Hi, thanks for the quick reply.
I'm really new to RStudio so I don't understand much from the "reprex" FAQ. Only things I managed to do is the str() and the deparse(). Hope this helps?
str(sportData)
Classes ‘tbl_df’, ‘tbl’ and 'data.frame': 200 obs. of 7 variables:
leeftijd: num 29 27 13 12 16 20 42 31 35 31 ...
gewicht : num 94 74 54 49 75 66 85 93 90 75 ...
lengte : num 166 181 148 150 160 187 172 166 169 164 ...
tijd : chr "18" "22.1" "22.7" "24" ...
sport : chr "1" "2.5" "3" "1.5" ...
geslacht: chr "V" "M" "M" "V" ...
$ type : chr "voetbal" "basketbal" "voetbal" "zwemmen" ...
deparse(sportData)
[1] "structure(list(leeftijd = c(29, 27, 13, 12, 16, 20, 42, 31, 35, "
[2] "31, 18, 24, 32, 23, 32, 47, 50, 15, 23, 34, 40, 25, 18, 9, 14, "
[3] "30, 23, 27, 42, 21, 17, 38, 35, 20, 46, 22, 43, 25, 10, 34, 11, "
[4] "33, 31, 50, 37, 39, 50, 46, 24, 44, 50, 47, 35, 9, 22, 39, 21, "
[5] "44, 49, 9, 11, 23, 39, 39, 33, 36, 32, 44, 10, 9, 31, 16, 17, "
[6] "14, 40, 47, 22, 30, 26, 28, 12, 20, 21, 18, 41, 33, 40, 16, 14, "
[7] "33, 39, 40, 14, 16, 43, 24, 32, 42, 39, 16, 35, 45, 44, 28, 31, "
[8] "21, 8, 43, 23, 40, 17, 48, 41, 48, 43, 42, 43, 26, 20, 8, 32, "
[9] "42, 18, 34, 46, 18, 43, 37, 8, 35, 41, 28, 33, 27, 36, 12, 30, "
[10] "30, 41, 12, 31, 43, 43, 36, 48, 20, 27, 18, 25, 30, 30, 48, 49, "
[11] "14, 18, 14, 14, 14, 37, 15, 14, 43, 40, 49, 18, 45, 45, 20, 20, "
[12] "21, 27, 24, 37, 46, 28, 44, 16, 10, 18, 8, 44, 18, 39, 23, 11, "
[13] "8, 22, 24, 41, 14, 35, 45, 26, 24, 38, 33, 26, 50, 41, 9), gewicht = c(94, "
[14] "74, 54, 49, 75, 66, 85, 93, 90, 75, 92, 81, 87, 83, 81, 83, 102, "
[15] "54, 88, 100, 90, 71, 78, 46, 59, 99, 78, 100, 99, 83, 75, 111, "
[16] "97, 72, 96, 89, 97, 93, 48, 99, 65, 79, 94, 98, 84, 89, 94, 95, "
[17] "80, 105, 91, 98, 93, 50, 104, 93, 95, 94, 82, 35, 60, 70, 94, "
[18] "101, 99, 78, 67, 74, 45, 34, 82, 76, 75, 75, 83, 92, 85, 86, "
[19] "99, 96, 54, 79, 79, 62, 93, 101, 99, 75, 57, 78, 102, 79, 80, "
[20] "84, 91, 87, 87, 84, 55, 72, 81, 94, 83, 97, 74, 86, 39, 91, 114, "
[21] "79, 75, 96, 78, 78, 100, 97, 80, 82, 74, 34, 90, 65, 63, 86, "
[22] "90, 93, 84, 99, 40, 100, 86, 91, 97, 87, 90, 59, 82, 71, 91, "
[23] "67, 76, 75, 77, 64, 116, 100, 103, 84, 92, 86, 87, 72, 93, 58, "
[24] "87, 60, 55, 68, 72, 75, 64, 79, 92, 113, 98, 101, 100, 92, 87, "
[25] "82, 90, 84, 93, 102, 83, 89, 72, 44, 71, 47, 100, 94, 93, 112, "
[26] "69, 35, 86, 88, 87, 72, 81, 108, 90, 98, 76, 71, 95, 114, 69, "
[27] "50), lengte = c(166, 181, 148, 150, 160, 187, 172, 166, 169, "
[28] "164, 179, 173, 178, 177, 187, 187, 181, 156, 176, 171, 192, 175, "
[29] "168, 134, 153, 196, 170, 176, 193, 159, 165, 196, 169, 180, 185, "
[30] "189, 199, 149, 147, 176, 149, 178, 177, 166, 163, 168, 175, 183, "
[31] "168, 168, 176, 170, 180, 122, 176, 156, 187, 161, 167, 130, 141, "
[32] "186, 173, 165, 196, 182, 176, 182, 146, 129, 162, 179, 169, 170, "
[33] "178, 184, 193, 173, 189, 166, 148, 176, 158, 171, 169, 164, 202, "
[34] "173, 166, 136, 192, 177, 173, 145, 186, 171, 165, 175, 193, 181, "
[35] "185, 162, 196, 178, 167, 178, 130, 193, 172, 164, 172, 194, 167, "
[36] "181, 191, 172, 160, 192, 189, 140, 177, 194, 183, 177, 199, 194, "
[37] "168, 187, 126, 180, 171, 206, 171, 189, 166, 176, 164, 153, 165, "
[38] "143, 180, 159, 184, 160, 178, 184, 180, 182, 186, 176, 163, 180, "
[39] "164, 159, 169, 157, 166, 162, 165, 164, 141, 171, 160, 156, 188, "
[40] "182, 155, 176, 165, 169, 182, 170, 186, 172, 171, 172, 169, 135, "
[41] "175, 136, 175, 182, 187, 146, 154, 123, 167, 185, 164, 153, 168, "
[42] "163, 174, 195, 180, 157, 193, 159, 183, 150), tijd = c("18", "
[43] ""22.1", "22.7", "24", "23.8", "17.9", "24.6", "19.9", "21.3", "
[44] ""22.5", "20.7", "17", "18.9", "21.2", "23.4", "26.6", "34.3", "
[45] ""23.8", "22.4", "24.8", "25.1", "22", "21.7", "31", "23.8", "24", "
[46] ""17.6", "17.3", "26", "18.7", "19.4", "19.2", "29.3", "18.6", "
[47] ""28.1", "25.5", "31.2", "15.4", "25.9", "23.4", "27.2", "22.2", "
[48] ""18.3", "27.6", "19", "27.1", "26.2", "23.8", "15", "21.1", "34.8", "
[49] ""31.8", "22.2", "26.9", "19.5", "23.6", "25.2", "28.3", "23.9", "
[50] ""30.5", "26.3", "22.8", "19.2", "30", "26.6", "23.6", "22.1", "
[51] ""30.3", "25.3", "23.9", "18.6", "19.2", "24.6", "23.3", "22.2", "
[52] ""24.6", "22.1", "23.6", "15.3", "25.1", "35.3", "21.3", "20.6", "
[53] ""20.8", "29.1", "18.2", "25.1", "20.3", "21.8", "20.1", "23.4", "
[54] ""21.7", "26.9", "19.4", "23.2", "17.4", "18.3", "26.6", "20.5", "
[55] ""21.4", "15.6", "25.3", "20.4", "23.2", "14.9", "26.8", "25.1", "
[56] ""19.8", "25.4", "17.5", "21.5", "32.5", "21.8", "28.4", "18.7", "
[57] ""16.5", "24", "15.2", "25.6", "26.4", "12.8", "18.1", "21.2", "
[58] ""18.5", "32.6", "16.6", "20.8", "18", "32.6", "22.3", "29.2", "
[59] ""16", "19.6", "18.8", "22.4", "26.2", "17.4", "18.1", "25.1", "
[60] ""26.9", "22.7", "22", "29.1", "21.1", "27.7", "15.6", "23", "16.2", "
[61] ""14.1", "20.9", "17.9", "27.4", "34.4", "24.7", "11.1", "16.4", "
[62] ""18.3", "28.4", "23", "21.4", "18.9", "32.6", "22.3", "21.6", "
[63] ""26.3", "32.4", "22.1", "25.1", "22.1", "20", "23.2", "18.3", "
[64] ""21.2", "24.4", "24.7", "24.1", "25", "25.4", "22.9", "29.6", "
[65] ""31.4", "16.7", "26.9", "22.5", "30.9", "30", "20.5", "16.4", "
[66] ""20.9", "22.2", "22.1", "26", "12.7", "20", "29.4", "19.7", "17.6", "
[67] ""28.5", "21.8", "26"), sport = c("1", "2.5", "3", "1.5", "4", "
[68] ""2", "3", "2", "4", "2.5", "2", "1.5", "2", "2", "4", "5.5", "
[69] ""4.5", "3", "4.5", "5.5", "1.5", "2.5", "2", "4.5", "2.5", "4.5", "
[70] ""3", "4", "3.5", "3", "2.5", "1", "4", "2.5", "5.5", "2.5", "4", "
[71] ""2", "4", "3.5", "3.5", "3.5", "1.5", "3.5", "3", "4", "3.5", "
[72] ""1.5", "3.5", "2", "4.5", "4", "3", "2", "2.5", "2", "3.5", "3", "
[73] ""2", "4.5", "3.5", "3.5", "3.5", "4.5", "4", "3", "2.5", "4", "
[74] ""2.5", "3", "4", "2.5", "2", "3", "2.5", "2", "3", "3.5", "3.5", "
[75] ""2", "4.5", "3.5", "3", "2.5", "5", "4", "2", "3", "3", "4", "
[76] ""3.5", "2.5", "3.5", "3", "4", "3", "2.5", "1", "2", "3", "1", "
[77] ""4.5", "2", "4", "2", "3", "2.5", "3", "2", "4.5", "3", "5", "
[78] ""2", "0.5", "2", "1.5", "2", "2", "1", "3.5", "1", "3", "1.5", "
[79] ""1.5", "3.5", "2.5", "2.5", "3", "4.5", "2.5", "1.5", "1.5", "
[80] ""2", "3", "4", "2.5", "2", "3", "2", "5.5", "3", "1.5", "3", "
[81] ""1", "4", "2.5", "2", "1.5", "2", "2", "3", "3.5", "3.5", "3.5", "
[82] ""2", "1", "3", "2", "4.5", "1", "1.5", "4", "4", "3.5", "2.5", "
[83] ""4", "2.5", "4", "1.5", "2", "2.5", "3", "3.5", "3", "4", "3", "
[84] ""3.5", "2", "2", "3.5", "3", "1.5", "2.5", "4", "2.5", "3", "3", "
[85] ""3.5", "3", "0", "0", "2", "3", "4", "3", "2.5", "3.5", "3.5", "
[86] ""4", "3"), geslacht = c("V", "M", "M", "V", "V", "V", "M", "V", "
[87] ""V", "M", "M", "M", "M", "M", "V", "V", "V", "M", "V", "V", "V", "
[88] ""M", "M", "V", "V", "M", "V", "V", "M", "M", "V", "M", "M", "V", "
[89] ""V", "M", "M", "M", "V", "V", "V", "M", "V", "M", "V", "V", "V", "
[90] ""V", "V", "M", "V", "M", "M", "V", "M", "M", "V", "V", "M", "V", "
[91] ""V", "V", "M", "M", "V", "M", "M", "V", "M", "V", "M", "V", "M", "
[92] ""M", "M", "M", "V", "M", "M", "V", "M", "V", "M", "M", "V", "V", "
[93] ""V", "V", "M", "V", "M", "M", "M", "M", "M", "V", "V", "M", "M", "
[94] ""M", "V", "V", "V", "V", "M", "M", "V", "V", "V", "M", "M", "M", "
[95] ""V", "M", "M", "M", "V", "V", "M", "V", "V", "M", "V", "M", "V", "
[96] ""V", "M", "M", "V", "V", "V", "V", "M", "V", "V", "M", "M", "V", "
[97] ""V", "V", "M", "M", "V", "M", "V", "V", "V", "M", "V", "V", "M", "
[98] ""M", "V", "V", "M", "V", "V", "M", "M", "M", "M", "V", "V", "M", "
[99] ""M", "V", "V", "V", "V", "V", "M", "V", "M", "M", "V", "M", "V", "
[100] ""V", "M", "M", "V", "V", "M", "V", "M", "M", "V", "M", "M", "M", "
[101] ""V", "V", "M", "V", "V", "V", "V", "M", "V", "V"), type = c("voetbal", "
[102] ""basketbal", "voetbal", "zwemmen", "andere", "tennis", "voetbal", "
[103] ""andere", "voetbal", "basketbal", "voetbal", "voetbal", "andere", "
[104] ""basketbal", "andere", "andere", "andere", "voetbal", "basketbal", "
[105] ""andere", "andere", "andere", "andere", "zwemmen", "basketbal", "
[106] ""voetbal", "voetbal", "voetbal", "voetbal", "tennis", "voetbal", "
[107] ""tennis", "voetbal", "basketbal", "voetbal", "basketbal", "voetbal", "
[108] ""andere", "zwemmen", "basketbal", "voetbal", "zwemmen", "zwemmen", "
[109] ""voetbal", "basketbal", "andere", "voetbal", "zwemmen", "voetbal", "
[110] ""voetbal", "voetbal", "andere", "voetbal", "tennis", "voetbal", "
[111] ""andere", "voetbal", "tennis", "basketbal", "voetbal", "basketbal", "
[112] ""voetbal", "zwemmen", "voetbal", "tennis", "tennis", "tennis", "
[113] ""andere", "basketbal", "andere", "tennis", "zwemmen", "basketbal", "
[114] ""zwemmen", "zwemmen", "voetbal", "andere", "andere", "andere", "
[115] ""basketbal", "zwemmen", "tennis", "basketbal", "basketbal", "basketbal", "
[116] ""tennis", "basketbal", "andere", "voetbal", "zwemmen", "zwemmen", "
[117] ""voetbal", "voetbal", "voetbal", "andere", "voetbal", "voetbal", "
[118] ""zwemmen", "tennis", "voetbal", "andere", "tennis", "zwemmen", "
[119] ""tennis", "tennis", "voetbal", "andere", "andere", "andere", "
[120] ""andere", "tennis", "andere", "zwemmen", "voetbal", "zwemmen", "
[121] ""zwemmen", "tennis", "tennis", "voetbal", "zwemmen", "basketbal", "
[122] ""voetbal", "tennis", "voetbal", "basketbal", "tennis", "basketbal", "
[123] ""voetbal", "tennis", "tennis", "tennis", "zwemmen", "voetbal", "
[124] ""andere", "zwemmen", "voetbal", "andere", "tennis", "andere", "
[125] ""andere", "zwemmen", "voetbal", "voetbal", "basketbal", "basketbal", "
[126] ""voetbal", "zwemmen", "zwemmen", "basketbal", "zwemmen", "andere", "
[127] ""tennis", "tennis", "tennis", "andere", "basketbal", "basketbal", "
[128] ""andere", "voetbal", "andere", "zwemmen", "voetbal", "andere", "
[129] ""voetbal", "tennis", "voetbal", "voetbal", "zwemmen", "tennis", "
[130] ""voetbal", "voetbal", "voetbal", "voetbal", "voetbal", "tennis", "
[131] ""voetbal", "tennis", "basketbal", "andere", "basketbal", "zwemmen", "
[132] ""zwemmen", "tennis", "zwemmen", "voetbal", "basketbal", "tennis", "
[133] ""zwemmen", "andere", "zwemmen", "basketbal", "zwemmen", "zwemmen", "
[134] ""basketbal", "tennis", "zwemmen", "zwemmen", "voetbal", "zwemmen", "
[135] ""tennis")), row.names = c(NA, -200L), class = c("tbl_df", "tbl", "
[136] ""data.frame"))"
I don't understand why "tijd" and "sport" aren't numeric.