Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Angenommen, du hast einen tollen Datensatz gefunden und würdest gerne mehr darüber erfahren. Wie kannst du anfangen, die Fragen zu beantworten, die du zu den Daten hast? Verwende dplyr, um diese Fragen zu beantworten.
Erforsche zunächst die grundlegenden Datenumwandlungstechniken, einschließlich der Verwendung der wichtigsten dplyr-Verben wie select, filter, arrange und mutate. Mit diesen Funktionen lernst du, wie du Datensätze ändern kannst, indem du bestimmte Spalten auswählst, Zeilen anhand von Bedingungen filterst, Daten sortierst und neue berechnete Spalten erstellst.
Du wirst verstehen, wie du deine Daten besser interpretieren und verwalten kannst. Funktionen wie count, group_by und summarize werden vorgestellt, um Operationen durchzuführen, die viele Beobachtungen zu aussagekräftigen Zusammenfassungen aggregieren, die für die Datenanalyse und die Berichterstattung wichtig sind.
Am Ende des Kurses wirst du robuste Fähigkeiten zur Datenmanipulation mit dplyr entwickelt haben, die eine effizientere und effektivere Datenanalyse ermöglichen-eine wichtige Fähigkeit für jeden Datenanalysten oder Wissenschaftler.
Erste Schritte: Daten mit dplyr transformieren
In diesem Kurs lernst du, wie du mit dem dplyr-Paket in R Daten effizient manipulieren und umwandeln kannst.Erforsche zunächst die grundlegenden Datenumwandlungstechniken, einschließlich der Verwendung der wichtigsten dplyr-Verben wie select, filter, arrange und mutate. Mit diesen Funktionen lernst du, wie du Datensätze ändern kannst, indem du bestimmte Spalten auswählst, Zeilen anhand von Bedingungen filterst, Daten sortierst und neue berechnete Spalten erstellst.
Aggregieren von Daten mit dplyr
Als Nächstes behandelt der Kurs die Datenaggregation, bei der du lernst, wie du Daten zur besseren Interpretation zusammenfassen und verdichten kannst.Du wirst verstehen, wie du deine Daten besser interpretieren und verwalten kannst. Funktionen wie count, group_by und summarize werden vorgestellt, um Operationen durchzuführen, die viele Beobachtungen zu aussagekräftigen Zusammenfassungen aggregieren, die für die Datenanalyse und die Berichterstattung wichtig sind.
Auswahl und Umwandlung von Daten
Schließlich lernst du fortgeschrittene Techniken zur Datenauswahl und -umwandlung kennen, z. B. die Verwendung von Auswahlhilfen und das Verb umbenennen. Du wirst deine Fähigkeiten auch auf eine reale Fallstudie anwenden und gruppierte Mutationen, Fensterfunktionen und Datenvisualisierung mit ggplot2 üben.Am Ende des Kurses wirst du robuste Fähigkeiten zur Datenmanipulation mit dplyr entwickelt haben, die eine effizientere und effektivere Datenanalyse ermöglichen-eine wichtige Fähigkeit für jeden Datenanalysten oder Wissenschaftler.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Daten transformieren mit dplyr
Lerne Verben kennen, mit denen du deine Daten transformieren kannst, darunter select, filter, arrange und mutate. Du verwendest diese Funktionen, um den Datensatz counties zu verändern, bestimmte Beobachtungen anzuzeigen und Fragen zu den Daten zu beantworten.
- Daten mit dplyr erkunden50 XP
- Deine Daten verstehen50 XP
- Spalten auswählen100 XP
- Die Verben „filter“ und „arrange“50 XP
- Beobachtungen organisieren100 XP
- Nach Bedingungen filtern100 XP
- Filtern und Anordnen100 XP
- Das Verb „mutate“50 XP
- Die Anzahl der Beamten berechnen100 XP
- Berechnung des Frauenanteils in einem Bezirk100 XP
- Mutate, filter und arrange100 XP
2
Daten aggregieren
Jetzt, da du weißt, wie du deine Daten transformierst, möchtest du lernen, wie du sie aggregierst, um sie besser interpretierbar zu machen. Du lernst mehrere Funktionen kennen, mit denen du viele Beobachtungen zusammenfassen kannst, darunter count, group_by, summarize, ungroup sowie slice_min/slice_max.
3
Daten auswählen und transformieren
Lerne fortgeschrittene Methoden, um Spalten auszuwählen und zu transformieren. Außerdem lernst du select helpers kennen – Funktionen, die Kriterien für die Auswahl bestimmter Spalten festlegen –, sowie das Verb rename.
4
Fallstudie: Der Datensatz babynames
Arbeite mit einem neuen Datensatz, der die Namen von Babys darstellt, die in den Vereinigten Staaten jedes Jahr geboren werden. Lerne, wie du gruppierte mutates und Window-Funktionen nutzt, um komplexere Fragen zu deinen Daten zu stellen und zu beantworten. Und kombiniere dplyr mit ggplot2, um interessante Diagramme zu erstellen und deine Daten weiter zu erkunden.
R
Datenmanipulation mit dplyr
Kurs
abgeschlossen
