Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
Como científico de datos, a menudo trabajarás con datos no numéricos, como cargos laborales, respuestas de encuestas o información demográfica. R tiene una forma especial de representarlos, llamada factores, y este curso te ayudará a dominarlos usando el paquete del tidyverse forcats. También trabajaremos con otros paquetes del tidyverse, como ggplot2, dplyr, stringr y tidyr, y usaremos conjuntos de datos reales, como el de vuelos de fivethirtyeight y la encuesta State of Data Science and ML de Kaggle. Al finalizar el curso, sabrás identificar y manipular variables factor, visualizar tus datos de forma rápida y eficiente, y comunicar tus resultados con eficacia. ¡Prepárate para categorizar!
Requisitos previos
Programa de formación
Contenido del curso
1
Introducción a las variables factor
En este capítulo, aprenderás todo sobre los factores. Verás la diferencia entre variables categóricas y ordinales, cómo las representa R y cómo inspeccionarlas para encontrar el número y los nombres de sus niveles. Por último, descubrirás cómo forcats, un paquete del tidyverse, puede mejorar tus gráficos permitiéndote reordenar variables por su frecuencia de forma rápida.
- Introducción a las variables cualitativas50 XP
- Reconocer variables factor100 XP
- Variables cualitativas en teoría50 XP
- Comprender tus variables cualitativas50 XP
- Obtener el número de niveles100 XP
- Examinar el número de niveles100 XP
- Examinar los niveles100 XP
- Mejorar los gráficos50 XP
- Reordenar una variable por su frecuencia100 XP
- Ordenar una variable según otra100 XP
2
Manipulación de variables factor
Seguirás profundizando en el paquete forcats, aprendiendo a cambiar el orden y los nombres de los niveles e incluso a agruparlos entre sí.
3
Creación de variables factor
Una vez afianzado forcats, ampliarás al resto del tidyverse, aprendiendo y repasando funciones de dplyr, tidyr y stringr. Perfeccionarás gráficos con ggplot2 cambiando los ejes a escalas de porcentaje, editando el diseño del texto y más.
4
Estudio de caso sobre etiqueta en vuelos
En este capítulo final, pondrás en práctica todo lo aprendido en un estudio de caso. Aprenderás más sobre trabajar con cadenas y resumir datos, y luego replicarás un gráfico de 538 con calidad de publicación.
R
Datos categóricos en el Tidyverse
Curso
completado
