R Markdown
library (readxl)
data_kesehatan <- read_excel ("data_kesehatan.xlsx")
data_kesehatan
## # A tibble: 200 × 10
## id umur jenis_kelamin tinggi_badan berat_badan gula_darah
## <dbl> <dbl> <chr> <dbl> <dbl> <dbl>
## 1 1 33 Perempuan 160. 62.9 80.1
## 2 2 59 Perempuan 153. 54.7 79.2
## 3 3 39 Perempuan 156. 66.8 99.6
## 4 4 64 Laki-laki 174. 54.8 97.4
## 5 5 67 Perempuan 164. 62.2 49.0
## 6 6 20 Perempuan 150. 61.2 121.
## 7 7 45 Perempuan 158. 59.4 105.
## 8 8 64 Laki-laki 166. 55.9 148.
## 9 9 47 Perempuan 157. 62.2 114.
## 10 10 42 Perempuan 161. 58.7 91.1
## # ℹ 190 more rows
## # ℹ 4 more variables: tekanan_sistolik <dbl>, tekanan_diastolik <dbl>,
## # kolesterol <dbl>, skor_kesehatan <dbl>
library (dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
data_kesehatan %>%
filter (gula_darah <110)%>%
filter (kolesterol <200) %>%
filter (tekanan_sistolik < 130) %>%
filter (tekanan_diastolik < 85) %>%
count (jenis_kelamin)
## # A tibble: 2 × 2
## jenis_kelamin n
## <chr> <int>
## 1 Laki-laki 25
## 2 Perempuan 23
data_kesehatan %>%
select (id, skor_kesehatan) %>%
arrange (skor_kesehatan) %>%
head (n=5)
## # A tibble: 5 × 2
## id skor_kesehatan
## <dbl> <dbl>
## 1 49 45.4
## 2 11 48.5
## 3 70 53.5
## 4 193 54.2
## 5 176 58.0
data_kesehatan %>%
select (id, gula_darah) %>%
arrange (gula_darah) %>%
head (n=1)
## # A tibble: 1 × 2
## id gula_darah
## <dbl> <dbl>
## 1 5 49.0