Data subsetten in R: selecteren, filteren en data extraheren

Leer hoe je data frames in R subset met brackets [], subset(), en dplyr. Inclusief codevoorbeelden en een vergelijking van methoden.

Bijgewerkt 2 okt 2026 · 6 min lezen

Verken met AI

ChatGPT Claude Perplexity

Bijna elk R-data-analyseproject vereist dat je specifieke rijen, kolommen of waarden uit een grotere dataset haalt. Subsetten is hoe je dat in R doet: met bracketnotatie [] voor laagdrempelige indexeercontrole, de functie subset() voor leesbare, voorwaardelijke filtering, of dplyr-werkwoorden zoals filter() en select() voor moderne datapijplijnen.

TL;DR

Gebruik bracketnotatie df[rows, cols] voor positi gebaseerde selectie van rijen en kolommen
Gebruik $ om één kolom als vector te extraheren: df$column_name
Gebruik subset(df, condition) voor leesbare, voorwaardelijke filtering in interactieve sessies
Voeg drop = FALSE toe wanneer je één kolom selecteert om het resultaat als data frame te behouden
Geef voor productietcode en datapijplijnen de voorkeur aan bracketnotatie of dplyr::filter() boven subset()

Rijen selecteren

Hier is een voorbeeld van subsetten op een data frame genaamd debt.

debt[3:6, ]

      name  payment
3      Dan      150
4      Rob       50
5      Rob       75
6      Rob      100

De syntaxis df[rows, columns] is de basis van subsetten in R. Hier selecteert 3:6 de rijen 3 t/m 6, en de lege ruimte na de komma betekent "geef alle kolommen terug". Het resultaat is een kleiner data frame met dezelfde kolomstructuur als het origineel.

Rijen selecteren uit een specifieke kolom

Let op de vereenvoudiging die optreedt wanneer je één enkele kolom selecteert. Als je de eerste drie rijen van alleen de kolom payment selecteert, wordt het resultaat vereenvoudigd tot een vector.

debt[1:3, 2]

100 200 150

De 2 verwijst hier naar de tweede kolom van debt, namelijk payment. Omdat we één kolom selecteerden, laat R de dataframe-structuur vallen en geeft een gewone numerieke vector terug.

Dataframe-opmaak

Wil je het als dataframe behouden, voeg dan simpelweg drop = FALSE toe zoals hieronder:

debt[1:3, 2, drop = FALSE]

    payment
1       100
2       200
3       150

Een specifieke kolom selecteren

Je kunt ook één kolom selecteren met de $-operator door dataframe$column te schrijven. In het volgende voorbeeld halen we de kolom payment uit debt. R geeft het resultaat terug als een vector in plaats van een data frame.

debt$payment

100 200 150 50 75 100

De functie subset() gebruiken

Als je complexere subsets wilt maken of een subset op basis van een voorwaarde, is de volgende stap de functie subset(). Stel dat je de schulden van iemand met de naam Dan wilt bekijken. Je zou gewoon de brackets kunnen gebruiken om zijn schuld te selecteren en op te tellen, maar dat is niet erg robuust, zeker niet bij mogelijke wijzigingen in de dataset.

# Dit werkt, maar is niet informatief
debt[1:3, ]

subset() op een categorische variabele

Een betere manier is om de functie subset() te gebruiken om de rijen te selecteren waar de kolom name gelijk is aan Dan. Let op dat er een dubbele is-gelijkteken (==) nodig is, een relationele operator.

# Dit werkt, maar is niet informatief en niet robuust
debt[1:3, ]

# Veel informatiever!
subset(debt, name == "Dan")

      name     payment
1      Dan         100
2      Dan         200
3      Dan         150

Het resultaat bevat alleen de drie rijen waar name gelijk is aan "Dan". Merk op dat de oorspronkelijke rijnummers (1, 2, 3) behouden blijven, wat helpt om resultaten terug te leiden naar het bron-dataframe.

subset() op een numerieke variabele

We kunnen ook subsetten op numerieke kolommen. Als we rijen willen zien waar payments gelijk zijn aan $100, doe je het volgende:

subset(debt, payment == 100)

      name  payment
1      Dan      100
6      Rob      100

Twee rijen voldoen aan de voorwaarde: rij 1 (Dan) en rij 6 (Rob) hebben allebei betalingen van exact $100. Dit laat zien dat subset() elke rij scant, ongeacht de naam, en alle overeenkomsten teruggeeft.

Dataframes benaderen en subsetten

Wat als je alleen de kasstromen van bedrijf A nodig hebt? Hier filtert de functie subset() rijen uit een ander dataframe, cash:

subset(cash, company == "A")

      company  cash_flow  year
1           A       1000     1
2           A       4000     3
3           A        550     4

Onthoud:

Het eerste argument dat je aan subset() doorgeeft is de naam van je dataframe, cash.
Let op dat je company niet tussen aanhalingstekens moet zetten!
De == is de gelijkheidsoperator. Die test waar twee dingen gelijk zijn en geeft een logische vector terug.

Interactief voorbeeld van de subset()-methode

In het volgende voorbeeld gebruiken we subset() om rijen van cash te selecteren die horen bij bedrijf B, en filteren we vervolgens op kasstromen die over 1 jaar vervallen.

# Rijen over bedrijf B
subset(cash, company == "B")

# Rijen met kasstromen die over 1 jaar vervallen
subset(cash, year == 1)

Als je bovenstaande code uitvoert, levert dat het volgende resultaat op:

  company cash_flow year
4       B      1500    1
5       B      1100    2
6       B       750    4
7       B      6000    5

  company cash_flow year
1       A      1000    1
4       B      1500    1

Probeer het zelf in onze cursus Introduction to R for Finance.

Deze content is afkomstig uit DataCamp’s cursus Introduction to R for Finance door Lore Dirick.

Subsetten met dplyr

Het tidyverse-pakket dplyr biedt een modern alternatief voor het subsetten van dataframes. De functie filter() selecteert rijen en select() kiest kolommen, beide met een pipe-gebaseerde syntaxis waarmee je bewerkingen aan elkaar kunt koppelen.

library(dplyr)

# Filter rijen waar name "Dan" is
debt %>% filter(name == "Dan")

# Selecteer alleen de kolom payment (blijft een data frame)
debt %>% select(payment)

# Combineer: filter rijen en selecteer kolommen in één pipeline
debt %>%
  filter(payment >= 100) %>%
  select(name, payment)

In tegenstelling tot subset() werken dplyr-functies betrouwbaar binnen andere functies en verwerken ze gegroepeerde operaties, joins en samenvattingen in dezelfde pipeline. Als je data-analyseworkflows opbouwt in plaats van losse query’s uit te voeren, is dplyr de standaardtool.

Vergelijking van subsetmethoden

Laten we de verschillende subsetmethoden in R vergelijken in een tabel:

Methode	Syntaxis	Beste voor	Opmerkingen
Brackets `[]`	`df[rows, cols]`	Fijnmazige controle, programmeren	Werkt op alle R-objecten
`$`	`df$col`	Snel één kolom extraheren	Geeft een vector terug, geen data frame
`subset()`	`subset(df, cond)`	Interactieve filtering	Niet aanbevolen binnen functies
`dplyr::filter()`	`df %>% filter(cond)`	Datapijplijnen, leesbare code	Vereist het dplyr-pakket

Tot slot

R biedt meerdere manieren om te subsetten: bracketnotatie [] voor volledige controle, subset() voor leesbare, interactieve filtering, en dplyr::filter() voor datapijplijnen. Brackets werken op elk R-object, subset() leest prettig voor ad-hoc verkenning, en dplyr schaalt goed wanneer je meerdere bewerkingen aaneenrijgt.

Wil je dieper in datamanipulatie met R, bekijk dan de cursus Data Manipulation with dplyr of de cursus Introduction to the Tidyverse op DataCamp.