Weiter zum Inhalt

Kurs

Skalierbare Datenverarbeitung in R

ExperteSchwierigkeitsgrad

Aktualisiert 08/2024

Lerne, wie du mit den Paketen bigmemory und iotools skalierbaren Code für die Arbeit mit Big Data in R schreibst.

Kurs kostenlos starten

RProgramming

4 Std.

15 Videos

49 Übungen

3,950 XP

6,143

Leistungsnachweis

Beliebt bei Lernenden in Tausenden Unternehmen

Training a Team?

Try for Business

Kursbeschreibung

Datensätze sind oft größer als der verfügbare Arbeitsspeicher. Das ist für R-Programmierer:innen problematisch, da standardmäßig alle Variablen im Speicher liegen. Du lernst Werkzeuge kennen, mit denen du Daten direkt von der Festplatte verarbeiten, untersuchen und analysieren kannst. Außerdem setzt du den Split-Apply-Combine-Ansatz um und lernst, wie du mit den Paketen bigmemory und iotools skalierbaren Code schreibst. In diesem Kurs nutzt du Daten der Federal Housing Finance Agency – ein frei verfügbarer Datensatz, der alle Hypotheken erfasst, die von der Federal National Mortgage Association (Fannie Mae) und der Federal Home Loan Mortgage Corporation (Freddie Mac) zwischen 2009 und 2015 gehalten oder verbrieft wurden.

Voraussetzungen

Writing Efficient R Code

1

Working with increasingly large data sets

In this chapter, we cover the reasons you need to apply new techniques when data sets are larger than available RAM. We show that importing and exporting data using the base R functions can be slow and some easy ways to remedy this. Finally, we introduce the bigmemory package.

What is Scalable Data Processing?

Why is your code slow?

How does processing time vary by data size?

Working with "Out-of-Core" Objects using the Bigmemory Project

Reading a big.matrix object

Attaching a big.matrix object

Creating tables with big.matrix objects

Data summary using bigsummary

References vs. Copies

Copying matrices and big matrices

Kapitel starten

2

Processing and Analyzing Data with bigmemory

Now that you've got some experience using bigmemory, we're going to go through some simple data exploration and analysis techniques. In particular, we'll see how to create tables and implement the split-apply-combine approach.

The Bigmemory Suite of Packages

Tabulating using bigtable

Borrower Race and Ethnicity by Year (I)

Split-Apply-Combine

Female Proportion Borrowing

Visualize your results using the tidyverse

Visualizing Female Proportion Borrowing

The Borrower Income Ratio

Tidy Big Tables

Limitations of bigmemory

Where should you use bigmemory?

Kapitel starten

3

Working with iotools

We'll use the iotools package that can process both numeric and string data, and introduce the concept of chunk-wise processing.

Introduction to chunk-wise processing

Can you split-compute-combine it?

Foldable operations (I)

Foldable operations (II)

A first look at iotools: Importing data

Compare read.delim() and read.delim.raw()

Reading raw data and turning it into a data structure

chunk.apply

Reading chunks in as a matrix

Reading chunks in as a data.frame

Parallelizing calls to chunk.apply

Kapitel starten

4

Case Study: A Preliminary Analysis of the Housing Data

In the previous chapters, we've introduced the housing data and shown how to compute with data that is about as big, or bigger than, the amount of RAM on a single machine. In this chapter, we'll go through a preliminary analysis of the data, comparing various trends over time.

Overview of types of analysis for this chapter

Race and Ethnic Representation in the Mortgage Data

Comparing the Borrower Race/Ethnicity and their Proportions

Are the data missing at random?

Looking for Predictable Missingness

A little more about missingness

Analyzing the Housing Data

Borrower Race and Ethnicity by Year (II)

Visualizing the Adjusted Demographic Trends

Relative change in demographic trend

Borrower Lending Trends: City vs. Rural

Borrower Region by Year

Who is securing federally guaranteed loans?

Congratulations!

Kapitel starten

Skalierbare Datenverarbeitung 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 Skalierbare Datenverarbeitung in R heute!

DataCamp gibt es auch für Mobilgeräte

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