0
## 1622 1 3 3.0 2.6 3.8 3.4
## 1623 0 3 3.8 2.6 4.0 3.8
## 1624 0 4 3.4 3.0 3.8 3.8
## 1625 1 4 4.0 4.2 3.8 3.0
## 1626 0 3 3.2 2.6 3.6 3.4
## 1627 1 3 3.4 2.8 3.6 4.2
## 1628 0 3 3.4 2.0 3.2 2.2
## 1629 0 3 2.6 2.0 3.2 3.2
## 1630 1 3 4.0 2.4 4.2 3.2
## 1631 1 3 3.2 2.4 3.8 2.0
## 1632 0 2 4.0 2.0 3.4 2.0
## 1633 0 3 3.0 2.0 2.4 3.4
## 1634 1 3 2.8 2.0 3.0 3.4
## 1635 1 3 3.4 2.8 3.6 4.2
## 1636 0 3 2.8 2.8 3.8 3.2
## 1637 1 3 2.8 2.0 3.0 3.4
## 1638 0 3 2.0 2.0 2.6 2.4
## 1639 0 2 3.0 3.4 3.2 3.6
## 1640 0 3 4.4 3.2 3.8 4.6
## 1641 0 3 2.8 2.2 3.6 3.6
## 1642 0 3 3.0 2.6 4.0 2.8
## 1643 0 3 3.2 2.0 2.4 3.2
## 1644 0 3 3.8 3.4 4.0 3.6
## 1645 0 3 2.2 1.8 3.6 2.8
## 1646 1 3 2.2 2.0 2.8 3.2
## 1647 0 3 3.8 3.8 4.8 4.6
## 1648 1 2 3.0 3.8 4.4 4.0
## 1649 0 2 1.4 3.0 2.0 3.6
## 1650 0 2 3.0 3.6 2.2 3.0
## 1651 0 2 3.2 1.8 2.8 2.4
## 1652 0 2 2.4 2.6 3.0 3.0
## 1653 0 2 2.8 3.2 2.6 3.4
## 1654 1 2 2.4 2.8 2.4 2.4
## 1655 1 2 3.2 2.8 3.6 2.8
## 1656 0 2 2.0 3.0 3.8 4.2
## 1657 0 2 3.0 2.8 2.6 2.6
## 1658 0 2 2.6 3.0 3.2 2.8
## 1659 0 2 4.0 2.6 3.4 2.8
## 1660 1 2 2.6 3.0 3.2 2.8
## 1661 0 3 3.8 2.4 2.4 2.8
## 1662 1 3 1.0 1.0 2.6 3.0
## 1663 0 2 3.2 2.4 3.6 3.6
## 1664 1 2 3.0 3.4 3.0 4.2
## 1665 0 2 3.8 2.8 3.8 3.6
## 1666 1 3 2.6 3.8 2.6 3.8
## 1667 1 2 4.4 3.0 5.0 4.6
## 1668 1 3 4.0 3.8 3.2 3.6
## 1669 1 3 4.0 4.6 5.0 4.6
## 1670 0 2 3.6 3.6 4.0 3.0
## 1671 1 2 4.0 2.6 3.4 2.8
## 1672 0 2 3.2 3.0 2.8 2.2
## 1673 1 2 3.2 3.0 2.8 2.2
## 1674 0 3 2.2 2.0 3.6 3.6
## 1675 1 2 3.6 3.2 3.8 3.0
## 1676 0 2 4.6 3.2 4.0 4.0
## 1677 0 2 4.0 2.4 3.0 3.0
## 1678 0 2 2.0 2.2 3.8 2.8
## 1679 0 2 2.4 3.0 5.0 4.4
## 1680 1 2 5.0 4.2 5.0 5.0
## 1681 1 3 4.2 3.8 4.0 3.8
## 1682 1 3 3.2 2.4 4.0 2.8
## 1683 0 3 4.0 3.8 4.4 2.6
## 1684 1 3 3.0 1.2 4.0 2.2
## 1685 1 3 3.6 2.4 2.8 2.6
## 1686 1 3 2.0 4.0 3.4 3.4
## 1687 0 3 3.0 3.0 3.4 3.4
## 1688 0 3 3.6 2.8 4.0 3.4
## 1689 0 3 3.8 3.4 3.8 3.4
## 1690 0 2 3.2 3.0 2.8 2.2
## 1691 1 2 3.6 3.6 4.6 3.2
## 1692 0 3 3.2 3.6 3.2 3.0
## 1693 0 1 3.4 3.4 4.0 3.4
## 1694 0 3 2.6 2.6 2.2 3.8
## 1695 0 3 2.8 2.6 4.0 3.6
## 1696 1 2 3.0 3.4 2.0 2.2
## 1697 1 2 3.8 2.4 4.0 3.8
## 1698 0 3 2.4 3.2 3.4 3.4
## 1699 0 3 2.8 3.4 3.2 3.0
## 1700 0 3 3.4 2.0 4.0 2.6
## 1701 0 2 3.2 2.8 3.4 3.4
## 1702 1 3 2.0 4.0 3.4 3.4
## 1703 1 2 4.0 4.0 3.4 2.8
## 1704 1 2 2.6 3.0 3.2 2.8
## 1705 1 3 4.0 2.6 3.4 2.8
## 1706 1 3 4.0 2.6 3.4 2.8
## 1707 0 3 2.8 3.4 3.6 4.2
## 1708 0 2 3.2 3.2 3.0 3.2
## 1709 1 3 4.2 2.6 3.2 3.6
## 1710 0 2 2.8 2.8 3.4 3.0
## 1711 0 3 3.0 2.8 3.6 3.6
## 1712 0 3 2.6 3.0 3.6 3.6
## 1713 0 3 2.2 3.4 4.4 2.6
## 1714 0 3 3.6 4.0 4.4 3.8
## 1715 0 3 4.6 3.6 4.0 3.6
## 1716 0 3 4.0 2.8 3.8 4.0
## 1717 1 3 4.0 3.2 4.0 3.0
## 1718 1 3 3.2 2.4 3.8 3.2
## 1719 1 3 2.6 3.0 4.2 3.0
## 1720 1 3 3.6 3.4 3.4 3.0
## 1721 0 3 3.4 2.2 4.0 3.4
## 1722 1 3 4.4 3.0 4.2 3.0
## 1723 1 3 3.4 3.2 4.4 3.8
## 1724 1 3 1.8 2.2 3.0 2.8
## 1725 1 3 3.4 3.0 3.0 3.2
## 1726 1 3 4.6 4.6 4.2 3.2
## 1727 0 3 2.2 2.2 2.4 2.6
## 1728 0 2 3.8 2.6 3.0 3.4
## 1729 1 3 3.0 2.4 3.2 3.2
## 1730 1 3 3.8 4.2 3.6 3.8
## 1731 1 3 4.6 3.8 3.2 4.4
## 1732 0 2 4.0 3.4 3.0 2.6
## 1733 0 3 3.0 3.0 3.0 3.4
## 1734 1 3 4.0 3.8 4.0 4.0
## 1735 0 3 3.2 2.6 3.2 3.6
## 1736 1 2 2.6 3.0 3.2 2.8
## 1737 0 3 3.4 2.8 3.8 4.4
## 1738 0 3 3.6 3.8 4.0 4.0
## 1739 1 3 3.8 3.8 4.8 5.0
## 1740 0 3 4.0 3.0 4.0 4.2
## 1741 0 3 3.2 3.8 3.2 2.8
## 1742 0 3 2.8 2.8 3.0 4.0
## 1743 0 3 2.8 3.6 3.8 4.2
## 1744 0 3 3.4 3.6 4.0 3.4
## 1745 0 3 3.0 2.6 4.0 3.0
## 1746 0 3 2.8 2.2 3.0 3.2
## 1747 0 3 3.0 2.6 3.4 3.4
## 1748 0 3 2.8 3.4 3.0 3.6
## 1749 1 3 3.2 2.0 3.2 3.6
## 1750 1 3 3.6 3.0 3.8 4.0
## 1751 1 3 3.8 3.6 3.8 3.6
## 1752 1 3 4.4 4.0 4.6 3.6
## 1753 1 3 4.8 4.2 4.2 4.6
## 1754 1 3 5.0 5.0 5.0 4.6
## 1755 1 3 4.0 4.8 4.2 4.0
## 1756 1 3 3.8 2.8 3.2 3.2
## 1757 1 2 2.6 3.0 3.2 2.8
## 1758 1 2 2.6 3.0 3.2 2.8
## 1759 0 2 2.6 3.0 3.2 2.8
## 1760 1 3 3.2 3.0 2.8 2.2
## 1761 0 3 3.2 2.8 3.6 4.2
## 1762 0 3 4.8 4.8 4.4 3.6
## 1763 1 2 2.6 2.6 3.2 3.4
## 1764 0 3 4.0 3.2 4.4 4.4
## 1765 0 3 2.6 1.4 2.6 2.4
## 1766 0 3 2.6 1.4 2.6 2.4
## 1767 1 3 3.2 3.0 3.0 2.8
## 1768 1 2 3.8 4.4 4.2 3.6
## 1769 0 3 2.2 2.8 2.8 3.2
## 1770 0 4 3.2 3.2 3.8 3.4
## 1771 0 3 4.6 3.6 4.8 3.6
## 1772 1 3 3.6 4.0 5.0 4.4
## 1773 1 2 2.8 3.0 3.4 3.8
## 1774 0 3 2.8 3.0 2.8 3.6
## 1775 1 3 4.8 4.4 5.0 4.4
## 1776 0 3 2.8 2.6 2.6 4.0
## 1777 0 3 4.2 4.4 4.2 4.0
## 1778 0 3 3.8 3.0 4.2 4.2
## 1779 1 3 3.0 2.0 4.2 2.8
## 1780 0 3 3.0 3.4 3.0 2.4
## 1781 1 3 3.8 4.2 5.0 4.6
## 1782 1 2 3.4 3.0 3.0 3.2
## 1783 1 3 3.8 3.8 4.4 4.2
## 1784 1 2 2.6 2.6 4.2 3.8
## 1785 0 3 5.0 3.6 5.0 3.6
## 1786 1 1 4.2 3.6 4.4 3.4
## 1787 0 3 3.0 3.0 3.2 3.4
## 1788 0 3 4.0 4.0 3.8 4.0
## 1789 1 3 4.0 4.2 4.0 4.2
## 1790 0 3 2.0 3.0 3.2 3.0
## 1791 1 3 3.4 2.6 4.0 4.0
## 1792 0 3 2.8 2.2 3.6 3.0
## 1793 1 3 2.6 2.6 4.0 3.8
## 1794 0 3 4.0 4.2 4.8 4.4
## 1795 0 3 3.0 3.8 4.0 3.8
## 1796 0 3 2.8 2.2 3.8 3.6
## 1797 0 3 4.0 2.4 4.0 4.2
## 1798 1 2 4.0 3.2 5.0 4.6
## 1799 0 3 3.6 3.4 3.6 3.2
## 1800 0 3 2.4 2.6 2.2 4.4
## 1801 1 3 3.8 3.2 4.0 3.4
## 1802 0 3 4.0 3.0 4.8 3.8
## 1803 1 3 3.8 3.2 4.0 3.4
## 1804 0 3 4.0 3.0 4.8 3.8
## 1805 0 3 4.0 3.0 4.2 4.8
## 1806 1 3 4.2 3.8 3.2 4.0
## 1807 0 3 3.4 2.8 3.8 3.8
## 1808 1 3 2.4 2.0 2.8 3.6
## 1809 1 3 3.8 3.2 4.0 3.0
## 1810 1 4 4.0 3.2 3.0 2.6
## 1811 1 2 2.6 3.0 3.8 2.6
## 1812 1 3 2.8 2.0 3.8 4.6
## 1813 0 3 4.6 3.4 4.2 3.6
## 1814 0 3 3.0 2.0 3.4 3.0
## 1815 0 3 2.0 2.2 2.0 3.4
## 1816 0 3 3.2 2.4 4.0 2.8
## 1817 0 3 1.4 1.0 2.4 2.6
## 1818 1 1 3.6 3.0 3.4 4.2
## 1819 1 3 4.2 3.4 4.0 3.2
## 1820 1 3 2.0 1.2 2.8 3.0
## 1821 0 4 3.0 1.8 3.6 3.8
## 1822 0 3 3.4 1.0 2.4 2.6
## 1823 1 3 4.2 3.0 3.2 3.6
## 1824 0 3 5.0 4.4 5.0 3.4
## 1825 1 2 3.0 3.0 3.0 3.0
## 1826 1 3 4.0 3.2 4.4 3.0
## 1827 1 2 3.4 2.4 2.6 2.0
## 1828 1 3 3.0 2.8 4.0 4.2
## 1829 1 1 2.6 3.0 3.2 2.8
## 1830 0 4 3.0 3.2 3.8 3.4
## 1831 0 3 2.8 2.2 2.8 3.8
## 1832 0 3 2.2 2.2 4.0 4.2
## 1833 0 3 3.4 2.2 2.0 3.6
## 1834 0 3 3.2 2.6 3.0 3.4
## 1835 0 3 3.2 2.4 3.8 2.8
## 1836 0 3 2.0 2.0 4.0 4.0
## 1837 0 3 2.4 2.4 3.8 4.4
## 1838 1 3 2.0 2.4 1.8 3.4
## 1839 1 3 3.8 2.2 4.0 3.8
## 1840 1 1 3.4 3.0 3.4 4.0
## 1841 0 3 3.4 2.2 2.8 3.6
## 1842 0 3 2.8 3.4 4.0 3.2
## 1843 0 3 3.0 2.8 4.0 3.8
## 1844 0 3 4.0 2.6 3.8 4.6
## 1845 0 3 3.2 2.2 3.6 3.0
## 1846 1 3 3.4 3.6 3.6 4.2
## 1847 0 3 2.8 2.8 2.6 2.2
## 1848 1 2 3.6 2.0 2.8 3.8
## 1849 0 3 4.6 4.2 4.8 4.6
## 1850 1 3 3.4 2.2 3.8 3.4
## 1851 1 2 3.0 3.0 3.6 3.2
## 1852 0 3 3.6 3.4 4.0 3.8
## 1853 0 3 2.8 1.6 3.6 3.0
## 1854 0 3 3.2 3.0 3.8 3.8
## 1855 1 3 3.2 2.2 3.8 4.0
## 1856 1 2 2.6 2.4 4.0 3.4
## 1857 0 3 2.0 2.4 3.0 2.4
## 1858 0 3 3.0 3.2 3.2 3.0
## 1859 0 3 2.2 3.0 3.8 4.0
## 1860 0 2 2.8 3.2 2.2 2.4
## 1861 1 2 3.2 2.8 4.2 3.8
## 1862 0 3 2.8 2.0 5.0 2.6
## 1863 1 2 1.8 1.0 2.4 2.8
## 1864 1 2 3.6 3.4 3.8 3.0
## 1865 1 4 4.0 4.2 4.2 4.2
## 1866 1 3 2.0 3.0 5.0 5.0
## 1867 0 3 3.0 3.0 4.0 4.2
## 1868 1 4 3.4 2.6 3.4 4.2
## 1869 1 3 4.6 3.8 2.8 2.8
## 1870 0 3 3.0 3.6 4.0 3.0
## 1871 1 3 4.8 3.8 4.0 4.0
## 1872 0 3 3.6 3.8 4.0 2.8
## 1873 0 3 2.8 2.8 4.0 2.8
## 1874 1 3 2.6 2.4 4.0 4.0
## 1875 0 3 2.0 1.6 3.6 4.0
## 1876 0 3 3.2 3.6 4.4 4.8
## 1877 0 2 2.8 1.8 3.2 3.0
## 1878 1 3 2.0 2.2 3.8 3.6
## 1879 1 3 4.2 3.4 4.0 3.6
## 1880 0 3 3.4 3.8 4.0 3.6
## 1881 1 3 4.4 3.2 4.2 4.0
## 1882 0 3 3.4 3.4 4.0 3.4
## 1883 1 3 4.2 5.0 4.6 4.6
## 1884 0 2 3.6 1.8 3.8 3.8
## 1885 0 3 3.0 3.8 4.8 4.0
## 1886 0 2 1.8 1.4 3.0 4.0
## 1887 0 3 5.0 3.2 5.0 2.6
## 1888 1 4 3.2 3.0 4.0 3.8
## 1889 1 3 5.0 4.6 5.0 5.0
## 1890 1 2 2.8 2.4 3.4 3.0
## 1891 0 3 2.2 3.0 3.6 3.4
## 1892 1 3 3.6 2.4 3.6 3.6
## 1893 0 2 3.0 2.4 3.0 3.0
## 1894 1 3 4.2 3.2 4.2 3.2
## 1895 1 3 2.2 1.8 2.4 2.2
## 1896 1 3 3.8 3.2 4.8 4.2
## 1897 1 3 2.2 1.8 2.4 2.2
## 1898 1 3 4.8 3.2 3.4 3.2
## 1899 1 2 1.4 1.8 1.4 2.4
## 1900 0 3 3.8 4.0 3.8 3.6
## 1901 0 3 3.8 4.4 4.0 4.4
## 1902 0 3 3.6 2.8 3.8 3.0
## 1903 1 3 3.8 3.4 4.2 5.0
## 1904 1 3 4.6 4.2 4.0 3.0
## 1905 1 3 4.6 2.8 4.4 2.8
## 1906 1 3 4.0 4.0 4.2 4.2
## 1907 0 2 3.2 2.4 2.6 3.0
## 1908 1 3 2.2 3.0 3.0 3.2
## 1909 0 3 3.8 3.0 3.6 3.4
## 1910 1 3 2.6 2.8 2.4 3.4
## 1911 1 3 3.8 3.6 3.2 3.4
## 1912 1 2 3.4 3.4 3.4 3.4
## 1913 1 3 3.6 3.6 4.0 3.2
## 1914 1 3 3.2 3.2 2.8 3.4
## 1915 1 3 2.4 2.6 3.8 3.2
## 1916 0 3 2.4 1.8 3.2 3.6
## 1917 0 3 4.0 3.4 4.0 3.4
## 1918 0 2 3.4 2.2 2.6 3.4
## 1919 1 2 3.2 3.4 3.6 2.8
## 1920 1 3 3.8 2.6 3.4 3.6
## 1921 1 2 1.8 2.0 2.0 2.0
## 1922 0 2 2.4 1.0 3.4 3.4
## 1923 0 2 4.2 2.2 3.4 3.6
## 1924 1 2 3.2 3.4 3.0 3.8
## 1925 0 3 2.0 1.0 3.0 3.2
data[,c(21:26)]
## Gender1 EDU1 BF BM Happiness Peace
## 1 0 1 3.4 3.2 4.0 4.0
## 2 0 1 4.0 3.4 4.0 2.8
## 3 0 2 3.6 3.6 3.8 3.8
## 4 0 1 4.2 4.0 4.0 4.0
## 5 0 2 4.0 3.6 4.0 4.0
## 6 0 1 4.0 4.0 4.0 4.0
## 7 0 1 3.6 4.6 4.8 3.8
## 8 0 1 3.6 4.6 4.4 2.4
## 9 1 4 3.6 2.2 3.8 4.0
## 10 0 3 3.2 3.2 4.0 3.2
## 11 0 2 4.0 3.2 4.0 4.0
## 12 0 1 3.2 3.6 3.4 3.9
## 13 0 1 4.0 3.8 2.8 3.2
## 14 1 3 3.2 3.6 3.8 3.2
## 15 1 3 4.0 3.4 4.0 4.1
## 16 1 2 4.0 4.8 4.0 4.6
## 17 0 1 3.6 3.2 5.0 4.2
## 18 1 1 3.2 2.8 3.9 4.0
## 19 0 1 2.2 2.6 3.8 3.0
## 20 0 4 3.0 3.8 3.5 3.8
## 21 1 3 3.2 3.4 3.4 3.2
## 22 1 2 1.8 2.8 3.2 3.6
## 23 0 1 5.0 5.0 4.8 4.2
## 24 1 2 3.8 3.4 3.2 3.2
## 25 0 2 4.0 4.8 5.0 3.6
## 26 0 3 4.2 3.4 2.4 3.2
## 27 0 1 3.6 4.0 3.0 3.8
## 28 0 1 2.6 3.4 4.0 3.2
## 29 1 2 4.4 3.8 4.2 4.0
## 30 1 1 3.2 3.2 2.4 3.0
## 31 0 1 3.8 4.0 3.6 4.2
## 32 0 1 3.8 3.4 3.4 4.6
## 33 0 1 4.0 3.6 4.0 4.2
## 34 1 1 4.0 3.6 3.4 3.2
## 35 1 1 4.0 3.0 2.6 3.2
## 36 0 1 3.8 4.2 2.8 4.4
## 37 0 1 3.8 4.2 3.6 4.2
## 38 0 1 3.8 4.0 3.6 4.0
## 39 1 3 4.0 3.6 2.4 3.6
## 40 1 3 4.0 4.0 3.8 3.0
## 41 0 1 3.8 3.2 4.2 4.0
## 42 1 2 4.0 4.0 2.8 3.2
## 43 1 2 4.0 4.2 4.6 3.2
## 44 0 1 2.0 2.0 2.0 2.0
## 45 0 1 4.0 4.0 4.0 4.0
## 46 0 2 3.8 3.4 4.0 3.8
## 47 1 3 3.6 3.6 2.0 3.8
## 48 0 1 1.4 1.0 1.6 2.0
## 49 0 1 3.2 3.0 3.6 3.0
## 50 0 1 3.0 2.8 3.2 3.0
## 51 0 1 3.4 3.6 4.0 4.0
## 52 0 1 3.4 3.2 3.6 3.6
## 53 0 2 3.6 3.6 3.1 3.2
## 54 0 1 3.0 2.8 4.6 4.0
## 55 1 2 2.2 4.0 4.0 4.0
## 56 0 1 3.0 3.0 4.0 3.8
## 57 0 1 3.6 3.6 4.2 3.6
## 58 0 1 3.6 3.6 4.2 3.4
## 59 0 1 3.6 3.6 4.0 3.6
## 60 0 1 3.6 3.6 4.0 4.0
## 61 0 1 4.0 3.4 4.0 3.6
## 62 0 1 4.0 3.4 4.0 4.0
## 63 0 1 4.0 3.6 3.6 4.0
## 64 0 1 3.2 3.0 4.0 3.8
## 65 0 1 3.4 3.2 3.6 3.8
## 66 0 2 3.8 3.2 3.4 3.6
## 67 1 4 3.4 3.6 4.0 4.0
## 68 1 4 4.4 4.0 4.6 4.0
## 69 1 3 4.0 3.4 3.2 2.4
## 70 0 1 2.4 2.6 3.6 4.0
## 71 1 3 4.0 3.8 3.8 4.0
## 72 1 3 4.0 4.0 4.0 4.0
## 73 1 3 3.8 3.4 3.0 3.6
## 74 0 1 3.6 2.8 2.8 3.7
## 75 0 3 3.4 3.2 4.0 3.8
## 76 1 1 3.2 3.4 3.6 3.6
## 77 0 2 3.2 2.4 4.0 3.6
## 78 1 3 2.8 3.2 2.6 3.4
## 79 0 2 1.6 2.0 1.8 2.3
## 80 0 1 3.4 4.0 4.0 4.0
## 81 0 1 1.8 2.4 3.2 3.6
## 82 0 1 2.4 2.0 3.2 3.2
## 83 0 2 3.2 3.6 4.0 3.8
## 84 0 2 5.0 4.0 5.0 5.0
## 85 0 1 2.2 4.0 4.0 3.4
## 86 0 2 4.0 3.2 3.2 3.2
## 87 1 3 4.0 4.0 4.0 4.0
## 88 1 3 2.0 3.4 3.6 3.8
## 89 0 2 4.0 3.4 3.4 4.0
## 90 1 3 3.8 2.8 3.6 3.2
## 91 1 1 2.4 3.7 2.9 2.6
## 92 0 1 3.4 2.4 3.2 3.2
## 93 1 3 4.0 4.0 4.0 4.0
## 94 0 1 4.2 4.2 4.2 4.2
## 95 0 1 3.6 4.0 4.0 4.4
## 96 0 1 2.0 2.0 3.6 4.2
## 97 1 1 4.0 4.0 3.8 4.0
## 98 1 1 4.4 3.2 2.8 4.4
## 99 1 1 4.0 3.2 4.0 4.6
## 100 0 1 3.6 3.8 5.0 3.8
## 101 1 2 4.0 4.0 3.6 3.8
## 102 0 1 2.6 3.6 3.0 3.8
## 103 0 1 3.8 4.0 4.0 3.6
## 104 1 1 3.0 2.8 3.4 4.0
## 105 1 3 4.0 3.8 3.9 3.8
## 106 1 3 3.8 3.8 4.2 4.2
## 107 0 1 1.8 2.2 2.0 4.0
## 108 0 1 2.6 3.6 4.0 4.0
## 109 1 1 3.2 2.8 2.0 4.2
## 110 0 1 3.2 3.2 3.2 3.8
## 111 1 1 3.4 4.0 4.0 4.0
## 112 0 1 2.4 3.8 3.0 4.4
## 113 0 1 2.6 2.0 2.0 3.6
## 114 0 1 3.8 3.0 4.0 3.4
## 115 0 1 2.9 3.0 3.5 3.6
## 116 1 1 3.8 3.8 4.2 5.0
## 117 0 1 3.6 4.2 3.0 4.2
## 118 0 1 1.6 1.0 4.0 4.0
## 119 1 2 4.0 3.4 4.6 4.0
## 120 1 3 4.0 3.4 4.0 4.0
## 121 0 1 2.2 1.8 2.4 4.0
## 122 1 2 5.0 4.4 5.0 5.0
## 123 0 1 3.2 2.8 3.2 3.4
## 124 1 1 4.0 3.8 3.6 5.0
## 125 1 4 3.6 3.0 3.8 3.8
## 126 1 1 2.4 3.2 3.6 4.0
## 127 0 1 4.0 3.8 3.8 4.4
## 128 0 1 2.8 3.8 4.0 4.0
## 129 0 1 2.6 2.4 3.6 4.4
## 130 0 1 2.0 2.6 3.6 4.0
## 131 0 1 4.0 2.2 4.2 5.0
## 132 1 2 2.8 3.8 3.6 4.6
## 133 0 1 3.4 3.4 5.0 5.0
## 134 0 1 4.4 4.2 4.2 4.2
## 135 0 3 3.6 2.8 3.8 3.6
## 136 0 1 3.6 3.6 3.4 3.6
## 137 0 1 4.4 4.6 3.8 3.0
## 138 0 1 3.6 3.0 3.1 3.2
## 139 0 2 3.0 4.0 4.2 2.4
## 140 0 1 1.6 2.2 2.0 2.6
## 141 0 1 3.6 3.2 3.8 3.5
## 142 0 1 3.2 3.4 3.8 4.0
## 143 1 1 2.4 3.0 3.4 3.8
## 144 1 3 2.2 3.2 2.8 3.0
## 145 0 1 2.6 3.0 3.8 3.8
## 146 0 4 4.8 4.6 4.6 4.0
## 147 0 1 3.2 3.4 3.8 4.0
## 148 0 2 1.8 2.8 3.2 3.8
## 149 0 1 2.4 3.2 3.2 3.6
## 150 1 3 4.0 5.0 5.0 4.6
## 151 1 2 4.0 4.0 4.0 3.2
## 152 0 4 2.0 2.6 2.0 2.4
## 153 0 1 3.6 3.6 4.0 3.6
## 154 0 2 2.6 2.4 4.0 3.0
## 155 1 2 3.4 3.6 4.0 4.0
## 156 0 2 3.6 3.8 3.8 4.0
## 157 1 4 3.6 3.6 2.8 4.0
## 158 0 1 3.6 4.0 4.8 4.0
## 159 0 1 4.0 4.0 4.8 4.0
## 160 0 1 4.0 3.4 4.8 4.0
## 161 0 2 4.2 4.0 2.6 3.2
## 162 0 3 3.0 3.4 4.0 3.2
## 163 0 1 2.6 2.8 3.6 4.0
## 164 0 1 2.6 2.2 2.4 3.8
## 165 0 1 4.0 3.8 4.2 4.4
## 166 1 1 2.0 1.2 2.2 3.0
## 167 1 1 3.8 3.2 3.8 3.4
## 168 0 1 2.8 3.4 3.4 4.0
## 169 1 1 3.6 3.0 3.8 3.6
## 170 0 1 4.0 3.4 3.4 3.0
## 171 0 1 4.0 3.6 4.0 4.0
## 172 0 1 3.6 3.8 4.0 4.4
## 173 1 1 4.0 3.0 4.0 4.0
## 174 0 1 4.4 5.0 4.6 3.8
## 175 0 1 4.2 4.0 4.0 4.0
## 176 0 1 3.4 3.8 3.1 3.4
## 177 1 1 2.8 2.4 3.8 3.9
## 178 0 2 3.6 3.0 3.0 3.0
## 179 0 2 4.0 4.4 3.8 4.0
## 180 0 2 2.8 3.6 4.0 3.8
## 181 0 1 3.2 3.0 3.5 3.6
## 182 0 1 3.6 3.6 4.0 4.0
## 183 0 2 3.6 4.0 3.6 4.0
## 184 0 1 4.0 3.6 3.4 3.5
## 185 0 1 3.2 2.0 3.6 3.6
## 186 0 2 4.0 2.6 3.2 2.4
## 187 0 1 3.4 2.6 4.2 5.0
## 188 0 1 3.0 3.6 3.2 3.6
## 189 0 1 3.4 2.4 3.2 3.6
## 190 0 2 4.0 3.6 3.2 3.2
## 191 1 1 4.2 3.2 3.8 4.4
## 192 0 1 3.2 3.2 3.0 3.0
## 193 1 2 3.2 3.4 3.6 3.4
## 194 1 1 4.0 3.2 3.0 4.0
## 195 1 2 4.0 3.2 3.0 4.0
## 196 0 2 5.0 5.0 5.0 3.7
## 197 1 1 3.8 3.8 3.4 3.6
## 198 0 1 2.2 3.6 4.8 3.4
## 199 1 1 3.8 4.0 4.0 3.6
## 200 0 1 3.4 3.8 4.0 3.8
## 201 1 1 3.6 3.6 4.0 4.0
## 202 1 1 3.2 2.4 2.6 2.6
## 203 0 1 2.4 1.6 4.2 4.8
## 204 0 1 3.4 3.6 3.4 3.6
## 205 0 1 3.6 4.6 3.8 3.0
## 206 0 1 4.0 3.0 3.1 3.2
## 207 0 2 2.8 4.0 4.2 2.4
## 208 0 1 1.6 2.2 2.0 2.6
## 209 0 1 3.2 3.2 3.8 3.5
## 210 0 1 3.6 3.4 3.8 4.0
## 211 1 1 2.8 3.0 3.4 3.8
## 212 1 3 2.4 3.2 2.8 3.0
## 213 0 1 3.0 3.0 3.8 3.8
## 214 0 4 4.6 4.6 4.6 4.0
## 215 0 1 3.6 3.4 3.8 4.0
## 216 0 2 2.0 2.8 3.2 3.8
## 217 0 1 2.8 3.2 3.2 3.6
## 218 1 3 3.6 5.0 5.0 4.6
## 219 1 2 3.8 4.0 4.0 3.2
## 220 0 4 2.0 2.6 2.0 2.4
## 221 0 1 3.2 3.6 4.0 3.6
## 222 0 2 2.8 2.4 4.0 3.0
## 223 1 2 3.8 3.6 4.0 4.0
## 224 0 2 3.8 3.8 3.8 4.0
## 225 1 4 3.6 3.6 2.8 4.0
## 226 0 1 3.4 4.0 4.8 4.0
## 227 0 1 3.8 4.0 4.8 4.0
## 228 0 1 3.8 3.4 4.8 4.0
## 229 0 2 4.0 4.0 2.6 3.2
## 230 0 3 2.6 3.4 4.0 3.2
## 231 0 2 3.2 3.8 4.0 3.4
## 232 1 2 2.4 3.2 3.4 3.6
## 233 0 2 2.2 2.8 3.4 3.6
## 234 1 3 2.4 2.0 2.0 2.0
## 235 1 3 3.0 3.0 3.0 3.0
## 236 0 4 3.6 4.8 3.8 4.0
## 237 1 3 2.0 3.2 3.4 3.6
## 238 0 2 2.8 4.0 4.0 3.8
## 239 0 2 3.2 3.8 4.0 3.4
## 240 1 3 3.8 4.0 4.0 4.0
## 241 1 4 4.2 3.6 4.0 4.2
## 242 1 3 3.4 3.2 2.6 4.0
## 243 1 2 3.8 3.8 3.4 3.4
## 244 0 3 1.8 3.0 3.6 4.2
## 245 0 3 2.6 2.6 3.2 3.6
## 246 0 3 3.4 3.0 3.2 3.8
## 247 0 3 2.6 3.0 2.6 4.0
## 248 0 3 3.6 3.2 4.2 3.8
## 249 0 3 2.6 3.6 2.8 3.2
## 250 0 2 3.2 2.6 3.2 3.4
## 251 0 1 3.4 2.2 4.0 3.6
## 252 0 2 4.0 3.2 4.0 4.0
## 253 0 3 1.6 1.8 2.2 2.0
## 254 1 1 3.8 3.6 4.0 3.5
## 255 0 3 3.6 4.2 4.0 3.6
## 256 1 2 3.8 3.8 3.6 4.0
## 257 0 1 4.0 4.0 4.0 4.0
## 258 0 3 3.0 2.8 3.6 3.8
## 259 0 2 2.2 3.4 3.6 3.4
## 260 0 2 3.2 3.0 3.5 3.6
## 261 1 2 3.2 3.2 3.4 4.0
## 262 0 3 2.2 1.6 2.2 3.0
## 263 0 2 3.6 2.8 3.8 4.0
## 264 1 3 2.0 3.0 3.0 3.4
## 265 0 1 3.6 4.0 3.8 4.0
## 266 0 1 4.0 3.6 5.0 3.6
## 267 0 1 2.8 2.6 3.4 3.6
## 268 0 3 4.0 3.4 4.0 3.0
## 269 0 2 2.2 2.6 4.4 4.2
## 270 1 4 4.0 4.2 4.2 4.4
## 271 0 3 3.2 3.8 5.0 3.8
## 272 1 2 3.6 2.4 2.4 2.8
## 273 0 1 3.2 3.6 3.6 2.9
## 274 1 3 4.0 3.6 4.0 4.0
## 275 0 1 2.6 2.4 3.1 3.4
## 276 0 2 2.6 2.2 3.8 4.8
## 277 1 4 1.6 1.8 2.2 2.2
## 278 1 4 1.6 1.8 2.2 2.2
## 279 0 2 3.2 2.0 3.2 3.6
## 280 1 2 2.8 3.0 3.6 3.2
## 281 0 2 3.6 3.0 3.0 4.0
## 282 0 1 4.0 3.4 3.6 3.8
## 283 1 1 4.0 4.2 4.0 4.0
## 284 0 1 2.8 3.2 3.4 3.2
## 285 0 3 2.2 2.8 2.8 3.6
## 286 0 3 3.2 2.8 3.6 3.8
## 287 0 2 3.6 3.4 3.8 4.0
## 288 0 2 3.6 3.8 3.0 3.8
## 289 0 1 3.6 3.6 4.0 3.2
## 290 0 3 3.8 4.0 4.0 3.8
## 291 1 3 2.4 2.2 2.8 2.6
## 292 0 1 2.0 3.0 3.4 4.2
## 293 1 2 4.2 3.4 4.0 4.0
## 294 0 2 3.0 3.4 4.0 3.6
## 295 0 2 3.6 3.6 4.0 3.6
## 296 0 1 4.2 4.0 4.0 3.6
## 297 0 3 2.8 1.8 3.2 4.0
## 298 0 1 3.2 2.2 4.0 4.0
## 299 0 1 3.2 3.8 3.4 3.8
## 300 0 1 3.0 3.0 2.8 4.0
## 301 1 2 2.8 3.6 4.0 4.0
## 302 1 3 4.0 3.8 3.6 4.0
## 303 0 2 3.8 2.8 3.2 4.0
## 304 0 3 3.6 3.0 4.2 3.6
## 305 0 1 2.2 3.6 3.0 3.4
## 306 0 1 4.0 3.0 4.0 4.0
## 307 0 1 3.2 3.6 4.0 4.0
## 308 1 3 3.6 3.6 3.8 3.6
## 309 0 1 2.0 2.8 1.8 4.0
## 310 0 1 1.8 2.8 3.6 3.2
## 311 1 1 4.0 3.6 4.0 3.8
## 312 1 3 2.2 2.2 3.0 3.6
## 313 0 1 4.0 3.6 3.8 4.0
## 314 0 2 3.0 3.4 3.2 4.0
## 315 1 3 3.8 3.0 4.0 4.4
## 316 1 1 2.4 3.2 4.0 4.0
## 317 1 2 3.4 3.8 5.0 4.2
## 318 1 2 1.4 2.2 3.6 2.8
## 319 0 1 3.0 3.0 4.8 3.4
## 320 0 1 2.0 1.6 3.8 3.6
## 321 1 1 3.6 3.2 2.8 3.8
## 322 0 1 2.8 3.0 3.2 3.4
## 323 1 2 3.0 3.4 3.6 3.6
## 324 1 1 3.4 3.0 3.4 3.6
## 325 0 1 3.0 3.0 4.8 3.4
## 326 1 2 4.0 3.6 3.8 3.6
## 327 1 1 3.6 3.2 3.6 4.0
## 328 1 4 3.6 3.2 4.0 4.0
## 329 0 3 3.0 2.0 3.0 3.0
## 330 1 4 4.4 3.2 4.0 3.6
## 331 0 1 3.2 2.2 4.6 4.0
## 332 1 1 2.8 4.0 3.0 4.2
## 333 1 2 3.2 3.4 2.4 3.8
## 334 0 1 2.4 1.6 2.8 4.4
## 335 0 1 3.4 3.6 3.2 3.4
## 336 0 1 4.0 4.2 4.0 4.0
## 337 0 1 2.0 2.4 2.2 2.0
## 338 0 1 4.0 3.0 3.8 4.1
## 339 1 2 3.8 3.8 4.0 4.6
## 340 1 3 4.0 3.4 3.6 3.6
## 341 1 1 4.0 2.6 4.0 4.0
## 342 1 2 3.0 4.0 4.0 3.4
## 343 0 2 3.6 4.0 3.9 3.4
## 344 1 3 3.4 3.4 4.0 3.6
## 345 0 3 4.2 3.6 2.8 3.6
## 346 0 2 3.4 2.8 3.4 3.8
## 347 1 3 4.0 4.4 3.8 3.6
## 348 1 3 2.6 2.4 3.2 3.2
## 349 1 3 3.6 2.2 3.4 3.6
## 350 1 2 2.8 2.0 2.4 3.2
## 351 1 2 3.6 2.2 4.0 3.2
## 352 1 2 4.0 3.6 4.0 3.4
## 353 1 3 4.0 3.2 4.0 4.0
## 354 1 4 3.4 2.6 4.2 3.2
## 355 0 3 3.2 3.0 4.0 3.6
## 356 0 2 2.4 2.6 2.6 3.6
## 357 1 3 3.0 2.2 2.4 2.2
## 358 0 2 4.0 3.6 4.0 4.2
## 359 1 2 2.0 3.0 2.0 2.8
## 360 0 1 2.4 2.8 4.0 2.8
## 361 1 2 3.2 3.4 3.6 3.4
## 362 0 3 3.4 3.2 3.8 3.4
## 363 1 2 4.0 4.0 3.8 3.4
## 364 0 4 3.4 1.8 3.4 3.6
## 365 0 1 2.0 2.0 3.0 3.4
## 366 1 3 2.6 2.2 2.6 2.6
## 367 0 3 2.4 2.4 4.0 5.0
## 368 0 4 2.4 2.2 3.2 4.0
## 369 0 2 2.6 2.6 3.8 3.8
## 370 1 3 4.0 4.0 4.0 3.6
## 371 0 3 3.2 3.0 4.0 3.6
## 372 1 2 4.0 3.8 4.0 3.6
## 373 0 2 2.4 3.0 3.4 3.2
## 374 0 2 3.2 3.6 4.0 3.6
## 375 1 4 3.2 2.0 4.0 3.4
## 376 0 1 2.4 2.6 3.4 3.6
## 377 0 2 3.2 3.4 3.0 2.8
## 378 0 3 3.8 3.2 3.8 4.2
## 379 0 3 2.4 2.4 3.4 4.2
## 380 0 3 2.4 1.6 4.2 4.8
## 381 1 1 2.4 2.4 3.0 3.2
## 382 0 1 2.0 3.0 2.0 3.0
## 383 0 1 4.0 4.0 3.2 3.2
## 384 0 2 3.6 3.2 4.0 3.6
## 385 0 1 4.0 3.2 3.6 4.0
## 386 1 4 4.0 3.6 3.2 4.0
## 387 0 2 2.6 2.4 3.4 4.6
## 388 0 2 2.8 3.2 3.8 3.8
## 389 0 1 3.8 2.8 4.4 4.0
## 390 1 2 4.0 3.2 4.0 4.0
## 391 1 2 2.6 2.2 4.0 4.0
## 392 1 1 2.8 2.0 4.0 4.0
## 393 0 1 3.2 3.0 3.8 4.2
## 394 1 3 2.0 3.8 3.4 3.6
## 395 1 2 3.8 3.2 3.6 4.0
## 396 1 3 1.4 1.0 2.0 1.2
## 397 0 3 3.4 3.8 4.2 3.6
## 398 1 2 2.6 3.8 4.2 3.2
## 399 1 2 3.6 4.2 4.0 4.0
## 400 0 1 2.6 3.4 4.4 4.0
## 401 0 2 3.6 2.4 3.2 3.0
## 402 1 3 2.6 3.2 3.0 4.0
## 403 1 3 3.2 2.8 4.0 4.0
## 404 0 3 3.2 3.2 3.4 4.0
## 405 1 2 2.0 2.0 2.0 2.0
## 406 0 3 1.8 2.8 2.8 3.6
## 407 0 2 3.0 3.6 4.0 4.4
## 408 1 1 3.6 3.8 4.0 3.6
## 409 1 3 3.4 2.8 4.4 3.8
## 410 1 3 2.4 2.6 4.2 4.0
## 411 0 1 2.8 3.0 2.6 3.6
## 412 0 1 2.6 2.4 3.8 3.0
## 413 0 3 3.8 2.8 3.6 3.0
## 414 0 3 3.2 3.8 4.4 3.2
## 415 0 2 3.8 4.2 4.0 3.6
## 416 0 3 3.0 3.4 4.0 3.2
## 417 0 2 3.6 3.6 4.0 4.0
## 418 0 3 3.6 3.8 4.6 4.6
## 419 0 3 3.0 2.6 3.2 3.6
## 420 1 2 4.0 4.2 4.0 4.2
## 421 0 3 2.6 3.2 3.4 3.6
## 422 0 3 3.4 3.6 3.4 3.6
## 423 1 3 5.0 4.2 4.8 3.8
## 424 0 3 3.2 3.0 3.8 3.6
## 425 0 2 4.0 4.0 2.8 3.8
## 426 0 2 2.6 4.0 3.6 3.4
## 427 0 1 3.2 3.6 3.2 4.2
## 428 0 3 3.0 3.4 2.4 3.4
## 429 0 3 1.8 1.8 2.6 3.6
## 430 0 2 3.2 4.4 3.6 3.3
## 431 1 3 3.8 3.4 3.4 4.6
## 432 1 2 3.6 3.4 3.6 3.6
## 433 0 2 4.2 4.8 4.0 4.2
## 434 0 3 3.2 3.4 4.6 3.6
## 435 1 3 2.4 3.4 3.6 3.6
## 436 0 3 3.8 3.4 4.0 4.0
## 437 0 3 4.0 4.2 4.2 4.2
## 438 1 4 3.4 3.2 3.6 3.8
## 439 0 3 2.0 2.4 3.4 3.8
## 440 0 3 4.0 4.2 3.4 3.6
## 441 0 3 3.8 1.8 3.6 3.2
## 442 1 2 3.2 2.6 4.4 4.0
## 443 1 3 3.6 3.2 2.4 2.8
## 444 1 2 3.8 3.2 4.0 3.6
## 445 0 4 2.4 1.6 2.0 4.0
## 446 0 3 2.0 2.4 3.0 3.4
## 447 0 3 3.0 2.8 4.4 4.0
## 448 0 1 2.0 1.6 3.0 3.6
## 449 1 3 3.0 3.6 3.8 3.8
## 450 0 1 1.8 2.4 3.2 3.8
## 451 0 4 2.6 2.4 3.0 3.6
## 452 1 2 3.2 2.0 3.4 3.4
## 453 0 2 2.6 2.4 3.0 3.6
## 454 0 2 3.2 3.0 3.8 3.8
## 455 0 3 3.4 3.2 3.8 4.2
## 456 1 4 3.2 2.2 4.2 4.0
## 457 0 3 2.6 2.4 4.0 4.0
## 458 0 3 4.0 4.0 4.0 4.0
## 459 1 2 3.4 2.4 3.8 4.0
## 460 1 3 3.2 3.2 4.2 4.0
## 461 1 3 4.0 4.0 4.0 3.8
## 462 0 3 3.0 4.0 5.0 4.2
## 463 0 2 3.2 3.4 3.8 3.8
## 464 0 2 4.0 4.0 4.0 4.0
## 465 1 3 2.2 3.8 4.0 3.0
## 466 0 3 2.4 3.4 3.2 3.2
## 467 0 3 3.0 3.6 3.4 3.4
## 468 1 3 3.8 3.8 3.8 3.8
## 469 1 2 5.0 4.8 5.0 4.4
## 470 0 3 5.0 4.6 4.4 4.0
## 471 1 3 3.8 3.2 3.0 3.0
## 472 1 2 3.2 3.4 3.6 5.0
## 473 0 3 2.6 2.8 2.0 3.4
## 474 0 3 2.8 2.8 3.6 4.0
## 475 0 2 2.0 2.4 2.2 2.8
## 476 1 2 3.8 4.0 4.0 3.6
## 477 1 4 3.2 3.8 3.6 3.4
## 478 0 2 3.2 3.2 3.2 3.2
## 479 0 3 4.0 3.8 4.0 4.0
## 480 1 2 3.4 3.0 4.0 3.9
## 481 0 3 2.4 2.8 4.6 4.4
## 482 1 2 3.0 3.0 3.6 2.8
## 483 0 3 1.4 1.4 3.2 5.0
## 484 1 2 3.6 3.6 3.0 3.6
## 485 1 4 4.0 4.0 4.0 4.0
## 486 0 3 4.2 3.2 4.8 4.2
## 487 0 3 3.4 3.6 3.5 3.9
## 488 0 3 2.4 3.6 3.4 3.6
## 489 0 2 2.2 3.0 2.8 3.8
## 490 0 2 2.8 3.6 3.2 3.2
## 491 1 2 3.8 3.8 4.0 3.8
## 492 0 3 4.0 4.4 4.0 3.8
## 493 1 4 4.0 4.0 4.0 4.0
## 494 0 2 3.8 2.2 2.4 3.2
## 495 1 4 4.0 4.2 5.0 5.0
## 496 0 2 2.8 2.4 3.0 4.0
## 497 0 3 2.8 2.6 3.6 3.2
## 498 1 4 4.0 3.2 3.6 4.0
## 499 1 3 2.4 2.6 2.6 2.0
## 500 1 3 4.0 2.6 3.4 2.8
## 501 0 4 2.8 2.4 3.8 4.0
## 502 1 2 2.0 1.8 3.4 3.2
## 503 1 3 3.8 4.2 3.4 4.0
## 504 1 1 2.6 2.6 3.0 3.6
## 505 0 2 3.6 4.0 4.8 5.0
## 506 1 3 3.2 2.6 4.0 4.0
## 507 0 2 3.6 3.8 3.6 3.6
## 508 0 2 3.0 3.4 3.6 3.6
## 509 0 2 2.4 3.8 4.0 3.4
## 510 0 2 3.0 4.0 4.0 3.6
## 511 0 3 3.4 3.4 4.0 3.8
## 512 0 2 3.4 3.0 3.8 3.6
## 513 1 3 3.8 3.6 3.2 3.0
## 514 0 4 2.2 2.4 2.8 3.2
## 515 0 1 2.6 2.8 3.8 3.6
## 516 0 4 4.2 4.6 4.8 4.4
## 517 1 2 4.6 3.6 4.0 4.6
## 518 1 2 4.0 3.2 3.6 4.0
## 519 1 2 5.0 4.6 5.0 5.0
## 520 1 3 3.4 3.2 2.0 2.8
## 521 1 4 2.4 2.6 3.8 4.4
## 522 0 4 4.0 4.0 4.4 4.0
## 523 1 1 4.0 4.0 4.0 3.6
## 524 1 4 3.4 2.8 3.8 4.4
## 525 0 3 4.2 3.6 4.4 4.2
## 526 0 2 2.6 2.0 3.0 4.0
## 527 0 2 2.0 2.0 2.0 2.0
## 528 0 3 3.6 2.8 3.8 3.2
## 529 0 3 2.8 1.8 2.4 2.4
## 530 0 3 2.4 2.2 2.2 2.6
## 531 1 3 1.6 1.2 2.0 2.0
## 532 0 1 2.6 2.8 3.6 3.6
## 533 0 3 3.2 3.2 2.0 3.2
## 534 0 2 3.8 3.8 3.6 3.6
## 535 0 1 4.0 3.8 4.0 3.4
## 536 1 2 1.4 2.4 3.4 3.6
## 537 0 4 2.6 3.2 3.2 4.4
## 538 0 3 2.0 2.0 2.0 3.2
## 539 0 2 2.2 3.0 3.8 3.8
## 540 0 2 4.0 3.6 4.0 4.0
## 541 0 2 3.6 2.8 3.6 3.8
## 542 0 1 4.2 2.6 3.4 3.2
## 543 0 2 2.2 2.8 3.2 3.8
## 544 0 2 4.0 4.0 4.0 4.0
## 545 1 2 4.0 3.4 4.0 4.0
## 546 1 3 2.8 2.2 3.4 4.4
## 547 0 2 3.2 3.2 2.6 3.2
## 548 1 3 4.0 3.6 4.4 4.2
## 549 0 2 2.4 2.4 3.2 3.8
## 550 0 2 3.8 3.0 3.4 3.6
## 551 0 3 2.0 2.0 3.0 2.8
## 552 0 1 2.4 2.2 3.4 3.8
## 553 0 3 2.4 2.4 2.2 1.8
## 554 0 3 2.2 1.8 2.0 2.0
## 555 1 3 2.4 2.4 2.6 3.4
## 556 1 3 2.2 2.2 2.0 1.6
## 557 0 2 2.8 2.2 3.4 4.0
## 558 0 2 3.6 3.2 2.4 3.5
## 559 0 3 4.0 4.0 4.0 4.0
## 560 1 2 3.8 4.0 4.0 4.0
## 561 0 2 3.0 1.8 4.0 3.0
## 562 1 3 4.2 3.8 2.4 3.8
## 563 0 2 2.6 2.4 3.6 3.6
## 564 1 3 3.6 3.0 3.8 4.0
## 565 0 2 3.0 3.0 3.0 3.8
## 566 0 1 2.4 1.8 4.0 3.8
## 567 1 2 3.2 2.8 4.0 3.8
## 568 0 2 2.0 2.6 2.4 2.8
## 569 0 2 3.2 3.6 3.8 4.0
## 570 0 3 2.6 2.4 3.0 3.4
## 571 1 4 2.8 2.4 2.4 3.0
## 572 1 3 3.2 3.0 3.2 2.8
## 573 0 3 1.8 1.6 1.6 1.6
## 574 0 3 3.2 3.0 3.2 2.8
## 575 1 2 1.4 1.0 1.6 2.2
## 576 0 4 3.0 3.4 3.0 2.8
## 577 0 3 2.8 3.2 3.8 4.4
## 578 0 3 2.8 3.8 3.2 3.0
## 579 0 3 2.4 3.6 3.2 4.4
## 580 0 3 3.6 3.8 3.8 3.6
## 581 1 1 3.8 3.4 4.0 5.0
## 582 0 4 3.4 2.8 4.0 3.8
## 583 0 2 3.2 3.2 3.6 3.8
## 584 1 2 1.4 2.6 3.6 3.8
## 585 0 2 4.0 3.4 2.8 3.6
## 586 0 3 4.0 3.6 3.0 3.8
## 587 0 3 3.6 3.8 4.0 3.6
## 588 1 3 3.8 3.0 3.0 3.2
## 589 1 3 4.0 4.2 4.2 3.8
## 590 1 3 4.0 3.8 4.0 4.0
## 591 0 2 3.0 3.2 3.2 3.4
## 592 1 2 4.0 3.6 2.8 3.5
## 593 0 3 2.8 3.4 4.0 4.0
## 594 0 2 2.4 2.0 2.4 2.4
## 595 1 2 3.2 2.6 3.6 4.4
## 596 0 2 2.4 3.2 3.6 3.6
## 597 1 1 2.2 2.4 2.2 3.6
## 598 1 2 3.6 3.6 3.2 2.8
## 599 0 2 4.0 3.8 4.0 3.4
## 600 1 3 3.6 2.8 2.6 4.0
## 601 1 3 3.0 3.6 3.0 3.6
## 602 1 3 4.2 3.8 4.4 4.8
## 603 1 2 2.0 2.0 2.2 2.2
## 604 1 3 3.6 3.4 3.6 4.0
## 605 1 3 5.0 4.6 5.0 4.4
## 606 0 3 3.2 3.0 2.8 2.8
## 607 0 3 3.8 3.8 3.6 3.4
## 608 1 2 3.0 3.0 2.4 2.2
## 609 0 1 3.2 3.2 3.6 4.0
## 610 0 3 2.4 2.8 3.0 3.8
## 611 0 4 2.8 1.8 4.6 4.8
## 612 0 3 4.2 3.6 4.2 4.0
## 613 1 2 3.6 3.4 3.6 3.2
## 614 1 2 3.6 4.2 5.0 4.6
## 615 0 3 4.2 4.8 5.0 4.8
## 616 0 3 2.8 2.4 4.0 4.6
## 617 1 1 3.8 4.0 4.0 4.0
## 618 0 4 4.2 2.4 4.0 4.2
## 619 0 3 2.8 3.2 4.6 4.8
## 620 0 3 2.4 2.0 3.2 4.0
## 621 0 3 4.0 4.4 3.8 4.6
## 622 0 3 3.0 2.6 3.2 3.8
## 623 0 2 2.8 2.0 2.8 3.4
## 624 0 3 4.0 3.6 4.0 4.6
## 625 1 3 2.8 2.4 3.6 3.6
## 626 1 3 2.6 2.4 3.4 3.8
## 627 0 2 3.2 3.8 4.0 3.4
## 628 1 2 2.0 3.2 3.4 3.6
## 629 0 3 3.6 3.8 4.0 4.0
## 630 1 3 3.8 3.0 3.6 3.6
## 631 0 4 3.6 3.4 4.2 4.0
## 632 0 3 4.0 3.8 3.8 3.6
## 633 0 2 3.2 3.0 3.5 3.6
## 634 1 3 3.2 2.6 3.6 3.8
## 635 1 3 2.8 2.4 3.6 3.6
## 636 0 4 2.6 2.6 4.2 3.8
## 637 0 2 3.4 2.2 2.4 3.4
## 638 0 3 3.6 2.0 2.8 2.8
## 639 1 3 3.4 4.0 4.4 4.0
## 640 1 3 3.0 2.2 3.8 3.6
## 641 1 3 3.0 2.6 3.6 4.6
## 642 0 2 2.6 2.2 4.0 3.8
## 643 1 3 2.0 2.0 3.0 4.0
## 644 0 3 2.6 3.6 2.6 2.4
## 645 0 3 2.0 2.8 4.0 2.0
## 646 1 3 2.6 2.4 2.0 3.0
## 647 1 4 3.0 2.8 4.0 3.6
## 648 0 2 3.6 2.5 3.4 3.2
## 649 1 3 3.2 3.0 4.0 3.6
## 650 0 1 3.6 2.8 3.0 3.2
## 651 1 3 3.6 4.0 3.6 3.6
## 652 1 3 3.6 2.8 4.0 4.0
## 653 0 3 3.2 3.2 4.6 4.2
## 654 0 2 3.0 2.8 3.8 3.8
## 655 0 2 2.0 3.0 3.2 3.6
## 656 1 3 2.4 2.4 2.6 2.4
## 657 0 3 3.2 2.4 2.4 2.4
## 658 1 3 1.8 2.6 2.4 2.8
## 659 1 3 2.2 1.6 2.6 2.4
## 660 0 3 2.4 1.2 3.0 2.6
## 661 0 2 2.4 1.6 1.8 2.4
## 662 0 3 2.4 2.2 2.2 2.4
## 663 0 4 2.4 2.2 2.2 2.4
## 664 1 3 2.4 2.4 2.6 2.4
## 665 0 3 3.2 2.4 2.4 2.4
## 666 1 3 1.8 2.6 2.4 2.8
## 667 1 3 2.2 1.6 2.6 2.4
## 668 0 3 2.4 1.8 2.0 2.4
## 669 1 3 2.0 2.0 2.0 2.4
## 670 1 3 2.2 2.2 1.6 2.0
## 671 0 3 2.2 2.4 2.6 2.4
## 672 1 3 1.4 1.4 2.0 2.0
## 673 0 3 2.6 3.2 4.0 4.0
## 674 0 3 3.8 3.0 3.8 4.4
## 675 0 4 2.0 2.2 3.4 3.6
## 676 1 3 4.0 3.8 3.8 3.8
## 677 1 3 2.4 2.4 3.6 3.2
## 678 0 3 2.6 2.8 4.0 3.2
## 679 0 3 3.0 3.6 4.0 3.6
## 680 1 2 3.2 1.6 3.6 3.4
## 681 1 3 2.4 1.4 2.6 3.0
## 682 0 3 3.2 3.0 3.5 3.6
## 683 0 2 2.2 2.4 2.6 2.6
## 684 1 2 3.4 2.0 3.2 3.8
## 685 1 3 4.0 4.0 3.8 4.4
## 686 0 3 2.8 2.4 4.0 3.8
## 687 0 3 4.4 2.8 4.4 4.6
## 688 1 4 3.2 2.0 3.6 3.8
## 689 0 4 2.6 3.4 3.6 4.0
## 690 0 4 4.0 2.8 4.0 3.0
## 691 0 3 3.0 3.0 4.6 3.4
## 692 0 2 2.8 2.2 4.0 4.8
## 693 0 2 2.4 2.4 3.8 4.6
## 694 1 4 2.0 2.4 2.4 4.2
## 695 0 2 2.2 2.2 2.6 2.8
## 696 0 3 2.8 2.4 4.0 3.2
## 697 0 2 3.0 2.0 3.8 4.2
## 698 0 4 2.0 2.2 3.2 4.0
## 699 0 3 2.2 2.0 3.2 3.6
## 700 0 2 3.6 3.6 4.2 4.0
## 701 1 3 4.2 4.0 4.4 4.4
## 702 0 3 2.8 2.2 3.0 4.0
## 703 0 3 2.0 2.0 2.2 3.2
## 704 0 2 3.6 2.8 4.4 4.6
## 705 0 3 2.4 2.0 2.4 3.8
## 706 0 4 2.8 1.2 3.4 3.0
## 707 0 3 4.2 4.0 4.2 4.2
## 708 1 4 4.0 4.0 4.0 4.0
## 709 1 3 2.6 2.8 3.6 3.2
## 710 1 3 4.0 2.0 3.8 4.4
## 711 1 3 3.8 2.6 4.0 4.0
## 712 1 2 4.2 3.8 4.0 4.0
## 713 0 4 3.2 2.6 2.8 4.8
## 714 0 4 4.0 2.6 4.0 5.0
## 715 0 4 2.6 2.8 4.0 4.2
## 716 0 3 3.6 2.2 4.4 5.0
## 717 1 3 4.2 4.0 4.4 4.4
## 718 1 2 3.6 2.0 3.0 4.0
## 719 0 3 3.0 3.0 5.0 4.4
## 720 0 3 3.8 3.0 4.0 3.8
## 721 1 3 2.2 2.0 2.4 2.2
## 722 1 4 2.8 2.6 3.0 2.4
## 723 0 3 2.4 1.6 2.0 2.6
## 724 1 4 2.4 2.2 2.2 2.6
## 725 0 3 2.2 2.2 2.4 2.4
## 726 1 3 2.2 1.6 1.4 1.8
## 727 0 4 2.2 2.2 2.4 1.6
## 728 0 3 2.4 2.0 2.0 2.6
## 729 1 4 2.0 2.2 2.4 2.8
## 730 0 2 2.4 2.0 1.8 2.0
## 731 1 3 2.2 2.0 2.4 2.2
## 732 0 3 2.4 3.4 2.4 3.6
## 733 1 3 3.4 3.0 4.0 3.8
## 734 1 3 2.6 2.4 2.5 3.0
## 735 1 4 3.6 2.8 3.8 3.6
## 736 0 3 4.0 3.8 3.6 4.6
## 737 0 3 4.0 3.8 4.0 4.0
## 738 1 2 3.6 2.6 3.2 3.4
## 739 0 2 1.4 2.6 3.6 4.6
## 740 1 3 3.4 3.8 4.0 3.6
## 741 0 3 4.4 5.0 4.6 4.0
## 742 1 4 3.8 2.0 3.8 2.4
## 743 0 3 3.4 3.8 3.8 3.8
## 744 1 3 2.2 2.4 3.4 3.4
## 745 0 2 4.0 3.2 4.0 4.0
## 746 1 4 3.6 3.0 3.0 3.8
## 747 0 2 3.8 3.0 3.2 3.2
## 748 0 4 3.6 3.6 4.0 4.0
## 749 0 3 3.2 3.6 4.0 3.4
## 750 1 3 3.6 3.0 5.0 4.6
## 751 0 3 3.0 1.8 3.6 3.6
## 752 1 2 3.2 2.8 3.2 3.2
## 753 1 3 3.0 3.6 3.2 3.6
## 754 1 3 3.6 2.2 3.4 4.2
## 755 0 2 4.2 4.2 4.0 4.2
## 756 0 4 3.0 2.8 4.0 3.6
## 757 0 2 4.0 4.0 4.0 4.0
## 758 0 3 3.0 2.6 3.4 3.8
## 759 0 2 2.8 3.0 3.8 4.0
## 760 0 3 2.8 3.4 3.8 4.0
## 761 0 2 4.4 3.8 3.6 4.0
## 762 0 3 1.8 1.0 3.6 3.4
## 763 1 2 2.8 2.2 4.2 4.0
## 764 1 3 2.6 3.0 3.2 2.8
## 765 1 3 2.6 3.0 3.2 2.8
## 766 1 4 2.6 2.8 2.2 2.6
## 767 1 3 3.0 3.0 2.6 2.8
## 768 1 3 2.0 1.4 1.8 2.0
## 769 1 3 1.8 1.6 2.4 2.0
## 770 1 3 2.8 2.2 2.4 3.0
## 771 0 3 2.2 2.0 2.6 2.2
## 772 1 3 2.0 2.0 2.2 1.8
## 773 0 3 2.2 1.6 2.0 2.2
## 774 1 4 2.6 2.8 2.2 2.6
## 775 1 3 3.0 3.0 2.6 2.8
## 776 1 3 2.0 1.4 1.8 2.0
## 777 1 3 1.8 1.6 2.4 2.0
## 778 1 3 2.8 2.2 2.4 3.0
## 779 0 4 2.0 1.6 1.6 1.8
## 780 0 3 3.6 2.8 4.0 4.0
## 781 0 2 3.2 2.4 4.0 4.0
## 782 1 3 5.0 5.0 5.0 5.0
## 783 0 3 3.6 3.4 4.4 3.8
## 784 0 4 3.2 2.8 4.0 4.0
## 785 1 2 2.6 3.2 4.4 4.2
## 786 1 3 3.0 3.2 3.6 3.8
## 787 0 3 3.6 3.6 3.6 4.2
## 788 1 3 4.0 4.0 4.0 4.0
## 789 1 3 4.0 4.0 4.8 4.4
## 790 0 3 1.8 2.0 3.8 3.4
## 791 0 3 2.4 2.6 4.0 3.6
## 792 0 3 4.0 3.2 3.4 4.4
## 793 1 4 2.8 2.6 4.2 4.4
## 794 0 2 2.4 1.8 3.2 4.2
## 795 1 1 3.6 2.8 3.6 3.2
## 796 0 3 4.2 3.8 4.0 3.6
## 797 0 2 4.0 3.4 3.6 3.4
## 798 0 2 2.4 2.2 3.6 3.8
## 799 0 2 2.6 3.6 3.6 3.6
## 800 0 3 4.4 3.4 2.4 3.6
## 801 0 3 2.2 2.4 3.0 4.4
## 802 0 2 4.0 4.2 4.0 5.0
## 803 1 4 2.0 3.2 2.4 2.6
## 804 0 3 2.4 1.6 3.4 3.6
## 805 0 3 4.0 3.6 4.0 4.0
## 806 0 2 2.4 2.8 2.8 2.8
## 807 0 3 3.2 2.2 4.0 4.6
## 808 0 3 4.0 2.6 4.6 4.8
## 809 1 2 3.6 3.0 4.0 3.2
## 810 1 2 4.0 3.8 3.6 4.0
## 811 0 3 4.6 4.0 4.0 4.2
## 812 0 3 2.8 2.2 3.8 3.8
## 813 0 3 3.6 2.2 4.2 4.0
## 814 0 3 1.4 1.6 2.2 2.0
## 815 1 3 2.2 2.8 1.8 1.8
## 816 1 3 2.2 1.8 1.8 2.0
## 817 0 3 3.4 3.6 3.6 4.0
## 818 0 2 2.8 2.0 2.6 2.4
## 819 1 4 2.2 2.4 4.0 4.0
## 820 0 3 1.8 2.4 3.8 3.2
## 821 1 2 2.6 2.2 4.0 3.4
## 822 0 1 1.8 1.4 3.6 4.0
## 823 1 4 3.4 2.4 3.4 3.6
## 824 1 3 3.4 3.6 3.8 3.6
## 825 1 4 4.4 3.4 4.0 3.8
## 826 1 3 3.6 2.4 3.8 4.0
## 827 0 3 3.4 2.6 3.3 3.8
## 828 0 1 2.0 1.8 1.6 1.4
## 829 1 3 3.4 4.0 3.4 4.0
## 830 0 3 3.0 2.8 4.0 3.6
## 831 1 2 4.0 3.6 4.0 3.8
## 832 1 3 2.8 2.8 3.2 2.2
## 833 0 3 2.8 2.4 4.0 4.4
## 834 0 3 3.6 2.4 3.6 3.8
## 835 0 3 2.6 2.0 3.6 4.0
## 836 0 2 5.0 3.8 3.6 3.6
## 837 0 3 2.4 1.8 3.6 3.5
## 838 0 3 2.0 2.4 3.4 4.0
## 839 0 3 3.4 4.0 3.2 3.6
## 840 1 4 4.4 3.4 3.6 4.2
## 841 0 3 2.6 2.8 3.2 3.6
## 842 1 3 3.2 3.2 3.8 3.6
## 843 1 3 2.2 1.8 3.4 3.2
## 844 0 2 2.2 4.0 4.4 3.8
## 845 1 2 3.8 3.4 4.0 3.2
## 846 1 3 4.6 5.0 4.8 4.2
## 847 1 2 3.0 3.0 3.0 2.8
## 848 0 2 2.0 2.6 2.0 2.0
## 849 0 3 3.6 2.2 2.6 4.0
## 850 1 3 2.4 2.2 2.2 2.6
## 851 0 3 2.4 2.2 2.2 2.6
## 852 0 3 2.4 2.2 2.2 2.6
## 853 0 3 1.4 1.0 1.8 2.6
## 854 1 4 2.4 2.0 2.2 2.2
## 855 1 4 2.6 2.6 2.8 2.4
## 856 0 2 2.4 2.2 2.2 2.4
## 857 0 4 2.6 2.0 2.6 2.4
## 858 0 2 2.0 2.0 2.4 2.0
## 859 0 3 4.2 3.0 3.4 4.2
## 860 0 3 3.4 4.0 3.8 4.0
## 861 0 3 3.2 2.8 3.6 3.6
## 862 0 3 3.4 2.8 4.6 4.6
## 863 0 3 3.0 2.4 2.8 2.8
## 864 0 3 2.4 2.6 3.4 3.6
## 865 1 2 3.2 2.6 3.2 3.4
## 866 0 2 3.2 2.8 4.0 3.6
## 867 0 3 3.0 2.6 2.6 2.6
## 868 1 4 3.4 4.2 3.4 4.8
## 869 0 2 2.8 1.2 3.6 4.0
## 870 1 2 3.6 2.6 4.0 3.8
## 871 0 3 4.0 4.0 3.6 3.6
## 872 0 2 3.8 3.6 4.0 4.0
## 873 0 4 3.2 2.4 4.8 3.6
## 874 0 3 3.2 2.0 3.2 2.0
## 875 0 3 2.2 2.6 3.5 3.4
## 876 1 2 3.6 3.4 3.6 3.6
## 877 1 4 3.2 2.0 2.6 3.6
## 878 0 4 3.4 3.8 4.0 4.0
## 879 0 2 4.8 3.4 4.2 4.0
## 880 0 2 2.8 2.6 2.0 4.0
## 881 0 2 3.4 2.0 3.0 3.6
## 882 0 1 4.0 4.0 4.0 4.0
## 883 0 3 2.8 2.2 4.0 3.4
## 884 0 3 4.0 4.4 4.2 3.4
## 885 0 3 2.0 2.4 3.8 3.8
## 886 1 3 3.8 4.0 4.0 3.8
## 887 0 2 2.2 2.0 2.4 2.0
## 888 1 3 4.0 4.2 4.0 3.6
## 889 0 4 2.4 2.2 2.2 2.6
## 890 0 3 2.6 2.0 2.2 2.8
## 891 1 3 1.6 1.8 2.0 2.2
## 892 1 4 2.4 2.2 2.4 2.4
## 893 0 3 2.4 2.4 2.2 2.0
## 894 0 2 3.2 2.6 2.6 2.5
## 895 1 4 1.6 1.6 2.0 2.6
## 896 0 3 2.6 2.0 2.2 2.8
## 897 1 3 1.6 1.8 2.0 2.2
## 898 1 4 2.4 2.2 2.4 2.4
## 899 0 3 2.4 2.4 2.2 2.0
## 900 1 2 1.8 1.6 2.4 2.0
## 901 0 4 2.6 2.2 3.0 4.4
## 902 1 3 1.2 1.2 2.0 2.0
## 903 1 3 2.0 3.2 3.8 3.8
## 904 0 3 3.2 2.2 4.0 3.6
## 905 0 3 2.8 3.0 4.0 4.0
## 906 0 2 4.8 2.8 4.8 3.4
## 907 0 4 2.0 2.0 4.0 4.0
## 908 0 3 4.0 4.0 4.0 4.0
## 909 0 2 3.2 2.4 2.8 3.8
## 910 1 2 2.4 1.6 3.8 3.8
## 911 0 3 2.8 2.2 3.0 4.4
## 912 0 3 4.2 4.4 3.4 4.0
## 913 0 4 2.4 2.0 3.6 4.0
## 914 0 2 3.0 2.2 3.2 4.0
## 915 1 3 2.4 2.0 2.4 3.6
## 916 1 4 2.0 2.0 4.4 3.4
## 917 0 1 3.6 3.8 4.2 4.0
## 918 0 3 2.8 2.2 3.8 4.6
## 919 0 3 3.4 3.6 3.6 4.0
## 920 0 3 3.6 3.6 3.6 4.0
## 921 1 3 4.0 3.6 4.4 4.2
## 922 0 3 3.0 3.4 3.6 4.0
## 923 0 3 3.0 1.8 3.2 3.6
## 924 0 4 3.8 3.4 4.2 4.6
## 925 1 4 2.4 2.8 2.6 3.6
## 926 0 2 2.0 2.0 2.0 3.0
## 927 0 3 3.4 2.6 4.0 4.0
## 928 1 3 2.2 3.4 4.4 5.0
## 929 1 3 2.2 3.4 4.4 5.0
## 930 1 4 3.8 4.0 4.0 3.8
## 931 1 4 3.6 3.4 3.8 3.6
## 932 1 3 2.8 2.4 2.8 3.8
## 933 1 3 3.2 4.0 4.0 5.0
## 934 1 3 3.2 3.0 3.2 4.2
## 935 0 3 1.8 1.4 2.0 3.8
## 936 0 2 3.2 2.0 3.4 3.5
## 937 0 2 2.4 3.2 3.2 4.0
## 938 1 4 1.4 1.6 2.0 3.2
## 939 1 3 2.6 2.4 2.8 3.0
## 940 1 3 2.2 2.2 2.2 2.4
## 941 0 3 3.0 3.0 2.6 2.6
## 942 1 3 1.4 1.8 2.0 2.0
## 943 0 3 2.2 2.4 2.4 2.4
## 944 0 3 2.4 2.4 2.0 2.0
## 945 0 2 2.8 2.4 3.0 3.6
## 946 1 3 3.2 2.8 4.2 4.4
## 947 0 2 2.8 3.4 3.6 3.7
## 948 1 3 4.0 3.8 3.2 3.6
## 949 1 2 3.0 1.6 2.8 3.2
## 950 0 2 1.8 3.2 3.8 3.8
## 951 0 4 3.8 4.0 4.8 4.4
## 952 0 3 2.4 2.4 3.8 4.2
## 953 0 4 2.0 1.8 2.0 3.2
## 954 1 3 3.8 4.0 3.8 4.0
## 955 1 4 4.0 3.4 4.6 4.2
## 956 0 3 3.2 3.2 4.0 4.6
## 957 1 4 3.8 3.0 3.6 4.0
## 958 1 3 3.0 3.4 3.6 3.6
## 959 0 4 3.6 3.2 4.4 4.8
## 960 0 3 2.8 3.4 3.8 4.0
## 961 0 1 2.8 1.0 3.0 3.8
## 962 0 3 3.4 3.2 4.0 3.2
## 963 0 2 4.0 3.6 4.0 3.8
## 964 1 4 3.6 3.4 3.6 3.4
## 965 0 3 1.4 2.2 4.2 4.2
## 966 1 4 2.2 2.0 3.2 3.4
## 967 1 2 2.0 2.0 2.0 2.4
## 968 1 3 2.4 2.6 3.4 2.8
## 969 0 3 2.4 2.8 3.2 3.4
## 970 0 3 3.8 3.4 4.0 4.2
## 971 0 3 3.6 3.6 3.8 2.8
## 972 0 2 1.8 2.0 3.6 4.6
## 973 0 2 4.2 3.0 4.4 4.4
## 974 0 2 4.0 5.0 4.6 3.2
## 975 1 3 3.2 3.8 4.8 4.0
## 976 0 2 2.4 2.4 4.0 3.6
## 977 0 3 2.6 2.0 3.6 4.2
## 978 0 2 3.2 3.8 3.4 3.2
## 979 0 3 2.8 3.6 4.0 3.6
## 980 0 3 4.0 3.8 4.2 3.6
## 981 0 3 3.8 3.6 3.8 3.0
## 982 0 3 2.4 2.0 2.2 2.6
## 983 0 3 2.6 2.0 2.4 2.4
## 984 0 4 2.8 2.6 2.4 2.4
## 985 1 3 3.6 4.2 3.0 3.2
## 986 0 3 3.4 2.6 2.8 3.2
## 987 0 4 4.0 2.4 2.4 3.0
## 988 0 3 2.6 2.2 4.0 3.4
## 989 1 4 4.0 3.8 3.8 3.6
## 990 1 3 2.8 2.8 2.6 3.6
## 991 1 2 3.6 2.4 3.4 4.6
## 992 0 4 2.6 2.6 4.0 3.6
## 993 0 4 3.6 2.4 4.0 3.4
## 994 0 4 3.4 4.0 4.4 4.8
## 995 0 3 2.0 3.0 3.2 4.4
## 996 0 3 3.8 3.4 4.8 4.2
## 997 0 3 2.2 1.6 3.2 3.4
## 998 1 3 3.0 2.2 3.2 3.4
## 999 0 2 2.6 2.2 2.4 3.0
## 1000 0 3 2.4 3.0 3.6 3.6
## 1001 0 3 3.6 3.8 4.8 4.4
## 1002 1 3 3.0 3.4 4.0 3.6
## 1003 0 1 3.8 3.8 4.0 4.0
## 1004 0 1 3.2 3.0 3.5 3.6
## 1005 0 1 3.2 3.2 3.6 3.4
## 1006 1 4 2.8 2.0 3.6 3.0
## 1007 1 2 4.0 3.6 4.2 5.0
## 1008 1 3 2.4 1.8 3.6 3.6
## 1009 0 1 3.0 2.8 2.8 3.4
## 1010 1 2 3.2 3.0 3.2 4.0
## 1011 0 3 2.4 2.4 1.4 1.8
## 1012 0 3 3.4 2.6 2.8 2.8
## 1013 1 3 3.6 3.4 3.2 2.6
## 1014 1 3 1.6 1.6 2.4 2.6
## 1015 0 3 3.4 2.6 2.8 2.8
## 1016 0 3 3.2 3.4 3.8 4.2
## 1017 1 4 3.6 3.0 2.8 3.8
## 1018 1 4 4.0 4.2 3.6 3.8
## 1019 1 3 4.0 3.6 3.6 3.6
## 1020 1 2 4.0 3.4 3.8 2.8
## 1021 1 2 2.8 3.2 3.6 3.0
## 1022 0 2 3.8 3.0 2.4 3.4
## 1023 0 3 2.0 2.4 2.2 2.8
## 1024 0 3 2.4 2.0 3.6 4.2
## 1025 0 3 3.2 3.0 3.6 4.0
## 1026 0 1 3.0 2.4 2.2 3.2
## 1027 0 3 3.4 2.0 4.0 3.8
## 1028 1 4 2.4 2.6 3.6 4.0
## 1029 1 3 3.8 3.8 3.6 4.0
## 1030 1 2 1.8 2.2 2.6 4.0
## 1031 1 3 4.0 4.0 4.0 4.0
## 1032 0 1 4.0 3.6 2.0 2.8
## 1033 1 3 1.6 1.4 2.6 4.0
## 1034 0 3 3.8 2.4 3.4 3.8
## 1035 0 2 2.8 2.8 3.6 3.6
## 1036 1 4 4.8 4.0 4.0 4.0
## 1037 1 3 3.8 3.8 4.0 4.0
## 1038 0 2 3.8 3.0 4.2 4.0
## 1039 1 3 4.2 4.2 5.0 5.0
## 1040 0 3 4.0 5.0 4.6 4.8
## 1041 0 3 4.2 2.4 4.2 3.4
## 1042 1 3 3.0 2.4 3.2 4.0
## 1043 0 3 4.0 3.0 3.0 3.8
## 1044 0 2 3.8 3.8 4.0 3.4
## 1045 0 4 3.2 3.0 4.2 4.4
## 1046 1 3 3.8 2.8 3.8 3.6
## 1047 0 2 3.2 3.6 4.7 4.0
## 1048 0 2 3.2 4.0 3.9 4.4
## 1049 1 3 4.0 4.0 4.0 4.0
## 1050 1 2 2.8 2.0 2.8 3.6
## 1051 1 2 3.0 2.8 3.0 2.8
## 1052 1 4 3.8 2.8 2.8 3.4
## 1053 0 3 2.4 4.0 2.8 4.0
## 1054 1 4 3.4 1.6 4.0 2.6
## 1055 0 3 2.0 2.2 3.0 3.2
## 1056 0 3 2.8 2.6 3.6 3.8
## 1057 1 3 2.2 2.2 3.0 3.0
## 1058 1 3 3.0 1.8 2.6 4.0
## 1059 1 3 5.0 5.0 3.6 2.6
## 1060 0 3 2.2 2.8 3.0 3.6
## 1061 0 3 3.6 3.4 4.0 4.0
## 1062 1 3 2.4 2.2 3.4 4.4
## 1063 1 3 2.8 3.2 3.6 4.0
## 1064 0 2 3.2 2.4 2.0 2.8
## 1065 0 3 2.4 2.8 2.6 3.4
## 1066 0 3 2.0 3.6 4.2 4.6
## 1067 0 3 2.4 2.6 2.8 3.8
## 1068 0 3 3.2 2.4 3.8 3.6
## 1069 0 3 4.0 4.0 4.0 4.0
## 1070 0 2 2.2 1.2 3.6 3.6
## 1071 0 3 4.0 4.0 4.2 4.4
## 1072 1 3 2.0 2.0 3.6 4.8
## 1073 1 3 4.0 2.6 3.8 3.8
## 1074 0 3 3.0 2.8 4.0 5.0
## 1075 0 2 4.0 2.6 2.8 2.0
## 1076 0 3 2.8 2.8 3.2 2.4
## 1077 0 3 3.4 2.8 2.8 3.0
## 1078 1 3 2.4 2.6 4.0 3.6
## 1079 1 3 2.6 1.8 3.6 3.0
## 1080 0 3 3.2 2.4 4.0 4.0
## 1081 1 3 2.6 2.4 2.6 2.8
## 1082 0 3 2.6 3.2 3.0 3.6
## 1083 0 3 4.0 5.0 4.0 3.6
## 1084 0 3 3.6 2.8 4.0 3.6
## 1085 1 3 2.4 2.2 3.8 4.0
## 1086 1 3 4.6 4.4 5.0 4.2
## 1087 0 3 3.2 2.8 5.0 3.4
## 1088 1 3 2.0 2.4 1.8 3.8
## 1089 1 4 2.4 1.8 4.0 3.4
## 1090 0 3 3.4 2.6 5.0 4.4
## 1091 0 3 2.4 1.8 2.4 4.0
## 1092 0 3 3.6 2.2 4.2 4.0
## 1093 0 3 3.2 3.2 3.6 3.8
## 1094 1 3 3.2 2.8 4.0 3.6
## 1095 1 3 3.4 3.2 2.8 1.6
## 1096 0 3 2.4 2.6 3.0 3.8
## 1097 0 2 2.4 2.8 2.2 4.2
## 1098 1 3 3.4 2.4 2.2 3.6
## 1099 1 3 4.0 3.0 4.0 3.2
## 1100 0 3 3.6 3.0 5.0 4.6
## 1101 1 3 3.2 4.8 5.0 3.0
## 1102 0 3 3.0 2.6 4.0 3.0
## 1103 0 3 3.8 4.0 4.0 4.8
## 1104 1 4 3.2 3.0 4.0 3.6
## 1105 1 4 4.0 4.2 4.2 3.8
## 1106 1 3 3.8 4.2 4.2 3.8
## 1107 1 3 2.0 2.0 3.6 3.8
## 1108 0 3 3.6 3.6 3.4 3.4
## 1109 0 2 4.0 3.2 4.0 4.8
## 1110 0 2 3.6 3.2 4.0 3.6
## 1111 1 4 3.6 2.2 2.4 2.6
## 1112 0 3 3.4 3.2 4.6 4.0
## 1113 1 3 3.2 3.8 3.0 3.8
## 1114 0 2 4.0 3.4 4.6 4.0
## 1115 0 3 2.0 2.0 3.0 2.6
## 1116 0 3 2.0 3.0 2.2 2.4
## 1117 0 4 4.0 4.0 5.0 4.0
## 1118 1 2 3.0 3.0 3.0 3.0
## 1119 1 3 4.0 4.0 5.0 3.6
## 1120 0 3 5.0 4.0 5.0 4.0
## 1121 1 3 1.6 3.0 3.2 2.0
## 1122 1 3 1.0 2.0 3.0 3.0
## 1123 1 3 3.6 2.8 4.6 4.6
## 1124 1 3 4.4 3.2 5.0 4.8
## 1125 1 3 3.8 4.0 5.0 4.2
## 1126 0 3 2.4 2.8 4.0 3.6
## 1127 0 3 2.2 2.6 3.8 3.2
## 1128 1 3 3.0 1.6 2.4 2.6
## 1129 1 3 4.0 3.6 3.8 3.8
## 1130 0 3 3.8 3.8 4.6 3.2
## 1131 1 3 2.8 2.6 2.4 3.8
## 1132 0 3 3.6 2.6 3.6 2.8
## 1133 0 3 2.8 1.8 4.0 4.0
## 1134 1 1 2.2 2.0 1.6 2.6
## 1135 1 3 2.2 2.8 3.4 3.2
## 1136 0 3 2.0 2.0 2.8 4.6
## 1137 0 2 3.8 2.4 2.0 4.0
## 1138 0 4 2.8 1.8 2.6 3.8
## 1139 0 4 1.8 1.6 3.2 3.6
## 1140 0 3 3.0 2.8 3.0 3.6
## 1141 1 2 3.4 3.0 1.4 2.6
## 1142 1 3 3.6 2.4 3.6 3.0
## 1143 0 3 3.0 3.6 3.8 4.4
## 1144 0 3 4.0 3.8 4.0 4.0
## 1145 0 3 3.0 2.8 4.0 3.4
## 1146 0 3 2.8 2.4 2.4 3.8
## 1147 0 4 2.8 2.2 3.8 3.6
## 1148 0 3 3.4 2.6 3.6 4.0
## 1149 1 3 3.0 2.4 4.0 3.2
## 1150 0 3 3.6 2.4 3.8 3.6
## 1151 0 4 3.6 3.2 4.6 4.2
## 1152 0 2 2.8 2.0 3.6 3.2
## 1153 1 3 3.6 2.2 3.2 3.4
## 1154 1 3 4.2 5.0 5.0 4.8
## 1155 1 3 2.6 3.2 4.0 3.4
## 1156 1 3 4.0 3.2 3.8 2.4
## 1157 0 2 3.0 3.6 3.6 3.6
## 1158 0 3 2.0 2.2 3.4 2.4
## 1159 0 2 2.0 3.0 3.6 3.0
## 1160 0 3 4.0 3.4 4.0 3.8
## 1161 1 3 3.0 3.0 4.0 3.6
## 1162 1 3 3.0 3.0 4.0 2.4
## 1163 1 3 3.0 3.0 3.8 2.8
## 1164 1 3 3.0 3.0 3.8 2.4
## 1165 0 2 4.0 3.4 4.0 3.6
## 1166 0 3 4.6 3.6 5.0 3.8
## 1167 0 3 4.6 3.6 5.0 3.6
## 1168 0 3 4.6 3.6 5.0 3.8
## 1169 0 3 4.2 3.6 4.0 2.8
## 1170 0 3 3.6 3.8 4.2 4.6
## 1171 0 3 3.4 3.6 4.0 3.4
## 1172 1 3 2.6 2.0 2.2 2.0
## 1173 0 3 3.0 1.8 2.8 3.0
## 1174 0 2 2.8 2.0 2.0 2.4
## 1175 1 3 2.8 2.4 2.4 2.0
## 1176 0 3 2.6 2.4 4.0 4.0
## 1177 0 4 3.4 2.6 3.8 4.0
## 1178 0 3 3.4 1.6 4.0 3.0
## 1179 1 3 2.8 2.6 4.0 3.4
## 1180 1 3 2.6 1.6 3.0 3.2
## 1181 0 2 3.8 2.6 4.8 3.0
## 1182 1 3 2.2 3.0 3.6 2.6
## 1183 1 2 4.0 4.4 4.4 4.4
## 1184 0 3 2.2 1.6 3.0 2.4
## 1185 0 4 4.2 3.4 4.0 4.6
## 1186 0 3 2.0 2.4 1.8 2.4
## 1187 1 3 3.0 2.6 1.6 2.2
## 1188 1 3 4.0 3.8 4.6 4.0
## 1189 0 3 4.0 3.4 4.0 4.0
## 1190 1 2 3.4 3.6 3.4 3.0
## 1191 1 2 3.4 3.6 3.4 3.0
## 1192 0 2 2.0 2.2 2.6 3.0
## 1193 1 2 2.4 2.8 4.0 4.0
## 1194 0 2 3.6 3.6 5.0 3.6
## 1195 0 3 4.2 3.6 5.0 4.0
## 1196 1 2 2.0 2.0 2.4 2.0
## 1197 1 3 3.0 3.6 4.0 2.4
## 1198 0 3 4.0 4.0 4.8 2.8
## 1199 0 3 3.0 3.0 2.6 3.0
## 1200 0 4 3.2 3.4 4.8 4.2
## 1201 0 3 3.0 2.2 3.6 3.2
## 1202 0 2 2.8 2.0 2.0 3.4
## 1203 0 3 3.0 3.2 4.6 4.2
## 1204 0 2 3.2 2.2 3.8 3.2
## 1205 0 4 3.4 3.0 3.8 3.2
## 1206 0 3 2.6 2.4 2.6 3.2
## 1207 0 2 2.8 2.4 3.8 4.6
## 1208 0 3 3.2 3.0 4.4 3.4
## 1209 0 4 2.8 3.6 4.6 4.0
## 1210 1 4 3.4 3.0 4.0 3.4
## 1211 1 4 3.2 3.2 4.2 3.2
## 1212 0 4 2.2 2.6 4.0 3.6
## 1213 0 3 2.4 1.6 3.8 3.4
## 1214 0 3 2.8 2.2 3.6 3.8
## 1215 0 4 3.0 2.2 3.4 3.8
## 1216 0 3 3.6 3.6 4.0 3.4
## 1217 1 4 4.0 4.8 5.0 5.0
## 1218 0 4 3.2 2.8 4.2 2.6
## 1219 0 3 3.0 2.0 3.6 3.2
## 1220 1 3 4.0 2.4 3.6 3.2
## 1221 1 3 4.4 3.0 4.4 4.6
## 1222 0 3 4.6 3.2 3.8 3.0
## 1223 1 3 2.6 1.8 1.8 4.0
## 1224 0 4 3.6 2.0 4.4 4.6
## 1225 0 3 2.8 3.0 3.0 3.0
## 1226 0 3 3.4 2.2 4.0 4.2
## 1227 0 3 2.0 2.2 2.4 3.6
## 1228 1 3 4.4 3.4 3.4 3.4
## 1229 1 3 2.8 2.2 2.6 2.6
## 1230 0 3 2.6 1.2 3.4 3.6
## 1231 1 4 2.8 3.0 3.0 3.0
## 1232 0 4 4.6 3.6 5.0 4.4
## 1233 1 3 3.2 3.6 3.0 2.8
## 1234 0 3 3.6 3.8 3.0 3.0
## 1235 0 2 2.6 2.2 3.2 3.6
## 1236 1 3 3.0 3.6 4.0 2.4
## 1237 0 3 4.0 3.4 4.0 4.0
## 1238 0 3 4.0 4.0 4.8 2.8
## 1239 0 2 3.6 3.6 5.0 3.6
## 1240 0 2 2.0 2.2 2.6 3.0
## 1241 0 4 2.4 2.6 4.2 4.0
## 1242 1 2 3.4 3.6 3.4 3.0
## 1243 1 2 2.0 2.0 2.4 2.0
## 1244 0 3 3.0 3.0 2.6 3.0
## 1245 0 3 4.2 3.6 5.0 4.0
## 1246 0 3 2.6 3.2 4.0 3.4
## 1247 0 3 2.2 2.8 3.6 3.6
## 1248 1 3 4.0 2.4 4.0 3.0
## 1249 0 3 2.6 3.0 3.4 3.6
## 1250 0 3 2.4 3.0 4.0 3.6
## 1251 1 3 2.2 2.2 2.4 3.2
## 1252 0 3 2.8 2.0 4.0 3.2
## 1253 1 2 3.0 2.0 3.6 4.0
## 1254 0 3 4.0 3.8 4.2 4.2
## 1255 0 3 2.6 2.4 3.0 3.6
## 1256 0 3 3.2 3.6 4.2 4.0
## 1257 0 2 2.8 1.6 2.4 4.0
## 1258 0 3 3.0 2.0 2.8 3.8
## 1259 1 3 3.2 3.4 4.4 3.6
## 1260 1 3 3.4 1.8 3.0 4.0
## 1261 0 3 2.2 2.6 3.8 4.2
## 1262 0 3 3.0 2.8 2.2 3.4
## 1263 0 3 2.6 3.8 4.0 3.8
## 1264 1 3 2.4 2.6 3.4 3.2
## 1265 1 3 3.8 3.6 3.8 3.8
## 1266 0 3 2.6 2.4 3.2 4.0
## 1267 1 3 5.0 4.8 5.0 4.2
## 1268 1 4 4.0 4.0 4.0 4.0
## 1269 0 3 3.0 3.4 3.2 2.8
## 1270 1 4 4.0 4.2 4.0 4.0
## 1271 0 3 2.0 2.4 3.0 3.0
## 1272 0 3 4.0 4.0 4.0 4.0
## 1273 0 2 4.0 4.0 4.0 4.0
## 1274 1 3 4.0 4.0 4.0 4.0
## 1275 1 3 5.0 4.2 5.0 4.0
## 1276 1 3 4.0 4.0 4.0 4.0
## 1277 1 3 3.0 3.0 3.2 3.8
## 1278 0 3 3.0 3.8 3.6 2.4
## 1279 0 3 4.0 4.0 5.0 4.0
## 1280 0 3 3.0 3.0 3.0 3.0
## 1281 1 3 3.4 3.6 4.2 4.4
## 1282 1 3 3.0 2.0 3.8 3.0
## 1283 0 3 2.8 1.4 2.6 3.6
## 1284 1 3 3.2 3.8 4.2 4.2
## 1285 0 3 2.4 3.0 4.6 4.2
## 1286 0 3 3.2 3.0 4.0 3.6
## 1287 1 2 3.4 3.0 4.8 4.2
## 1288 1 3 2.2 2.0 2.2 3.8
## 1289 0 2 3.4 3.4 4.2 3.6
## 1290 0 3 4.4 4.0 4.0 3.8
## 1291 1 3 3.8 3.8 4.0 4.0
## 1292 0 3 2.8 2.6 4.0 3.8
## 1293 0 3 4.0 3.8 4.0 3.2
## 1294 1 3 3.2 2.4 4.0 3.6
## 1295 1 4 3.4 2.4 4.8 3.8
## 1296 1 3 4.0 4.0 4.0 4.0
## 1297 1 3 2.0 2.0 1.8 2.6
## 1298 0 4 2.8 3.4 4.0 4.2
## 1299 1 3 4.0 3.0 5.0 3.8
## 1300 1 2 3.5 2.4 3.2 4.0
## 1301 1 2 3.2 3.4 4.0 3.6
## 1302 1 3 3.2 2.0 3.0 4.0
## 1303 1 2 2.0 2.6 3.8 3.8
## 1304 0 2 3.8 3.8 4.0 3.4
## 1305 1 4 4.2 4.2 4.0 4.0
## 1306 0 3 4.0 2.2 4.0 2.6
## 1307 1 3 3.0 2.2 4.0 3.6
## 1308 0 3 3.8 3.4 4.0 3.6
## 1309 1 3 2.4 2.4 3.4 3.4
## 1310 0 3 2.4 2.2 2.6 3.2
## 1311 0 2 2.4 2.8 2.2 3.6
## 1312 0 3 2.4 2.4 4.6 3.4
## 1313 0 3 2.6 2.0 2.0 4.0
## 1314 1 3 4.0 3.2 5.0 4.0
## 1315 0 4 3.6 4.0 3.4 3.0
## 1316 0 3 3.8 4.0 4.0 4.0
## 1317 1 3 2.8 2.4 2.2 3.8
## 1318 1 3 4.0 3.4 4.0 4.0
## 1319 0 2 4.0 4.2 4.0 3.8
## 1320 1 3 3.8 2.2 4.0 4.0
## 1321 1 3 4.0 4.0 4.0 4.0
## 1322 1 3 2.4 2.6 3.2 2.4
## 1323 1 4 4.0 4.0 4.0 3.4
## 1324 0 4 4.6 4.2 4.0 4.0
## 1325 0 3 2.8 2.6 2.0 2.2
## 1326 0 3 4.0 3.6 3.6 4.0
## 1327 0 4 4.6 4.0 5.0 4.8
## 1328 1 3 3.0 3.4 3.6 3.8
## 1329 1 3 2.0 2.4 3.8 3.0
## 1330 1 2 3.4 3.6 3.4 3.0
## 1331 0 4 4.2 3.6 5.0 4.0
## 1332 0 3 3.2 2.8 4.0 3.6
## 1333 1 2 3.6 3.8 5.0 3.6
## 1334 0 2 2.0 2.2 2.6 3.0
## 1335 1 2 2.2 2.0 2.6 3.8
## 1336 1 3 3.2 2.8 3.2 2.8
## 1337 1 3 3.0 3.6 4.0 3.2
## 1338 1 3 2.0 2.2 2.0 2.0
## 1339 0 3 4.0 4.0 4.8 2.8
## 1340 0 3 4.0 3.4 4.0 4.0
## 1341 1 3 2.6 2.2 3.4 3.0
## 1342 1 3 3.8 2.2 3.4 3.0
## 1343 0 3 2.2 2.4 2.4 2.8
## 1344 1 4 3.6 3.2 4.0 4.0
## 1345 1 2 2.8 2.8 4.0 3.6
## 1346 0 3 2.4 2.4 3.8 3.2
## 1347 0 3 2.4 1.6 2.4 2.8
## 1348 0 3 2.4 2.8 4.0 3.2
## 1349 1 3 2.6 2.6 3.8 4.0
## 1350 1 2 2.2 2.0 2.4 3.6
## 1351 1 3 2.0 2.0 3.6 4.4
## 1352 1 2 3.4 3.6 4.0 3.6
## 1353 0 3 2.0 2.0 4.0 4.0
## 1354 1 3 2.6 2.0 3.2 3.6
## 1355 1 2 3.6 3.2 3.4 3.4
## 1356 1 3 3.6 2.8 3.6 4.2
## 1357 1 2 2.4 2.6 3.6 4.0
## 1358 1 3 3.8 3.2 4.0 4.4
## 1359 1 4 3.6 3.8 3.8 4.6
## 1360 1 2 3.6 2.2 3.6 3.6
## 1361 1 4 2.8 3.0 4.2 4.2
## 1362 1 2 3.8 2.8 3.4 3.8
## 1363 0 3 1.4 1.6 3.2 3.0
## 1364 0 3 2.8 3.0 4.2 4.4
## 1365 1 3 3.4 2.2 4.2 3.8
## 1366 0 3 3.2 2.4 4.6 3.6
## 1367 1 4 2.6 2.2 2.8 2.8
## 1368 1 4 2.8 2.0 2.6 3.2
## 1369 1 3 3.2 3.0 3.5 3.6
## 1370 0 3 2.6 3.0 3.0 4.0
## 1371 0 2 2.4 2.2 2.4 3.2
## 1372 0 3 2.0 2.4 2.2 3.8
## 1373 0 3 2.0 2.2 4.2 2.8
## 1374 0 2 2.8 2.6 3.8 3.4
## 1375 0 3 2.8 3.4 2.0 2.8
## 1376 1 3 3.0 3.6 4.0 4.2
## 1377 1 3 3.6 3.6 3.8 3.0
## 1378 1 4 3.8 2.2 3.8 3.6
## 1379 1 4 2.2 2.2 3.8 4.8
## 1380 1 4 3.8 2.0 3.6 3.9
## 1381 1 3 3.2 2.6 3.4 3.8
## 1382 0 3 2.8 3.2 4.0 3.4
## 1383 0 3 3.6 3.8 3.8 4.0
## 1384 0 3 1.6 2.0 2.8 3.2
## 1385 0 2 4.0 3.0 3.6 3.2
## 1386 0 3 3.0 3.0 3.0 3.0
## 1387 1 3 3.4 3.0 3.4 2.6
## 1388 0 3 2.8 3.4 3.0 2.6
## 1389 1 2 3.2 2.2 3.0 3.0
## 1390 0 2 2.8 3.0 3.0 3.0
## 1391 0 4 1.8 1.0 3.4 4.0
## 1392 0 4 2.2 3.0 3.6 4.0
## 1393 0 3 2.6 2.8 3.4 4.4
## 1394 1 3 3.0 2.8 3.4 4.2
## 1395 1 2 3.6 3.6 4.0 4.4
## 1396 1 2 3.4 1.6 3.4 3.4
## 1397 1 3 2.8 2.4 3.4 3.6
## 1398 0 4 3.0 3.6 3.8 4.2
## 1399 0 3 3.2 3.0 3.0 3.4
## 1400 0 3 3.2 3.0 3.6 3.2
## 1401 0 4 2.4 1.4 4.2 3.6
## 1402 0 3 3.0 3.4 2.8 3.8
## 1403 1 2 2.8 2.8 4.0 3.6
## 1404 0 3 2.4 2.4 3.6 4.4
## 1405 0 3 4.0 4.2 4.0 3.2
## 1406 0 3 2.6 2.6 4.0 3.6
## 1407 0 3 3.8 3.6 2.4 3.0
## 1408 1 3 3.0 2.8 3.6 3.6
## 1409 0 2 2.6 2.0 2.4 3.6
## 1410 0 3 2.6 2.2 3.8 3.8
## 1411 1 3 2.0 1.4 3.2 3.4
## 1412 0 3 1.6 2.4 3.0 3.8
## 1413 0 3 3.2 2.2 3.2 3.2
## 1414 0 3 4.0 3.6 4.6 3.8
## 1415 1 4 3.8 3.8 3.4 4.0
## 1416 1 4 3.4 3.2 4.0 3.8
## 1417 0 3 3.6 3.6 4.0 4.2
## 1418 0 4 4.0 4.0 3.8 3.2
## 1419 1 3 3.2 2.0 4.2 3.2
## 1420 1 3 3.2 2.0 4.2 3.2
## 1421 1 3 3.8 4.0 4.0 4.0
## 1422 0 3 3.2 2.2 4.0 3.0
## 1423 1 4 3.6 4.0 4.0 4.2
## 1424 1 3 3.8 3.0 4.0 3.8
## 1425 0 3 3.6 3.6 3.6 4.0
## 1426 0 2 2.6 2.6 3.8 3.6
## 1427 0 2 2.8 2.4 3.4 4.0
## 1428 0 2 3.6 2.4 3.4 3.2
## 1429 0 3 4.0 3.2 3.6 4.0
## 1430 0 3 2.4 2.8 4.8 4.4
## 1431 0 3 2.4 2.8 4.8 4.4
## 1432 0 4 3.0 2.8 3.2 3.6
## 1433 0 2 2.8 2.0 2.4 3.0
## 1434 0 2 3.8 3.2 4.4 3.2
## 1435 0 3 3.2 2.4 3.8 3.4
## 1436 1 2 3.8 3.4 4.0 4.6
## 1437 1 3 3.4 3.0 3.4 3.4
## 1438 1 2 2.0 2.8 2.2 2.0
## 1439 1 4 4.4 5.0 5.0 4.6
## 1440 0 3 3.4 3.2 3.6 3.4
## 1441 0 3 4.4 4.0 3.8 3.6
## 1442 1 3 3.8 3.6 3.6 3.4
## 1443 1 2 3.4 3.6 3.4 3.0
## 1444 0 3 4.0 3.4 4.0 4.0
## 1445 1 2 3.6 3.6 5.0 3.6
## 1446 0 2 2.0 2.2 2.6 3.0
## 1447 1 2 2.0 2.0 2.4 2.0
## 1448 1 2 2.0 2.0 2.4 2.0
## 1449 0 3 4.0 3.4 4.0 4.0
## 1450 0 2 3.6 3.6 5.0 3.6
## 1451 0 2 2.0 2.2 2.6 3.0
## 1452 0 4 4.2 3.6 5.0 4.0
## 1453 1 2 2.0 2.0 2.4 2.0
## 1454 1 3 3.2 2.8 3.2 2.8
## 1455 0 3 4.0 4.0 4.8 2.8
## 1456 1 2 3.4 3.6 3.4 3.0
## 1457 1 3 3.0 3.6 4.0 2.4
## 1458 1 3 3.0 3.6 4.0 2.4
## 1459 1 3 2.0 2.2 2.0 2.0
## 1460 0 3 3.0 3.0 2.6 3.0
## 1461 1 3 3.2 2.8 3.2 2.8
## 1462 0 3 4.0 4.0 4.8 2.8
## 1463 0 4 3.2 2.4 3.8 4.0
## 1464 1 2 3.4 3.0 3.0 3.0
## 1465 1 3 3.4 3.2 3.6 4.4
## 1466 0 3 3.4 2.8 3.8 3.6
## 1467 0 3 2.4 1.0 3.6 4.0
## 1468 0 3 3.8 2.4 4.4 4.8
## 1469 1 3 3.8 3.8 4.8 4.4
## 1470 0 3 3.2 3.0 3.5 3.6
## 1471 0 4 3.0 2.4 4.0 4.4
## 1472 1 3 2.8 1.6 2.4 3.4
## 1473 1 3 2.4 1.6 2.6 4.4
## 1474 0 4 3.0 2.4 5.0 5.0
## 1475 1 4 3.4 2.6 3.8 4.0
## 1476 1 2 2.6 3.8 4.0 4.0
## 1477 1 4 4.0 4.0 4.0 3.4
## 1478 1 2 3.0 2.0 3.0 2.2
## 1479 1 3 2.0 3.0 4.0 3.0
## 1480 1 3 2.6 2.8 3.6 3.6
## 1481 0 2 3.2 2.6 4.2 4.2
## 1482 1 3 3.6 3.0 3.0 4.0
## 1483 0 3 2.2 2.6 2.0 3.0
## 1484 0 2 2.4 2.0 2.4 2.8
## 1485 1 3 2.4 2.4 4.0 3.8
## 1486 1 3 3.4 3.6 4.0 3.8
## 1487 0 3 3.0 3.8 4.0 4.8
## 1488 1 3 3.4 3.4 3.8 3.0
## 1489 0 3 3.2 2.2 3.6 3.4
## 1490 0 2 3.0 3.2 3.2 3.4
## 1491 1 3 3.6 2.8 3.2 4.0
## 1492 0 2 2.4 3.2 3.6 4.0
## 1493 1 4 3.2 3.0 3.6 4.2
## 1494 0 4 3.4 2.4 3.6 3.8
## 1495 0 2 2.0 2.4 2.6 3.2
## 1496 0 3 2.4 1.8 4.0 4.0
## 1497 0 3 3.0 3.4 3.8 4.2
## 1498 1 2 4.6 4.4 4.6 4.2
## 1499 0 2 3.6 3.2 5.0 4.0
## 1500 1 3 3.0 2.4 2.2 3.6
## 1501 1 3 4.0 3.8 5.0 4.2
## 1502 1 2 3.4 2.4 3.8 3.4
## 1503 0 2 1.8 1.4 3.0 3.6
## 1504 0 3 3.8 3.0 3.8 4.0
## 1505 0 4 2.8 2.8 3.6 4.0
## 1506 1 3 2.4 2.4 2.4 3.2
## 1507 1 3 3.6 3.4 4.0 4.0
## 1508 0 2 2.8 2.4 3.8 4.0
## 1509 0 3 3.2 1.8 3.0 3.6
## 1510 0 3 2.0 2.8 3.6 3.6
## 1511 0 3 2.6 2.0 2.0 3.6
## 1512 1 3 3.6 2.4 3.0 4.0
## 1513 0 3 2.4 2.4 3.0 3.0
## 1514 0 3 3.0 2.4 4.0 3.6
## 1515 1 3 3.2 2.2 3.3 3.8
## 1516 0 2 2.8 1.8 3.4 3.8
## 1517 1 3 2.6 2.0 3.2 3.4
## 1518 0 3 3.0 1.6 3.6 3.8
## 1519 0 2 2.0 2.8 3.0 3.2
## 1520 0 3 3.4 3.8 4.0 4.0
## 1521 0 2 2.8 3.0 4.6 3.4
## 1522 0 2 3.0 1.8 3.2 3.0
## 1523 1 3 3.2 3.0 3.8 2.8
## 1524 1 3 3.2 2.8 4.0 4.0
## 1525 1 3 3.2 2.8 4.0 4.0
## 1526 0 2 3.2 2.0 3.8 3.2
## 1527 0 3 2.4 2.4 2.0 2.4
## 1528 1 3 3.8 3.2 4.2 3.6
## 1529 0 3 3.4 3.0 4.4 4.2
## 1530 1 4 2.0 2.8 2.8 3.2
## 1531 0 3 4.0 4.0 4.0 4.0
## 1532 0 4 4.0 3.2 4.0 4.0
## 1533 1 3 2.4 2.8 3.6 3.4
## 1534 0 3 4.0 4.4 4.4 4.2
## 1535 1 3 3.4 4.8 4.0 3.6
## 1536 0 2 3.8 4.8 4.6 4.0
## 1537 1 2 2.8 2.8 3.0 3.0
## 1538 0 3 2.2 1.4 3.6 5.0
## 1539 0 2 3.8 2.4 3.6 3.4
## 1540 1 4 4.0 2.8 4.4 5.0
## 1541 1 3 3.0 2.4 3.6 3.6
## 1542 0 3 2.4 1.8 2.0 3.0
## 1543 0 3 3.8 3.0 4.8 4.0
## 1544 0 3 3.8 4.4 4.4 4.4
## 1545 1 2 2.2 3.2 3.2 3.8
## 1546 0 3 3.6 3.2 4.2 4.0
## 1547 1 3 3.4 2.0 4.0 3.0
## 1548 0 3 2.8 3.0 3.6 3.6
## 1549 0 4 3.2 2.6 4.8 4.0
## 1550 0 4 3.0 3.0 3.2 3.8
## 1551 1 4 4.2 4.6 5.0 5.0
## 1552 1 3 2.8 3.2 4.0 4.0
## 1553 1 2 3.0 2.6 3.2 3.0
## 1554 0 3 3.4 3.8 5.0 3.8
## 1555 0 4 3.4 2.6 4.8 4.0
## 1556 0 3 3.4 3.4 4.0 4.0
## 1557 0 3 3.4 3.6 4.0 4.0
## 1558 0 2 3.8 3.4 2.4 4.4
## 1559 0 4 3.2 2.4 4.0 4.0
## 1560 0 3 2.4 3.4 5.0 3.6
## 1561 0 3 2.6 2.8 3.6 3.8
## 1562 1 3 2.6 3.0 4.0 4.2
## 1563 1 3 2.6 2.6 3.4 2.6
## 1564 0 3 3.2 3.4 4.2 4.0
## 1565 1 2 3.6 3.0 4.2 2.6
## 1566 1 2 2.4 2.2 3.2 4.4
## 1567 1 2 3.0 2.6 5.0 5.0
## 1568 1 2 4.0 3.0 4.0 4.2
## 1569 0 2 3.6 4.0 4.0 4.4
## 1570 1 3 3.6 3.0 3.8 3.4
## 1571 0 3 3.8 2.0 3.4 4.6
## 1572 0 3 3.0 2.4 2.0 2.8
## 1573 0 3 2.2 2.8 3.0 3.4
## 1574 0 2 3.2 3.0 3.8 4.4
## 1575 0 2 3.0 3.6 4.0 3.2
## 1576 0 3 3.6 3.8 4.2 3.8
## 1577 0 3 2.0 2.4 3.0 4.0
## 1578 1 3 4.0 4.0 4.0 4.0
## 1579 0 3 4.6 4.2 4.2 4.2
## 1580 1 3 4.2 4.6 3.8 3.6
## 1581 1 3 3.8 3.8 3.8 4.2
## 1582 1 3 3.8 2.4 3.2 4.4
## 1583 0 3 3.8 2.6 3.2 4.4
## 1584 0 2 3.0 2.4 3.4 3.8
## 1585 0 2 2.8 2.0 3.8 4.0
## 1586 0 3 2.0 3.8 4.0 4.0
## 1587 0 3 4.2 4.4 4.2 3.6
## 1588 0 3 3.6 2.8 4.2 3.6
## 1589 0 3 3.0 3.0 3.8 2.6
## 1590 0 1 2.6 1.4 2.0 3.6
## 1591 1 3 3.2 3.2 3.0 3.2
## 1592 1 3 1.9 2.0 2.8 1.6
## 1593 1 3 3.4 2.8 4.6 3.0
## 1594 0 3 2.0 2.0 2.0 1.6
## 1595 1 2 3.0 3.4 3.0 4.2
## 1596 0 3 3.0 3.2 4.8 4.4
## 1597 0 3 4.0 4.0 4.4 4.2
## 1598 0 3 3.0 2.6 3.8 3.4
## 1599 0 3 3.8 3.0 5.0 4.6
## 1600 1 3 3.8 3.0 4.6 4.4
## 1601 0 2 2.6 3.0 3.4 3.4
## 1602 1 2 4.0 2.8 4.0 3.2
## 1603 0 2 2.8 3.0 3.6 4.2
## 1604 0 3 3.4 3.0 3.2 3.8
## 1605 0 2 2.8 1.8 4.0 3.8
## 1606 1 2 3.6 2.6 2.6 2.4
## 1607 0 3 3.4 2.8 3.0 3.0
## 1608 1 3 4.0 3.6 3.4 4.0
## 1609 0 3 3.8 3.2 4.0 3.4
## 1610 1 3 3.6 2.4 2.4 3.2
## 1611 0 3 3.6 2.2 3.8 4.4
## 1612 0 2 3.0 2.8 3.6 3.4
## 1613 0 3 3.2 2.4 3.6 2.8
## 1614 0 3 4.2 2.4 3.8 3.4
## 1615 0 3 3.2 2.4 3.2 3.4
## 1616 0 3 3.2 2.8 3.6 3.4
## 1617 0 3 3.2 2.4 3.0 2.8
## 1618 0 4 3.4 3.2 4.0 4.0
## 1619 0 3 3.4 3.2 4.0 4.0
## 1620 1 3 3.4 2.8 4.0 4.0
## 1621 1 3 3.4 1.8 3.6 3.0
## 1622 1 3 3.0 2.6 3.8 3.4
## 1623 0 3 3.8 2.6 4.0 3.8
## 1624 0 4 3.4 3.0 3.8 3.8
## 1625 1 4 4.0 4.2 3.8 3.0
## 1626 0 3 3.2 2.6 3.6 3.4
## 1627 1 3 3.4 2.8 3.6 4.2
## 1628 0 3 3.4 2.0 3.2 2.2
## 1629 0 3 2.6 2.0 3.2 3.2
## 1630 1 3 4.0 2.4 4.2 3.2
## 1631 1 3 3.2 2.4 3.8 2.0
## 1632 0 2 4.0 2.0 3.4 2.0
## 1633 0 3 3.0 2.0 2.4 3.4
## 1634 1 3 2.8 2.0 3.0 3.4
## 1635 1 3 3.4 2.8 3.6 4.2
## 1636 0 3 2.8 2.8 3.8 3.2
## 1637 1 3 2.8 2.0 3.0 3.4
## 1638 0 3 2.0 2.0 2.6 2.4
## 1639 0 2 3.0 3.4 3.2 3.6
## 1640 0 3 4.4 3.2 3.8 4.6
## 1641 0 3 2.8 2.2 3.6 3.6
## 1642 0 3 3.0 2.6 4.0 2.8
## 1643 0 3 3.2 2.0 2.4 3.2
## 1644 0 3 3.8 3.4 4.0 3.6
## 1645 0 3 2.2 1.8 3.6 2.8
## 1646 1 3 2.2 2.0 2.8 3.2
## 1647 0 3 3.8 3.8 4.8 4.6
## 1648 1 2 3.0 3.8 4.4 4.0
## 1649 0 2 1.4 3.0 2.0 3.6
## 1650 0 2 3.0 3.6 2.2 3.0
## 1651 0 2 3.2 1.8 2.8 2.4
## 1652 0 2 2.4 2.6 3.0 3.0
## 1653 0 2 2.8 3.2 2.6 3.4
## 1654 1 2 2.4 2.8 2.4 2.4
## 1655 1 2 3.2 2.8 3.6 2.8
## 1656 0 2 2.0 3.0 3.8 4.2
## 1657 0 2 3.0 2.8 2.6 2.6
## 1658 0 2 2.6 3.0 3.2 2.8
## 1659 0 2 4.0 2.6 3.4 2.8
## 1660 1 2 2.6 3.0 3.2 2.8
## 1661 0 3 3.8 2.4 2.4 2.8
## 1662 1 3 1.0 1.0 2.6 3.0
## 1663 0 2 3.2 2.4 3.6 3.6
## 1664 1 2 3.0 3.4 3.0 4.2
## 1665 0 2 3.8 2.8 3.8 3.6
## 1666 1 3 2.6 3.8 2.6 3.8
## 1667 1 2 4.4 3.0 5.0 4.6
## 1668 1 3 4.0 3.8 3.2 3.6
## 1669 1 3 4.0 4.6 5.0 4.6
## 1670 0 2 3.6 3.6 4.0 3.0
## 1671 1 2 4.0 2.6 3.4 2.8
## 1672 0 2 3.2 3.0 2.8 2.2
## 1673 1 2 3.2 3.0 2.8 2.2
## 1674 0 3 2.2 2.0 3.6 3.6
## 1675 1 2 3.6 3.2 3.8 3.0
## 1676 0 2 4.6 3.2 4.0 4.0
## 1677 0 2 4.0 2.4 3.0 3.0
## 1678 0 2 2.0 2.2 3.8 2.8
## 1679 0 2 2.4 3.0 5.0 4.4
## 1680 1 2 5.0 4.2 5.0 5.0
## 1681 1 3 4.2 3.8 4.0 3.8
## 1682 1 3 3.2 2.4 4.0 2.8
## 1683 0 3 4.0 3.8 4.4 2.6
## 1684 1 3 3.0 1.2 4.0 2.2
## 1685 1 3 3.6 2.4 2.8 2.6
## 1686 1 3 2.0 4.0 3.4 3.4
## 1687 0 3 3.0 3.0 3.4 3.4
## 1688 0 3 3.6 2.8 4.0 3.4
## 1689 0 3 3.8 3.4 3.8 3.4
## 1690 0 2 3.2 3.0 2.8 2.2
## 1691 1 2 3.6 3.6 4.6 3.2
## 1692 0 3 3.2 3.6 3.2 3.0
## 1693 0 1 3.4 3.4 4.0 3.4
## 1694 0 3 2.6 2.6 2.2 3.8
## 1695 0 3 2.8 2.6 4.0 3.6
## 1696 1 2 3.0 3.4 2.0 2.2
## 1697 1 2 3.8 2.4 4.0 3.8
## 1698 0 3 2.4 3.2 3.4 3.4
## 1699 0 3 2.8 3.4 3.2 3.0
## 1700 0 3 3.4 2.0 4.0 2.6
## 1701 0 2 3.2 2.8 3.4 3.4
## 1702 1 3 2.0 4.0 3.4 3.4
## 1703 1 2 4.0 4.0 3.4 2.8
## 1704 1 2 2.6 3.0 3.2 2.8
## 1705 1 3 4.0 2.6 3.4 2.8
## 1706 1 3 4.0 2.6 3.4 2.8
## 1707 0 3 2.8 3.4 3.6 4.2
## 1708 0 2 3.2 3.2 3.0 3.2
## 1709 1 3 4.2 2.6 3.2 3.6
## 1710 0 2 2.8 2.8 3.4 3.0
## 1711 0 3 3.0 2.8 3.6 3.6
## 1712 0 3 2.6 3.0 3.6 3.6
## 1713 0 3 2.2 3.4 4.4 2.6
## 1714 0 3 3.6 4.0 4.4 3.8
## 1715 0 3 4.6 3.6 4.0 3.6
## 1716 0 3 4.0 2.8 3.8 4.0
## 1717 1 3 4.0 3.2 4.0 3.0
## 1718 1 3 3.2 2.4 3.8 3.2
## 1719 1 3 2.6 3.0 4.2 3.0
## 1720 1 3 3.6 3.4 3.4 3.0
## 1721 0 3 3.4 2.2 4.0 3.4
## 1722 1 3 4.4 3.0 4.2 3.0
## 1723 1 3 3.4 3.2 4.4 3.8
## 1724 1 3 1.8 2.2 3.0 2.8
## 1725 1 3 3.4 3.0 3.0 3.2
## 1726 1 3 4.6 4.6 4.2 3.2
## 1727 0 3 2.2 2.2 2.4 2.6
## 1728 0 2 3.8 2.6 3.0 3.4
## 1729 1 3 3.0 2.4 3.2 3.2
## 1730 1 3 3.8 4.2 3.6 3.8
## 1731 1 3 4.6 3.8 3.2 4.4
## 1732 0 2 4.0 3.4 3.0 2.6
## 1733 0 3 3.0 3.0 3.0 3.4
## 1734 1 3 4.0 3.8 4.0 4.0
## 1735 0 3 3.2 2.6 3.2 3.6
## 1736 1 2 2.6 3.0 3.2 2.8
## 1737 0 3 3.4 2.8 3.8 4.4
## 1738 0 3 3.6 3.8 4.0 4.0
## 1739 1 3 3.8 3.8 4.8 5.0
## 1740 0 3 4.0 3.0 4.0 4.2
## 1741 0 3 3.2 3.8 3.2 2.8
## 1742 0 3 2.8 2.8 3.0 4.0
## 1743 0 3 2.8 3.6 3.8 4.2
## 1744 0 3 3.4 3.6 4.0 3.4
## 1745 0 3 3.0 2.6 4.0 3.0
## 1746 0 3 2.8 2.2 3.0 3.2
## 1747 0 3 3.0 2.6 3.4 3.4
## 1748 0 3 2.8 3.4 3.0 3.6
## 1749 1 3 3.2 2.0 3.2 3.6
## 1750 1 3 3.6 3.0 3.8 4.0
## 1751 1 3 3.8 3.6 3.8 3.6
## 1752 1 3 4.4 4.0 4.6 3.6
## 1753 1 3 4.8 4.2 4.2 4.6
## 1754 1 3 5.0 5.0 5.0 4.6
## 1755 1 3 4.0 4.8 4.2 4.0
## 1756 1 3 3.8 2.8 3.2 3.2
## 1757 1 2 2.6 3.0 3.2 2.8
## 1758 1 2 2.6 3.0 3.2 2.8
## 1759 0 2 2.6 3.0 3.2 2.8
## 1760 1 3 3.2 3.0 2.8 2.2
## 1761 0 3 3.2 2.8 3.6 4.2
## 1762 0 3 4.8 4.8 4.4 3.6
## 1763 1 2 2.6 2.6 3.2 3.4
## 1764 0 3 4.0 3.2 4.4 4.4
## 1765 0 3 2.6 1.4 2.6 2.4
## 1766 0 3 2.6 1.4 2.6 2.4
## 1767 1 3 3.2 3.0 3.0 2.8
## 1768 1 2 3.8 4.4 4.2 3.6
## 1769 0 3 2.2 2.8 2.8 3.2
## 1770 0 4 3.2 3.2 3.8 3.4
## 1771 0 3 4.6 3.6 4.8 3.6
## 1772 1 3 3.6 4.0 5.0 4.4
## 1773 1 2 2.8 3.0 3.4 3.8
## 1774 0 3 2.8 3.0 2.8 3.6
## 1775 1 3 4.8 4.4 5.0 4.4
## 1776 0 3 2.8 2.6 2.6 4.0
## 1777 0 3 4.2 4.4 4.2 4.0
## 1778 0 3 3.8 3.0 4.2 4.2
## 1779 1 3 3.0 2.0 4.2 2.8
## 1780 0 3 3.0 3.4 3.0 2.4
## 1781 1 3 3.8 4.2 5.0 4.6
## 1782 1 2 3.4 3.0 3.0 3.2
## 1783 1 3 3.8 3.8 4.4 4.2
## 1784 1 2 2.6 2.6 4.2 3.8
## 1785 0 3 5.0 3.6 5.0 3.6
## 1786 1 1 4.2 3.6 4.4 3.4
## 1787 0 3 3.0 3.0 3.2 3.4
## 1788 0 3 4.0 4.0 3.8 4.0
## 1789 1 3 4.0 4.2 4.0 4.2
## 1790 0 3 2.0 3.0 3.2 3.0
## 1791 1 3 3.4 2.6 4.0 4.0
## 1792 0 3 2.8 2.2 3.6 3.0
## 1793 1 3 2.6 2.6 4.0 3.8
## 1794 0 3 4.0 4.2 4.8 4.4
## 1795 0 3 3.0 3.8 4.0 3.8
## 1796 0 3 2.8 2.2 3.8 3.6
## 1797 0 3 4.0 2.4 4.0 4.2
## 1798 1 2 4.0 3.2 5.0 4.6
## 1799 0 3 3.6 3.4 3.6 3.2
## 1800 0 3 2.4 2.6 2.2 4.4
## 1801 1 3 3.8 3.2 4.0 3.4
## 1802 0 3 4.0 3.0 4.8 3.8
## 1803 1 3 3.8 3.2 4.0 3.4
## 1804 0 3 4.0 3.0 4.8 3.8
## 1805 0 3 4.0 3.0 4.2 4.8
## 1806 1 3 4.2 3.8 3.2 4.0
## 1807 0 3 3.4 2.8 3.8 3.8
## 1808 1 3 2.4 2.0 2.8 3.6
## 1809 1 3 3.8 3.2 4.0 3.0
## 1810 1 4 4.0 3.2 3.0 2.6
## 1811 1 2 2.6 3.0 3.8 2.6
## 1812 1 3 2.8 2.0 3.8 4.6
## 1813 0 3 4.6 3.4 4.2 3.6
## 1814 0 3 3.0 2.0 3.4 3.0
## 1815 0 3 2.0 2.2 2.0 3.4
## 1816 0 3 3.2 2.4 4.0 2.8
## 1817 0 3 1.4 1.0 2.4 2.6
## 1818 1 1 3.6 3.0 3.4 4.2
## 1819 1 3 4.2 3.4 4.0 3.2
## 1820 1 3 2.0 1.2 2.8 3.0
## 1821 0 4 3.0 1.8 3.6 3.8
## 1822 0 3 3.4 1.0 2.4 2.6
## 1823 1 3 4.2 3.0 3.2 3.6
## 1824 0 3 5.0 4.4 5.0 3.4
## 1825 1 2 3.0 3.0 3.0 3.0
## 1826 1 3 4.0 3.2 4.4 3.0
## 1827 1 2 3.4 2.4 2.6 2.0
## 1828 1 3 3.0 2.8 4.0 4.2
## 1829 1 1 2.6 3.0 3.2 2.8
## 1830 0 4 3.0 3.2 3.8 3.4
## 1831 0 3 2.8 2.2 2.8 3.8
## 1832 0 3 2.2 2.2 4.0 4.2
## 1833 0 3 3.4 2.2 2.0 3.6
## 1834 0 3 3.2 2.6 3.0 3.4
## 1835 0 3 3.2 2.4 3.8 2.8
## 1836 0 3 2.0 2.0 4.0 4.0
## 1837 0 3 2.4 2.4 3.8 4.4
## 1838 1 3 2.0 2.4 1.8 3.4
## 1839 1 3 3.8 2.2 4.0 3.8
## 1840 1 1 3.4 3.0 3.4 4.0
## 1841 0 3 3.4 2.2 2.8 3.6
## 1842 0 3 2.8 3.4 4.0 3.2
## 1843 0 3 3.0 2.8 4.0 3.8
## 1844 0 3 4.0 2.6 3.8 4.6
## 1845 0 3 3.2 2.2 3.6 3.0
## 1846 1 3 3.4 3.6 3.6 4.2
## 1847 0 3 2.8 2.8 2.6 2.2
## 1848 1 2 3.6 2.0 2.8 3.8
## 1849 0 3 4.6 4.2 4.8 4.6
## 1850 1 3 3.4 2.2 3.8 3.4
## 1851 1 2 3.0 3.0 3.6 3.2
## 1852 0 3 3.6 3.4 4.0 3.8
## 1853 0 3 2.8 1.6 3.6 3.0
## 1854 0 3 3.2 3.0 3.8 3.8
## 1855 1 3 3.2 2.2 3.8 4.0
## 1856 1 2 2.6 2.4 4.0 3.4
## 1857 0 3 2.0 2.4 3.0 2.4
## 1858 0 3 3.0 3.2 3.2 3.0
## 1859 0 3 2.2 3.0 3.8 4.0
## 1860 0 2 2.8 3.2 2.2 2.4
## 1861 1 2 3.2 2.8 4.2 3.8
## 1862 0 3 2.8 2.0 5.0 2.6
## 1863 1 2 1.8 1.0 2.4 2.8
## 1864 1 2 3.6 3.4 3.8 3.0
## 1865 1 4 4.0 4.2 4.2 4.2
## 1866 1 3 2.0 3.0 5.0 5.0
## 1867 0 3 3.0 3.0 4.0 4.2
## 1868 1 4 3.4 2.6 3.4 4.2
## 1869 1 3 4.6 3.8 2.8 2.8
## 1870 0 3 3.0 3.6 4.0 3.0
## 1871 1 3 4.8 3.8 4.0 4.0
## 1872 0 3 3.6 3.8 4.0 2.8
## 1873 0 3 2.8 2.8 4.0 2.8
## 1874 1 3 2.6 2.4 4.0 4.0
## 1875 0 3 2.0 1.6 3.6 4.0
## 1876 0 3 3.2 3.6 4.4 4.8
## 1877 0 2 2.8 1.8 3.2 3.0
## 1878 1 3 2.0 2.2 3.8 3.6
## 1879 1 3 4.2 3.4 4.0 3.6
## 1880 0 3 3.4 3.8 4.0 3.6
## 1881 1 3 4.4 3.2 4.2 4.0
## 1882 0 3 3.4 3.4 4.0 3.4
## 1883 1 3 4.2 5.0 4.6 4.6
## 1884 0 2 3.6 1.8 3.8 3.8
## 1885 0 3 3.0 3.8 4.8 4.0
## 1886 0 2 1.8 1.4 3.0 4.0
## 1887 0 3 5.0 3.2 5.0 2.6
## 1888 1 4 3.2 3.0 4.0 3.8
## 1889 1 3 5.0 4.6 5.0 5.0
## 1890 1 2 2.8 2.4 3.4 3.0
## 1891 0 3 2.2 3.0 3.6 3.4
## 1892 1 3 3.6 2.4 3.6 3.6
## 1893 0 2 3.0 2.4 3.0 3.0
## 1894 1 3 4.2 3.2 4.2 3.2
## 1895 1 3 2.2 1.8 2.4 2.2
## 1896 1 3 3.8 3.2 4.8 4.2
## 1897 1 3 2.2 1.8 2.4 2.2
## 1898 1 3 4.8 3.2 3.4 3.2
## 1899 1 2 1.4 1.8 1.4 2.4
## 1900 0 3 3.8 4.0 3.8 3.6
## 1901 0 3 3.8 4.4 4.0 4.4
## 1902 0 3 3.6 2.8 3.8 3.0
## 1903 1 3 3.8 3.4 4.2 5.0
## 1904 1 3 4.6 4.2 4.0 3.0
## 1905 1 3 4.6 2.8 4.4 2.8
## 1906 1 3 4.0 4.0 4.2 4.2
## 1907 0 2 3.2 2.4 2.6 3.0
## 1908 1 3 2.2 3.0 3.0 3.2
## 1909 0 3 3.8 3.0 3.6 3.4
## 1910 1 3 2.6 2.8 2.4 3.4
## 1911 1 3 3.8 3.6 3.2 3.4
## 1912 1 2 3.4 3.4 3.4 3.4
## 1913 1 3 3.6 3.6 4.0 3.2
## 1914 1 3 3.2 3.2 2.8 3.4
## 1915 1 3 2.4 2.6 3.8 3.2
## 1916 0 3 2.4 1.8 3.2 3.6
## 1917 0 3 4.0 3.4 4.0 3.4
## 1918 0 2 3.4 2.2 2.6 3.4
## 1919 1 2 3.2 3.4 3.6 2.8
## 1920 1 3 3.8 2.6 3.4 3.6
## 1921 1 2 1.8 2.0 2.0 2.0
## 1922 0 2 2.4 1.0 3.4 3.4
## 1923 0 2 4.2 2.2 3.4 3.6
## 1924 1 2 3.2 3.4 3.0 3.8
## 1925 0 3 2.0 1.0 3.0 3.2
View(data)
data$Q1+data$Q2
## [1] 8 8 8 9 8 8 6 6 8 8 8 8 8 6 8 8 6 8 6 6 7 5 10 8
## [25] 8 8 8 5 8 8 7 8 8 8 8 8 8 8 8 8 7 8 8 4 8 8 8 3
## [49] 8 7 4 8 7 5 2 6 8 8 6 6 8 8 8 5 8 9 7 9 8 3 8 8
## [73] 8 6 7 8 8 6 2 5 3 6 6 10 3 8 8 5 8 8 6 7 8 9 8 4
## [97] 8 10 8 6 8 6 7 6 8 8 4 7 8 7 8 6 7 7 6 7 8 5 8 8
## [121] 5 10 6 8 7 6 8 6 6 4 8 6 6 9 7 8 9 8 8 4 8 8 6 5
## [145] 7 9 7 4 6 8 8 4 6 7 8 8 7 6 8 8 8 6 5 7 8 4 7 8
## [169] 8 8 8 8 8 10 9 6 7 8 8 6 7 8 8 8 6 8 8 7 7 8 8 6
## [193] 6 8 8 10 8 5 8 7 8 7 6 7 6 8 6 4 6 8 8 6 8 9 8 5
## [217] 6 8 7 4 6 7 8 8 8 7 7 7 7 6 6 6 4 4 6 8 4 6 6 8
## [241] 9 7 7 4 6 7 5 8 5 8 6 8 2 8 8 7 8 7 7 7 7 5 8 4
## [265] 7 9 6 8 4 9 8 8 7 8 7 6 3 3 8 8 8 8 8 7 5 8 7 8
## [289] 8 7 5 5 9 6 7 9 8 6 8 7 8 8 8 9 4 8 6 6 4 4 8 5
## [313] 8 7 8 6 7 3 6 4 7 6 7 7 6 8 8 8 7 10 8 6 8 5 9 8
## [337] 4 8 8 8 8 9 6 8 10 7 8 6 8 8 8 8 8 7 7 5 7 8 4 6
## [361] 8 8 8 8 4 5 6 6 7 8 7 8 6 6 6 6 8 8 7 6 4 4 8 8
## [385] 8 8 7 8 7 8 5 6 6 4 8 3 8 8 10 6 8 6 7 8 4 3 7 8
## [409] 7 3 4 6 7 8 8 6 8 8 8 8 7 7 10 8 8 6 8 7 4 6 8 7
## [433] 8 6 6 8 10 8 4 9 8 7 8 8 6 4 8 5 8 3 6 8 7 7 7 7
## [457] 7 8 8 7 8 6 8 8 5 7 6 6 10 10 8 6 7 8 4 8 7 6 8 8
## [481] 6 7 4 8 8 9 5 6 4 8 8 8 8 8 8 7 8 8 5 10 7 4 8 6
## [505] 8 8 8 7 5 7 7 5 8 4 7 9 10 8 10 7 6 8 8 8 9 4 4 8
## [529] 5 5 3 7 8 8 8 3 7 4 5 8 8 9 4 8 8 6 6 8 5 8 4 5
## [553] 5 5 4 4 5 8 8 7 5 9 7 8 7 8 7 4 8 4 6 8 4 8 3 7
## [577] 6 8 5 8 7 7 7 3 9 8 6 8 8 8 6 8 6 4 6 5 5 6 8 6
## [601] 7 9 4 7 10 7 8 6 8 6 4 9 7 9 8 8 7 9 8 6 8 7 7 8
## [625] 6 7 6 4 8 7 7 8 7 7 6 6 8 7 7 6 7 7 4 5 4 6 5 7
## [649] 7 7 8 8 7 8 4 5 7 2 5 5 5 4 4 5 7 2 5 5 4 4 4 2
## [673] 7 8 4 8 6 7 6 8 6 7 5 9 8 6 10 7 7 8 7 8 5 6 5 8
## [697] 7 4 6 9 9 7 5 8 6 7 8 8 5 8 7 9 7 8 8 8 9 8 7 8
## [721] 5 7 5 5 4 4 5 4 4 4 5 7 8 6 8 8 8 6 3 7 9 8 8 4
## [745] 8 7 8 8 6 7 5 6 5 8 10 7 8 7 5 5 8 6 6 6 6 4 6 3
## [769] 2 6 5 4 5 4 6 3 2 6 3 7 6 10 7 8 6 7 7 8 8 4 5 8
## [793] 6 6 7 8 8 6 6 10 5 8 4 7 8 6 8 8 7 8 9 8 7 2 5 4
## [817] 8 8 4 4 4 4 8 7 10 8 7 4 7 7 8 7 6 7 7 10 4 4 7 8
## [841] 6 7 5 5 7 10 6 4 8 5 5 5 2 4 5 4 6 4 10 9 8 8 7 6
## [865] 8 8 8 8 8 6 8 9 7 7 5 7 7 8 10 8 7 8 5 8 4 7 5 8
## [889] 5 6 2 6 5 6 2 6 2 6 5 4 6 2 7 6 8 10 4 8 8 5 7 8
## [913] 6 7 6 5 8 7 8 8 8 7 6 7 6 4 8 5 5 7 8 6 7 7 6 10
## [937] 5 2 5 4 6 2 4 5 8 7 7 8 7 4 8 4 4 8 8 8 8 7 8 6
## [961] 6 8 8 9 4 5 4 5 5 8 8 4 9 8 7 6 6 7 8 9 9 5 6 6
## [985] 7 7 8 6 8 7 7 7 8 7 5 8 6 7 6 6 8 6 8 7 7 6 8 6
## [1009] 8 8 4 7 7 3 7 7 8 8 8 8 8 8 4 6 8 8 7 6 8 6 8 8
## [1033] 4 8 6 10 8 8 9 8 9 7 8 7 8 8 8 6 8 8 6 8 6 9 5 7
## [1057] 6 8 10 5 8 6 7 6 6 4 6 7 8 6 8 4 8 5 8 7 7 6 7 6
## [1081] 4 7 10 8 5 10 9 5 7 8 6 8 7 7 8 6 7 8 8 8 6 7 7 7
## [1105] 9 8 4 7 9 8 8 7 6 8 4 4 8 6 8 10 2 2 7 10 8 5 5 6
## [1129] 8 8 7 8 6 5 5 4 9 8 3 7 7 8 8 8 4 6 7 7 7 6 8 5
## [1153] 7 8 5 8 6 4 4 8 6 6 6 6 8 10 10 10 9 8 7 6 7 7 8 5
## [1177] 8 7 6 7 6 5 9 7 9 4 6 8 8 7 7 4 6 8 9 4 6 8 6 7
## [1201] 8 7 7 6 7 8 6 7 5 7 7 5 6 7 8 6 8 7 7 10 9 10 6 8
## [1225] 8 8 6 9 6 7 5 8 6 7 6 6 8 8 8 4 5 7 4 6 9 6 5 8
## [1249] 6 6 5 8 7 8 7 8 8 5 7 7 4 7 4 6 8 5 10 8 6 8 4 8
## [1273] 8 8 10 8 6 6 8 6 6 7 8 7 6 7 5 5 8 10 8 7 8 8 7 8
## [1297] 4 6 8 7 7 8 4 7 10 8 7 8 6 5 6 5 7 8 8 8 8 8 8 8
## [1321] 8 4 8 10 6 8 10 6 4 7 9 7 8 4 5 7 6 4 8 8 7 8 6 8
## [1345] 6 6 5 6 7 5 4 7 5 6 8 8 5 6 8 6 6 8 4 7 8 8 7 7
## [1369] 7 7 4 4 5 6 5 6 9 8 5 8 7 7 7 3 8 6 7 7 6 6 4 5
## [1393] 8 7 7 8 7 7 7 8 8 8 7 6 8 7 8 7 6 7 5 5 7 8 8 6
## [1417] 9 8 7 7 8 7 7 9 8 5 6 8 8 4 4 6 8 8 8 8 7 4 9 5
## [1441] 10 8 7 8 8 4 4 4 8 8 4 9 4 7 8 7 6 6 4 6 7 8 7 8
## [1465] 8 8 6 8 7 7 6 8 7 7 7 5 8 8 4 7 7 8 5 6 6 6 8 8
## [1489] 7 6 8 4 8 7 4 6 7 9 8 6 8 7 4 8 6 6 7 4 8 4 7 7
## [1513] 4 7 7 7 6 8 6 8 6 8 7 8 8 8 5 8 7 4 8 8 6 8 8 8
## [1537] 5 6 8 9 7 5 8 7 5 8 5 7 8 7 9 6 7 7 8 7 7 8 5 3
## [1561] 5 6 5 6 7 6 6 8 8 8 4 6 6 7 7 9 5 8 9 9 9 5 5 8
## [1585] 6 5 9 7 7 6 6 5 7 5 7 7 8 6 9 8 7 8 7 5 6 7 9 9
## [1609] 8 6 8 7 7 9 7 8 8 8 8 8 7 6 8 7 8 7 6 6 5 8 7 8
## [1633] 7 6 6 7 6 5 6 9 6 8 7 8 5 5 9 6 3 6 8 4 6 6 8 5
## [1657] 6 6 10 6 9 2 7 5 8 5 9 8 8 8 10 8 8 4 7 10 8 6 6 10
## [1681] 10 7 7 8 8 4 6 8 8 8 7 7 7 7 7 7 9 4 6 7 6 4 8 6
## [1705] 10 10 8 6 9 7 5 6 5 7 10 8 8 6 7 9 8 9 6 2 8 10 5 7
## [1729] 7 8 9 8 6 8 8 6 7 7 8 8 7 8 6 7 7 4 7 6 5 8 7 9
## [1753] 9 10 8 9 6 6 6 8 7 10 6 10 6 6 7 8 6 8 8 8 6 6 9 7
## [1777] 9 7 7 7 9 9 8 5 10 9 6 8 8 5 6 5 5 7 7 5 9 8 7 7
## [1801] 7 8 7 8 10 9 8 6 8 8 4 4 9 7 5 8 4 8 10 5 7 10 9 10
## [1825] 6 8 7 7 6 7 8 4 6 7 7 5 7 4 7 8 7 7 5 9 7 8 7 8
## [1849] 8 8 7 8 6 6 8 7 4 6 6 6 8 7 3 8 8 4 7 8 10 7 10 8
## [1873] 5 6 5 6 7 5 9 8 10 8 8 8 6 4 10 8 10 7 5 8 7 9 6 8
## [1897] 6 10 4 7 8 8 8 10 10 8 6 6 8 7 8 8 8 7 5 7 8 8 6 8
## [1921] 4 5 9 8 6
data %>%count(Gender1)
## Gender1 n
## 1 0 1136
## 2 1 789
data$Gender1
## [1] 0 0 0 0 0 0 0 0 1 0 0 0 0 1 1 1 0 1 0 0 1 1 0 1 0 0 0 0 1 1 0 0 0 1 1 0 0
## [38] 0 1 1 0 1 1 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 1 1 1 0
## [75] 0 1 0 1 0 0 0 0 0 0 0 0 1 1 0 1 1 0 1 0 0 0 1 1 1 0 1 0 0 1 1 1 0 0 1 0 1
## [112] 0 0 0 0 1 0 0 1 1 0 1 0 1 1 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0
## [149] 0 1 1 0 0 0 1 0 1 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0
## [186] 0 0 0 0 0 1 0 1 1 1 0 1 0 1 0 1 1 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 1 1 0 0 0
## [223] 1 0 1 0 0 0 0 0 0 1 0 1 1 0 1 0 0 1 1 1 1 0 0 0 0 0 0 0 0 0 0 1 0 1 0 0 0
## [260] 0 1 0 0 1 0 0 0 0 0 1 0 1 0 1 0 0 1 1 0 1 0 0 1 0 0 0 0 0 0 0 1 0 1 0 0 0
## [297] 0 0 0 0 1 1 0 0 0 0 0 1 0 0 1 1 0 0 1 1 1 1 0 0 1 0 1 1 0 1 1 1 0 1 0 1 1
## [334] 0 0 0 0 0 1 1 1 1 0 1 0 0 1 1 1 1 1 1 1 1 0 0 1 0 1 0 1 0 1 0 0 1 0 0 0 1
## [371] 0 1 0 0 1 0 0 0 0 0 1 0 0 0 0 1 0 0 0 1 1 1 0 1 1 1 0 1 1 0 0 1 1 0 1 0 0
## [408] 1 1 1 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 1 1 0 0 1 0 0 1 0 0 0 1 1 1
## [445] 0 0 0 0 1 0 0 1 0 0 0 1 0 0 1 1 1 0 0 0 1 0 0 1 1 0 1 1 0 0 0 1 1 0 0 1 0
## [482] 1 0 1 1 0 0 0 0 0 1 0 1 0 1 0 0 1 1 1 0 1 1 1 0 1 0 0 0 0 0 0 1 0 0 0 1 1
## [519] 1 1 1 0 1 1 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 1
## [556] 1 0 0 0 1 0 1 0 1 0 0 1 0 0 0 1 1 0 0 1 0 0 0 0 0 1 0 0 1 0 0 0 1 1 1 0 1
## [593] 0 0 1 0 1 1 0 1 1 1 1 1 1 0 0 1 0 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 1 1 0 1 0
## [630] 1 0 0 0 1 1 0 0 0 1 1 1 0 1 0 0 1 1 0 1 0 1 1 0 0 0 1 0 1 1 0 0 0 0 1 0 1
## [667] 1 0 1 1 0 1 0 0 0 1 1 0 0 1 1 0 0 1 1 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0
## [704] 0 0 0 0 1 1 1 1 1 0 0 0 0 1 1 0 0 1 1 0 1 0 1 0 0 1 0 1 0 1 1 1 0 0 1 0 1
## [741] 0 1 0 1 0 1 0 0 0 1 0 1 1 1 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 1 0 1 1 1 1
## [778] 1 0 0 0 1 0 0 1 1 0 1 1 0 0 0 1 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0
## [815] 1 1 0 0 1 0 1 0 1 1 1 1 0 0 1 0 1 1 0 0 0 0 0 0 0 1 0 1 1 0 1 1 1 0 0 1 0
## [852] 0 0 1 1 0 0 0 0 0 0 0 0 0 1 0 0 1 0 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 1 0 1
## [889] 0 0 1 1 0 0 1 0 1 1 0 1 0 1 1 0 0 0 0 0 0 1 0 0 0 0 1 1 0 0 0 0 1 0 0 0 1
## [926] 0 0 1 1 1 1 1 1 1 0 0 0 1 1 1 0 1 0 0 0 1 0 1 1 0 0 0 0 1 1 0 1 1 0 0 0 0
## [963] 0 1 0 1 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 1 1 1 0 0 0 0 0 0 1 0
## [1000] 0 0 1 0 0 0 1 1 1 0 1 0 0 1 1 0 0 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 0 1 0 0 1
## [1037] 1 0 1 0 0 1 0 0 0 1 0 0 1 1 1 1 0 1 0 0 1 1 1 0 0 1 1 0 0 0 0 0 0 0 0 1 1
## [1074] 0 0 0 0 1 1 0 1 0 0 0 1 1 0 1 1 0 0 0 0 1 1 0 0 1 1 0 1 0 0 1 1 1 1 0 0 0
## [1111] 1 0 1 0 0 0 0 1 1 0 1 1 1 1 1 0 0 1 1 0 1 0 0 1 1 0 0 0 0 0 1 1 0 0 0 0 0
## [1148] 0 1 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 1 0 0 1 0 0 0 1 1 0 1 1 0
## [1185] 0 0 1 1 0 1 1 0 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 1 1
## [1222] 0 1 0 0 0 0 1 1 0 1 0 1 0 0 1 0 0 0 0 0 1 1 0 0 0 0 1 0 0 1 0 1 0 0 0 0 0
## [1259] 1 1 0 0 0 1 1 0 1 1 0 1 0 0 0 1 1 1 1 0 0 0 1 1 0 1 0 0 1 1 0 0 1 0 0 1 1
## [1296] 1 1 0 1 1 1 1 1 0 1 0 1 0 1 0 0 0 0 1 0 0 1 1 0 1 1 1 1 0 0 0 0 1 1 1 0 0
## [1333] 1 0 1 1 1 1 0 0 1 1 0 1 1 0 0 0 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 0 1 0 1 1 1
## [1370] 0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0 0 1 0 1 0 0 0 0 1 1 1 1 0 0 0 0 0 1 0 0 0
## [1407] 0 1 0 0 1 0 0 0 1 1 0 0 1 1 1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 1 1
## [1444] 0 1 0 1 1 0 0 0 0 1 1 0 1 1 1 1 0 1 0 0 1 1 0 0 0 1 0 0 1 1 0 1 1 1 1 1 1
## [1481] 0 1 0 0 1 1 0 1 0 0 1 0 1 0 0 0 0 1 0 1 1 1 0 0 0 1 1 0 0 0 0 1 0 0 1 0 1
## [1518] 0 0 0 0 0 1 1 1 0 0 1 0 1 0 0 1 0 1 0 1 0 0 1 1 0 0 0 1 0 1 0 0 0 1 1 1 0
## [1555] 0 0 0 0 0 0 0 1 1 0 1 1 1 1 0 1 0 0 0 0 0 0 0 1 0 1 1 1 0 0 0 0 0 0 0 0 1
## [1592] 1 1 0 1 0 0 0 0 1 0 1 0 0 0 1 0 1 0 1 0 0 0 0 0 0 0 0 0 1 1 1 0 0 1 0 1 0
## [1629] 0 1 1 0 0 1 1 0 1 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 1 1 0 0 0 0 1 0 1 0 1 0
## [1666] 1 1 1 1 0 1 0 1 0 1 0 0 0 0 1 1 1 0 1 1 1 0 0 0 0 1 0 0 0 0 1 1 0 0 0 0 1
## [1703] 1 1 1 1 0 0 1 0 0 0 0 0 0 0 1 1 1 1 0 1 1 1 1 1 0 0 1 1 1 0 0 1 0 1 0 0 1
## [1740] 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 1 0 0 1 0 0 0 1 1 0 0 0 1 1 0 1 0
## [1777] 0 0 1 0 1 1 1 1 0 1 0 0 1 0 1 0 1 0 0 0 0 1 0 0 1 0 1 0 0 1 0 1 1 1 1 1 0
## [1814] 0 0 0 0 1 1 1 0 0 1 0 1 1 1 1 1 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 1 0 1 0 1
## [1851] 1 0 0 0 1 1 0 0 0 0 1 0 1 1 1 1 0 1 1 0 1 0 0 1 0 0 0 1 1 0 1 0 1 0 0 0 0
## [1888] 1 1 1 0 1 0 1 1 1 1 1 1 0 0 0 1 1 1 1 0 1 0 1 1 1 1 1 1 0 0 0 1 1 1 0 0 1
## [1925] 0
data$Gender1<-ifelse(data$Gender1==1,0,1)
glimpse(data)
## Rows: 1,925
## Columns: 26
## $ Q1 <int> 4, 4, 4, 5, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, …
## $ Q2 <int> 4, 4, 4, 4, 4, 4, 2, 2, 4, 4, 4, 4, 4, 2, 4, 4, 2, 4, 2, 2, …
## $ Q3 <int> 2, 4, 4, 4, 4, 4, 4, 4, 4, 2, 4, 2, 4, 4, 4, 4, 4, 3, 2, 3, …
## $ Q4 <int> 3, 4, 4, 4, 4, 4, 4, 4, 4, 2, 4, 4, 4, 2, 4, 4, 4, 2, 2, 4, …
## $ Q5 <int> 4, 4, 2, 4, 4, 4, 4, 4, 2, 4, 4, 2, 4, 4, 4, 4, 4, 3, 1, 2, …
## $ Q6 <int> 2, 3, 4, 4, 4, 4, 4, 4, 1, 2, 2, 2, 4, 4, 3, 5, 2, 2, 1, 4, …
## $ Q7 <int> 2, 2, 4, 4, 4, 4, 4, 4, 3, 4, 4, 4, 5, 4, 4, 5, 4, 3, 4, 4, …
## $ Q8 <int> 4, 4, 4, 4, 4, 4, 5, 5, 2, 2, 4, 4, 4, 4, 3, 5, 4, 2, 4, 4, …
## $ Q9 <int> 4, 4, 4, 4, 2, 4, 5, 5, 3, 4, 4, 4, 2, 2, 4, 5, 2, 4, 2, 4, …
## $ Q10 <int> 4, 4, 2, 4, 4, 4, 5, 5, 2, 4, 2, 4, 4, 4, 3, 4, 4, 3, 2, 3, …
## $ Q11 <int> 4, 4, 4, 4, 4, 4, 5, 5, 4, 4, 4, 3, 4, 4, 4, 4, 5, 4, 3, 3, …
## $ Q12 <int> 4, 4, 4, 4, 4, 4, 5, 5, 3, 4, 4, 3, 4, 3, 3, 4, 5, 4, 4, 2, …
## $ Q13 <int> 4, 4, 4, 4, 4, 4, 5, 5, 4, 4, 4, 4, 2, 4, 4, 4, 5, 4, 4, 4, …
## $ Q14 <int> 4, 4, 4, 4, 4, 4, 5, 5, 5, 4, 4, 4, 3, 4, 5, 4, 5, 4, 4, 4, …
## $ Q15 <int> 4, 4, 3, 4, 4, 4, 4, 2, 3, 4, 4, 3, 1, 4, 4, 4, 5, 4, 4, 4, …
## $ Q16 <int> 4, 4, 4, 4, 4, 4, 5, 2, 4, 4, 4, 4, 4, 4, 5, 4, 5, 4, 4, 4, …
## $ Q17 <int> 4, 3, 4, 4, 4, 4, 2, 2, 4, 4, 4, 4, 3, 2, 4, 5, 4, 4, 3, 4, …
## $ Q18 <int> 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 5, 2, 4, 4, 4, …
## $ Q19 <int> 4, 2, 4, 4, 4, 4, 4, 2, 4, 2, 4, 4, 1, 4, 4, 4, 5, 4, 2, 3, …
## $ Q20 <int> 4, 1, 3, 4, 4, 4, 4, 2, 4, 2, 4, 4, 4, 2, 4, 5, 5, 4, 2, 4, …
## $ Gender1 <dbl> 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 0, 0, 0, 1, 0, 1, 1, …
## $ EDU1 <int> 1, 1, 2, 1, 2, 1, 1, 1, 4, 3, 2, 1, 1, 3, 3, 2, 1, 1, 1, 4, …
## $ BF <dbl> 3.4, 4.0, 3.6, 4.2, 4.0, 4.0, 3.6, 3.6, 3.6, 3.2, 4.0, 3.2, …
## $ BM <dbl> 3.2, 3.4, 3.6, 4.0, 3.6, 4.0, 4.6, 4.6, 2.2, 3.2, 3.2, 3.6, …
## $ Happiness <dbl> 4.0, 4.0, 3.8, 4.0, 4.0, 4.0, 4.8, 4.4, 3.8, 4.0, 4.0, 3.4, …
## $ Peace <dbl> 4.0, 2.8, 3.8, 4.0, 4.0, 4.0, 3.8, 2.4, 4.0, 3.2, 4.0, 3.9, …
data %>% count(EDU1)
## EDU1 n
## 1 1 233
## 2 2 472
## 3 3 1022
## 4 4 198
attach(data)
data$Q1
## [1] 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4
## [38] 4 4 4 3 4 4 2 4 4 4 1 4 4 2 4 4 1 1 4 4 4 4 4 4 4 4 1 4 4 4 4 4 1 4 4 4 2
## [75] 4 4 4 2 1 4 1 4 2 5 2 4 4 3 4 4 4 4 4 5 4 2 4 5 4 4 4 4 3 4 4 4 2 5 4 3 5
## [112] 2 3 5 4 3 4 4 4 4 2 5 4 4 4 4 4 4 4 2 4 4 3 5 4 4 5 4 4 2 4 4 4 3 4 5 4 2
## [149] 2 5 4 2 4 4 4 4 4 4 4 4 4 4 3 3 4 2 4 4 4 4 4 4 4 5 4 3 4 4 4 3 4 4 4 4 4
## [186] 4 4 5 4 4 4 2 2 4 4 5 4 3 4 4 4 4 4 3 1 4 2 2 2 4 4 3 4 4 4 3 4 3 3 2 2 3
## [223] 4 4 4 3 3 3 3 2 3 4 2 2 3 4 2 3 3 4 5 4 4 2 2 4 3 4 4 4 2 4 1 4 4 4 4 4 3
## [260] 4 4 3 4 2 4 4 4 5 2 4 4 4 3 4 4 3 1 1 4 4 4 4 4 4 3 4 4 4 4 4 2 3 5 4 4 5
## [297] 4 3 4 4 4 4 4 5 2 4 2 3 2 2 4 2 4 4 4 4 4 2 4 2 4 4 4 3 4 4 4 4 4 5 4 4 4
## [334] 2 5 4 2 4 4 4 4 4 2 4 5 4 4 4 4 4 4 4 5 4 4 2 4 4 2 2 4 4 4 4 2 2 2 4 4 4
## [371] 4 4 2 3 3 2 4 4 4 4 2 2 4 4 4 4 4 4 3 4 2 4 4 2 4 2 4 4 5 4 4 3 4 4 2 2 4
## [408] 4 3 2 1 3 3 4 4 4 4 4 4 4 4 4 5 4 4 4 4 3 2 4 4 4 4 4 2 4 5 4 2 5 4 4 4 4
## [445] 3 2 4 3 4 1 3 4 4 4 4 4 3 4 4 4 4 2 4 4 2 4 3 3 5 5 4 3 4 4 2 4 4 2 4 4 3
## [482] 4 2 4 4 5 4 4 2 4 4 4 4 5 4 4 4 4 3 5 3 2 4 3 4 4 4 5 4 4 4 2 3 2 3 5 5 4
## [519] 5 4 3 4 4 4 5 2 2 4 3 3 2 4 4 4 4 2 4 2 3 4 4 5 2 4 4 2 2 4 3 4 1 2 2 3 2
## [556] 2 3 4 4 4 1 5 4 4 4 4 3 2 4 2 4 4 2 4 1 4 2 4 2 4 4 4 4 2 5 4 4 4 4 4 3 4
## [593] 4 2 4 3 3 2 4 2 4 5 2 4 5 3 4 3 4 3 2 5 4 5 4 4 2 5 4 2 4 4 4 4 3 3 3 2 4
## [630] 4 3 4 4 4 3 4 4 4 4 4 4 4 2 3 2 3 3 3 4 4 4 4 3 4 2 3 4 1 3 3 3 2 2 3 4 1
## [667] 3 3 2 2 2 1 4 4 2 4 3 4 3 4 4 4 3 4 4 2 5 4 3 4 4 4 3 2 3 4 4 2 3 5 4 4 3
## [704] 4 3 4 4 4 2 4 4 5 4 4 4 4 5 4 4 4 3 4 3 3 2 2 3 2 2 2 3 4 4 3 4 5 4 3 1 4
## [741] 5 4 4 2 4 4 4 4 4 4 2 3 2 4 5 4 4 4 2 2 4 4 2 3 3 2 3 1 1 3 3 2 2 2 3 1 1
## [778] 3 2 4 4 5 4 4 4 4 5 4 4 2 2 4 3 2 4 4 4 4 4 5 3 4 2 4 4 4 4 4 4 4 5 4 4 1
## [815] 3 2 4 4 2 2 2 3 4 4 5 4 4 1 4 2 4 4 2 4 4 5 2 2 4 5 2 4 2 2 4 5 3 2 4 3 3
## [852] 3 1 2 2 2 3 2 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 2 4 4 4 5 4 4 4 2 4 2 3 2 3
## [889] 3 3 1 3 3 3 1 3 1 3 3 2 3 1 4 4 4 5 2 4 5 1 4 4 4 4 3 3 4 4 4 4 4 4 2 4 3
## [926] 2 4 2 2 4 4 4 4 4 3 5 2 1 3 2 3 1 2 2 4 4 4 5 4 1 4 2 3 4 4 4 4 4 4 3 4 4
## [963] 4 5 1 2 2 3 3 4 4 3 5 3 3 2 4 4 4 5 4 2 3 3 3 4 4 4 4 4 4 4 4 4 2 4 4 4 3
## [1000] 4 4 3 4 4 4 3 4 4 4 4 2 3 4 2 3 4 4 4 4 4 4 4 2 2 5 4 3 3 4 2 4 4 2 4 4 5
## [1037] 4 4 5 4 5 3 4 4 4 4 4 4 4 4 3 4 3 4 2 4 4 4 5 3 4 3 3 2 2 2 4 3 4 2 4 2 4
## [1074] 2 4 4 4 2 4 3 2 4 5 4 2 5 5 2 5 4 3 4 4 4 4 3 3 4 4 4 4 4 4 5 4 4 2 4 5 4
## [1111] 4 4 3 4 2 2 4 3 4 5 1 1 4 5 4 3 3 3 4 4 3 4 3 2 2 2 5 4 2 3 3 4 3 4 2 3 4
## [1148] 3 4 4 4 3 3 4 2 4 3 2 2 4 3 3 3 3 4 5 5 5 5 4 4 3 4 4 4 2 4 3 3 4 5 2 5 3
## [1185] 5 2 3 4 4 4 4 2 4 4 5 2 3 4 3 4 4 4 4 2 4 4 3 4 2 4 4 3 4 4 4 4 4 4 4 5 4
## [1222] 5 3 4 4 4 3 5 2 5 2 3 3 3 4 3 4 4 4 2 3 4 2 3 5 4 2 4 3 3 2 4 4 4 4 4 4 3
## [1259] 3 3 2 4 1 4 4 2 5 4 3 4 2 4 4 4 5 4 3 3 4 3 4 3 4 3 4 2 4 3 4 5 4 4 4 4 4
## [1296] 4 2 4 4 4 3 4 2 4 5 4 3 4 2 3 3 3 3 5 4 4 5 4 4 4 4 2 4 5 3 4 5 3 2 4 5 4
## [1333] 4 2 2 4 3 2 4 4 4 4 4 4 2 4 2 3 4 3 2 4 3 2 4 4 2 4 4 4 3 4 2 4 4 4 4 4 4
## [1370] 4 2 2 3 2 3 3 5 4 3 5 4 4 3 1 4 3 4 4 3 2 2 3 4 4 4 4 3 4 4 4 4 4 4 4 4 4
## [1407] 4 4 2 4 2 2 4 4 4 4 5 4 3 3 4 4 3 5 4 3 3 4 4 2 2 4 5 4 4 4 3 2 4 3 5 4 4
## [1444] 4 4 2 2 2 4 4 2 5 2 4 4 4 3 3 2 3 4 4 3 4 4 4 4 5 4 4 2 5 4 4 3 1 4 4 2 4
## [1481] 4 4 3 4 4 4 4 4 4 3 4 2 4 4 2 4 4 5 4 3 4 4 2 4 4 3 4 2 4 2 3 4 2 3 4 3 3
## [1518] 4 4 4 3 4 4 4 4 4 2 4 4 2 4 4 4 4 4 4 2 2 4 5 4 2 5 4 2 4 3 4 4 4 4 2 4 4
## [1555] 4 4 4 4 2 2 2 3 2 4 3 2 2 4 5 4 3 2 2 3 4 5 2 4 4 4 5 2 2 4 3 3 4 4 4 3 4
## [1592] 2 3 2 5 4 4 3 5 4 4 4 4 3 3 4 4 4 4 2 4 4 4 5 4 5 4 4 4 5 4 3 5 4 4 4 3 4
## [1629] 3 4 2 4 4 3 3 4 3 3 3 4 4 4 4 4 3 3 5 3 1 3 5 2 5 3 5 3 3 3 5 3 5 1 4 3 4
## [1666] 3 5 4 4 4 5 4 4 2 3 5 4 4 4 5 5 4 4 3 4 2 3 5 4 4 5 3 4 4 4 4 5 2 3 4 4 2
## [1703] 4 3 5 5 4 3 5 4 3 3 3 3 5 4 4 3 4 4 4 5 4 1 4 5 3 4 3 4 4 4 3 4 4 3 4 3 4
## [1740] 4 3 4 3 4 4 3 4 3 4 4 3 5 4 5 4 5 3 3 3 4 4 5 3 5 3 3 4 4 3 4 4 4 2 4 4 4
## [1777] 5 3 4 5 5 5 4 3 5 4 3 4 4 3 4 2 3 4 4 3 4 4 4 3 4 4 4 4 5 5 4 4 4 4 2 3 5
## [1814] 4 3 3 3 4 5 3 5 5 5 5 3 3 5 4 3 4 5 2 4 4 4 3 4 1 4 4 4 3 3 5 3 4 4 4 4 4
## [1851] 4 4 3 4 5 3 2 3 4 3 4 4 1 4 4 2 4 4 5 4 5 4 2 3 3 3 4 3 4 4 5 5 4 4 3 2 5
## [1888] 4 5 4 3 3 3 5 2 4 2 5 1 4 4 4 4 5 5 4 4 4 4 3 4 4 4 4 2 4 4 4 3 4 2 3 5 4
## [1925] 3
Q1
## [1] 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4
## [38] 4 4 4 3 4 4 2 4 4 4 1 4 4 2 4 4 1 1 4 4 4 4 4 4 4 4 1 4 4 4 4 4 1 4 4 4 2
## [75] 4 4 4 2 1 4 1 4 2 5 2 4 4 3 4 4 4 4 4 5 4 2 4 5 4 4 4 4 3 4 4 4 2 5 4 3 5
## [112] 2 3 5 4 3 4 4 4 4 2 5 4 4 4 4 4 4 4 2 4 4 3 5 4 4 5 4 4 2 4 4 4 3 4 5 4 2
## [149] 2 5 4 2 4 4 4 4 4 4 4 4 4 4 3 3 4 2 4 4 4 4 4 4 4 5 4 3 4 4 4 3 4 4 4 4 4
## [186] 4 4 5 4 4 4 2 2 4 4 5 4 3 4 4 4 4 4 3 1 4 2 2 2 4 4 3 4 4 4 3 4 3 3 2 2 3
## [223] 4 4 4 3 3 3 3 2 3 4 2 2 3 4 2 3 3 4 5 4 4 2 2 4 3 4 4 4 2 4 1 4 4 4 4 4 3
## [260] 4 4 3 4 2 4 4 4 5 2 4 4 4 3 4 4 3 1 1 4 4 4 4 4 4 3 4 4 4 4 4 2 3 5 4 4 5
## [297] 4 3 4 4 4 4 4 5 2 4 2 3 2 2 4 2 4 4 4 4 4 2 4 2 4 4 4 3 4 4 4 4 4 5 4 4 4
## [334] 2 5 4 2 4 4 4 4 4 2 4 5 4 4 4 4 4 4 4 5 4 4 2 4 4 2 2 4 4 4 4 2 2 2 4 4 4
## [371] 4 4 2 3 3 2 4 4 4 4 2 2 4 4 4 4 4 4 3 4 2 4 4 2 4 2 4 4 5 4 4 3 4 4 2 2 4
## [408] 4 3 2 1 3 3 4 4 4 4 4 4 4 4 4 5 4 4 4 4 3 2 4 4 4 4 4 2 4 5 4 2 5 4 4 4 4
## [445] 3 2 4 3 4 1 3 4 4 4 4 4 3 4 4 4 4 2 4 4 2 4 3 3 5 5 4 3 4 4 2 4 4 2 4 4 3
## [482] 4 2 4 4 5 4 4 2 4 4 4 4 5 4 4 4 4 3 5 3 2 4 3 4 4 4 5 4 4 4 2 3 2 3 5 5 4
## [519] 5 4 3 4 4 4 5 2 2 4 3 3 2 4 4 4 4 2 4 2 3 4 4 5 2 4 4 2 2 4 3 4 1 2 2 3 2
## [556] 2 3 4 4 4 1 5 4 4 4 4 3 2 4 2 4 4 2 4 1 4 2 4 2 4 4 4 4 2 5 4 4 4 4 4 3 4
## [593] 4 2 4 3 3 2 4 2 4 5 2 4 5 3 4 3 4 3 2 5 4 5 4 4 2 5 4 2 4 4 4 4 3 3 3 2 4
## [630] 4 3 4 4 4 3 4 4 4 4 4 4 4 2 3 2 3 3 3 4 4 4 4 3 4 2 3 4 1 3 3 3 2 2 3 4 1
## [667] 3 3 2 2 2 1 4 4 2 4 3 4 3 4 4 4 3 4 4 2 5 4 3 4 4 4 3 2 3 4 4 2 3 5 4 4 3
## [704] 4 3 4 4 4 2 4 4 5 4 4 4 4 5 4 4 4 3 4 3 3 2 2 3 2 2 2 3 4 4 3 4 5 4 3 1 4
## [741] 5 4 4 2 4 4 4 4 4 4 2 3 2 4 5 4 4 4 2 2 4 4 2 3 3 2 3 1 1 3 3 2 2 2 3 1 1
## [778] 3 2 4 4 5 4 4 4 4 5 4 4 2 2 4 3 2 4 4 4 4 4 5 3 4 2 4 4 4 4 4 4 4 5 4 4 1
## [815] 3 2 4 4 2 2 2 3 4 4 5 4 4 1 4 2 4 4 2 4 4 5 2 2 4 5 2 4 2 2 4 5 3 2 4 3 3
## [852] 3 1 2 2 2 3 2 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 2 4 4 4 5 4 4 4 2 4 2 3 2 3
## [889] 3 3 1 3 3 3 1 3 1 3 3 2 3 1 4 4 4 5 2 4 5 1 4 4 4 4 3 3 4 4 4 4 4 4 2 4 3
## [926] 2 4 2 2 4 4 4 4 4 3 5 2 1 3 2 3 1 2 2 4 4 4 5 4 1 4 2 3 4 4 4 4 4 4 3 4 4
## [963] 4 5 1 2 2 3 3 4 4 3 5 3 3 2 4 4 4 5 4 2 3 3 3 4 4 4 4 4 4 4 4 4 2 4 4 4 3
## [1000] 4 4 3 4 4 4 3 4 4 4 4 2 3 4 2 3 4 4 4 4 4 4 4 2 2 5 4 3 3 4 2 4 4 2 4 4 5
## [1037] 4 4 5 4 5 3 4 4 4 4 4 4 4 4 3 4 3 4 2 4 4 4 5 3 4 3 3 2 2 2 4 3 4 2 4 2 4
## [1074] 2 4 4 4 2 4 3 2 4 5 4 2 5 5 2 5 4 3 4 4 4 4 3 3 4 4 4 4 4 4 5 4 4 2 4 5 4
## [1111] 4 4 3 4 2 2 4 3 4 5 1 1 4 5 4 3 3 3 4 4 3 4 3 2 2 2 5 4 2 3 3 4 3 4 2 3 4
## [1148] 3 4 4 4 3 3 4 2 4 3 2 2 4 3 3 3 3 4 5 5 5 5 4 4 3 4 4 4 2 4 3 3 4 5 2 5 3
## [1185] 5 2 3 4 4 4 4 2 4 4 5 2 3 4 3 4 4 4 4 2 4 4 3 4 2 4 4 3 4 4 4 4 4 4 4 5 4
## [1222] 5 3 4 4 4 3 5 2 5 2 3 3 3 4 3 4 4 4 2 3 4 2 3 5 4 2 4 3 3 2 4 4 4 4 4 4 3
## [1259] 3 3 2 4 1 4 4 2 5 4 3 4 2 4 4 4 5 4 3 3 4 3 4 3 4 3 4 2 4 3 4 5 4 4 4 4 4
## [1296] 4 2 4 4 4 3 4 2 4 5 4 3 4 2 3 3 3 3 5 4 4 5 4 4 4 4 2 4 5 3 4 5 3 2 4 5 4
## [1333] 4 2 2 4 3 2 4 4 4 4 4 4 2 4 2 3 4 3 2 4 3 2 4 4 2 4 4 4 3 4 2 4 4 4 4 4 4
## [1370] 4 2 2 3 2 3 3 5 4 3 5 4 4 3 1 4 3 4 4 3 2 2 3 4 4 4 4 3 4 4 4 4 4 4 4 4 4
## [1407] 4 4 2 4 2 2 4 4 4 4 5 4 3 3 4 4 3 5 4 3 3 4 4 2 2 4 5 4 4 4 3 2 4 3 5 4 4
## [1444] 4 4 2 2 2 4 4 2 5 2 4 4 4 3 3 2 3 4 4 3 4 4 4 4 5 4 4 2 5 4 4 3 1 4 4 2 4
## [1481] 4 4 3 4 4 4 4 4 4 3 4 2 4 4 2 4 4 5 4 3 4 4 2 4 4 3 4 2 4 2 3 4 2 3 4 3 3
## [1518] 4 4 4 3 4 4 4 4 4 2 4 4 2 4 4 4 4 4 4 2 2 4 5 4 2 5 4 2 4 3 4 4 4 4 2 4 4
## [1555] 4 4 4 4 2 2 2 3 2 4 3 2 2 4 5 4 3 2 2 3 4 5 2 4 4 4 5 2 2 4 3 3 4 4 4 3 4
## [1592] 2 3 2 5 4 4 3 5 4 4 4 4 3 3 4 4 4 4 2 4 4 4 5 4 5 4 4 4 5 4 3 5 4 4 4 3 4
## [1629] 3 4 2 4 4 3 3 4 3 3 3 4 4 4 4 4 3 3 5 3 1 3 5 2 5 3 5 3 3 3 5 3 5 1 4 3 4
## [1666] 3 5 4 4 4 5 4 4 2 3 5 4 4 4 5 5 4 4 3 4 2 3 5 4 4 5 3 4 4 4 4 5 2 3 4 4 2
## [1703] 4 3 5 5 4 3 5 4 3 3 3 3 5 4 4 3 4 4 4 5 4 1 4 5 3 4 3 4 4 4 3 4 4 3 4 3 4
## [1740] 4 3 4 3 4 4 3 4 3 4 4 3 5 4 5 4 5 3 3 3 4 4 5 3 5 3 3 4 4 3 4 4 4 2 4 4 4
## [1777] 5 3 4 5 5 5 4 3 5 4 3 4 4 3 4 2 3 4 4 3 4 4 4 3 4 4 4 4 5 5 4 4 4 4 2 3 5
## [1814] 4 3 3 3 4 5 3 5 5 5 5 3 3 5 4 3 4 5 2 4 4 4 3 4 1 4 4 4 3 3 5 3 4 4 4 4 4
## [1851] 4 4 3 4 5 3 2 3 4 3 4 4 1 4 4 2 4 4 5 4 5 4 2 3 3 3 4 3 4 4 5 5 4 4 3 2 5
## [1888] 4 5 4 3 3 3 5 2 4 2 5 1 4 4 4 4 5 5 4 4 4 4 3 4 4 4 4 2 4 4 4 3 4 2 3 5 4
## [1925] 3
attach(data)#부호 바뀐경우 바로잡기위해 사용
## The following objects are masked from data (pos = 3):
##
## BF, BM, EDU1, Gender1, Happiness, Peace, Q1, Q10, Q11, Q12, Q13,
## Q14, Q15, Q16, Q17, Q18, Q19, Q2, Q20, Q3, Q4, Q5, Q6, Q7, Q8, Q9
data$EDU1[EDU1==4]<-1
data$EDU1[EDU1==3]<-2
data$EDU1[EDU1==2]<-3
data$EDU1[EDU1==1]<-4
glimpse(data)
## Rows: 1,925
## Columns: 26
## $ Q1 <int> 4, 4, 4, 5, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, …
## $ Q2 <int> 4, 4, 4, 4, 4, 4, 2, 2, 4, 4, 4, 4, 4, 2, 4, 4, 2, 4, 2, 2, …
## $ Q3 <int> 2, 4, 4, 4, 4, 4, 4, 4, 4, 2, 4, 2, 4, 4, 4, 4, 4, 3, 2, 3, …
## $ Q4 <int> 3, 4, 4, 4, 4, 4, 4, 4, 4, 2, 4, 4, 4, 2, 4, 4, 4, 2, 2, 4, …
## $ Q5 <int> 4, 4, 2, 4, 4, 4, 4, 4, 2, 4, 4, 2, 4, 4, 4, 4, 4, 3, 1, 2, …
## $ Q6 <int> 2, 3, 4, 4, 4, 4, 4, 4, 1, 2, 2, 2, 4, 4, 3, 5, 2, 2, 1, 4, …
## $ Q7 <int> 2, 2, 4, 4, 4, 4, 4, 4, 3, 4, 4, 4, 5, 4, 4, 5, 4, 3, 4, 4, …
## $ Q8 <int> 4, 4, 4, 4, 4, 4, 5, 5, 2, 2, 4, 4, 4, 4, 3, 5, 4, 2, 4, 4, …
## $ Q9 <int> 4, 4, 4, 4, 2, 4, 5, 5, 3, 4, 4, 4, 2, 2, 4, 5, 2, 4, 2, 4, …
## $ Q10 <int> 4, 4, 2, 4, 4, 4, 5, 5, 2, 4, 2, 4, 4, 4, 3, 4, 4, 3, 2, 3, …
## $ Q11 <int> 4, 4, 4, 4, 4, 4, 5, 5, 4, 4, 4, 3, 4, 4, 4, 4, 5, 4, 3, 3, …
## $ Q12 <int> 4, 4, 4, 4, 4, 4, 5, 5, 3, 4, 4, 3, 4, 3, 3, 4, 5, 4, 4, 2, …
## $ Q13 <int> 4, 4, 4, 4, 4, 4, 5, 5, 4, 4, 4, 4, 2, 4, 4, 4, 5, 4, 4, 4, …
## $ Q14 <int> 4, 4, 4, 4, 4, 4, 5, 5, 5, 4, 4, 4, 3, 4, 5, 4, 5, 4, 4, 4, …
## $ Q15 <int> 4, 4, 3, 4, 4, 4, 4, 2, 3, 4, 4, 3, 1, 4, 4, 4, 5, 4, 4, 4, …
## $ Q16 <int> 4, 4, 4, 4, 4, 4, 5, 2, 4, 4, 4, 4, 4, 4, 5, 4, 5, 4, 4, 4, …
## $ Q17 <int> 4, 3, 4, 4, 4, 4, 2, 2, 4, 4, 4, 4, 3, 2, 4, 5, 4, 4, 3, 4, …
## $ Q18 <int> 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 5, 2, 4, 4, 4, …
## $ Q19 <int> 4, 2, 4, 4, 4, 4, 4, 2, 4, 2, 4, 4, 1, 4, 4, 4, 5, 4, 2, 3, …
## $ Q20 <int> 4, 1, 3, 4, 4, 4, 4, 2, 4, 2, 4, 4, 4, 2, 4, 5, 5, 4, 2, 4, …
## $ Gender1 <dbl> 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 0, 0, 0, 1, 0, 1, 1, …
## $ EDU1 <dbl> 4, 4, 3, 4, 3, 4, 4, 4, 1, 2, 3, 4, 4, 2, 2, 3, 4, 4, 4, 1, …
## $ BF <dbl> 3.4, 4.0, 3.6, 4.2, 4.0, 4.0, 3.6, 3.6, 3.6, 3.2, 4.0, 3.2, …
## $ BM <dbl> 3.2, 3.4, 3.6, 4.0, 3.6, 4.0, 4.6, 4.6, 2.2, 3.2, 3.2, 3.6, …
## $ Happiness <dbl> 4.0, 4.0, 3.8, 4.0, 4.0, 4.0, 4.8, 4.4, 3.8, 4.0, 4.0, 3.4, …
## $ Peace <dbl> 4.0, 2.8, 3.8, 4.0, 4.0, 4.0, 3.8, 2.4, 4.0, 3.2, 4.0, 3.9, …
detach(data)#attach는 구식, detach는 원상복구