Weiter zum Inhalt

Kurs

Datenmanipulation mit data.table in R

BasicSchwierigkeitsgrad

Aktualisiert 08/2024

Lerne die wichtigsten Konzepte der Datenbearbeitung, wie Filtern, Auswählen und Berechnen von Gruppenstatistiken mit data.table.

Kurs kostenlos starten

RData Manipulation

4 Std.

15 Videos

59 Übungen

5,050 XP

26,280

Leistungsnachweis

Beliebt bei Lernenden in Tausenden Unternehmen

Ein Team schulen?

Für Unternehmen ausprobieren

Kursbeschreibung

Das Paket data.table bietet eine leistungsstarke Variante von base R's data.frame mit Verbesserungen in Syntax und Funktionen für bessere Benutzerfreundlichkeit, Komfort und Programmiergeschwindigkeit. In diesem Kurs lernst du, wie du data.tables erstellst, subsettest und manipulierst. Außerdem lernst du die datenbankinspirierten Funktionen von data.tables kennen, einschließlich integrierter gruppenweiser Operationen. Der Kurs endet mit schnellen Methoden zum Importieren und Exportieren tabellarischer Textdaten wie CSV-Dateien. Nach Abschluss des Kurses kannst du data.table in R für eine effizientere Datenmanipulation und -analyse einsetzen. Im gesamten Kurs arbeitest du mit dem Bay-Area-Bikeshare-Trip-Datensatz aus San Francisco aus dem Jahr 2014.

Voraussetzungen

1

Einführung in data.table

Dieses Kapitel stellt data.tables als direkten Ersatz für data.frames vor und zeigt, wie du mit dem i-Argument von data.table Zeilen filterst.

Willkommen im Kurs!

data.table-Quiz

Eine data.table erstellen

Einführung in die bikes-Daten

Zeilen in einer data.table filtern

Zeilen mit positiven Ganzzahlen filtern

Zeilen mit negativen Ganzzahlen filtern

Zeilen filtern mit logischen Vektoren

Hilfen zum Filtern

Ich %like% data.tables

Filtern mit %in%

Filtern mit %between% und %chin%

Kapitel starten

2

Spalten auswählen und berechnen

So wie dich das i-Argument Zeilen filtern lässt, kannst du mit dem j-Argument von data.table Spalten auswählen und auch Berechnungen durchführen. Die Syntax ist im Vergleich zu data.frames deutlich bequemer und flexibler.

Spalten aus einer data.table auswählen

Eine einzelne Spalte auswählen

Spalten nach Namen auswählen

Bestimmte Spalten abwählen

Berechnungen auf Spalten – der data.table‑Weg

Berechnungen in j (I)

Berechnungen in j (II)

Fortgeschrittene Berechnungen in j

Berechnungen in j (III)

Kombinieren von i und j

Kapitel starten

3

Gruppenweise Operationen

Dieses Kapitel führt das by-Argument von data.table ein, mit dem du Berechnungen nach Gruppen durchführen kannst. Am Ende dieses Kapitels beherrschst du die prägnante DT[i, j, by]-Syntax von data.table.

Berechnungen nach Gruppen

Statistiken nach Gruppen berechnen (I)

Statistiken nach Gruppen berechnen (II)

Mehrere Statistiken berechnen

data.table-Ausdrücke verketten

Zeilen sortieren

Was sind die Top 5 Ziele?

Was ist das beliebteste Ziel von jeder Startstation aus?

i, j und by kombinieren (I)

Berechnungen in j mit .SD

Mit .SD arbeiten (I)

Verwendung von .SD (II)

Kapitel starten

4

Referenzsemantik

In diesem Kapitel lernst du eine einzigartige Funktion von data.table kennen: das direkte Ändern bestehender data.tables. Das Ändern von data.tables direkt macht deine Operationen unglaublich schnell und ist leicht zu lernen.

Spalten per Referenz hinzufügen und aktualisieren

Eine neue Spalte hinzufügen

Eine bestehende Spalte aktualisieren (I)

Eine vorhandene Spalte aktualisieren (II)

Gruppierte Aggregationen

Spalten nach Gruppen hinzufügen

Spalten gruppenweise aktualisieren

Fortgeschrittene Aggregationen

Mehrere Spalten hinzufügen (I)

Mehrere Spalten hinzufügen (II)

Kombiniere i, j und by (II)

Kapitel starten

5

Daten importieren und exportieren

Das Paket data.table hilft dir nicht nur, Berechnungen unglaublich schnell durchzuführen, es unterstützt dich auch beim Lesen und Schreiben von Daten auf die Festplatte mit beeindruckender Geschwindigkeit. Dieses Kapitel konzentriert sich auf die Funktionen fread() und fwrite() von data.table, mit denen du Flatfiles schnell und einfach importieren und exportieren kannst!

Schnelles Einlesen von Daten mit fread()

Schnelles Einlesen von der Festplatte

Eine CSV-Datei importieren

Ausgewählte Spalten importieren

Ausgewählte Zeilen importieren

Fortgeschrittenes Dateieinlesen

Große Ganzzahlen einlesen

Spaltenklassen festlegen

Umgang mit leeren und unvollständigen Zeilen

Mit fehlenden Werten umgehen

Schnelles Schreiben von Daten mit fwrite()

Dateien auf die Festplatte schreiben

Datum- und Zeitspalten schreiben

Schnelles Schreiben auf die Festplatte

Kapitel starten

Datenmanipulation mit data.table in R

Kurs
abgeschlossen

Leistungsnachweis verdienen

Füge diesen Fähigkeitsnachweis zu deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzu
Teile es auf Social Media und in deiner LeistungsbeurteilungJetzt anmelden

Schließe dich 19 Millionen Lernenden an und starte Datenmanipulation mit data.table in R heute!

DataCamp gibt es auch für Mobilgeräte

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.