50 % de descuento en DataCamp Premium. Más de 700 cursos a mitad de precio. Empieza a aprender hoy.
Descripción del curso
Analizar datos que vienen en tablas es entretenido. Pero ¿y si lo más interesante no está en un conjunto de datos bien organizado, sino en texto plano? No te preocupes: en este curso aprenderás todo lo necesario para crear expresiones regulares potentes que te ayudarán a encontrar la información que necesitas para tus análisis a partir de un simple bloque de texto. Y no solo eso. Usando el concepto de distancias entre cadenas, aprenderás a trabajar incluso con texto que contiene erratas o errores de escaneo, ya que podrás vincularlo con sus equivalentes correctos de otras fuentes de datos (record linkage). Como material de aprendizaje, analizaremos documentos reales sobre cifras de taquilla en cines suizos.
Requisitos previos
Programa de formación
Esquema del curso
1
Expresiones regulares: cómo escribir patrones a medida
Las expresiones regulares pueden imponer al principio porque incluyen muchos caracteres especiales. En este capítulo aprenderás a descifrarlas y a escribir tus propios patrones para encontrar exactamente lo que buscas.
- Bienvenido50 XP
- Empieza por, termina en100 XP
- Si no sabes qué estás buscando100 XP
- Clases de caracteres y repeticiones50 XP
- Dígitos, palabras y espacios100 XP
- Coincidir repeticiones100 XP
- ¿Qué hacía cada carácter especial?100 XP
- La barra vertical y el signo de interrogación50 XP
- Esto o aquello100 XP
- El signo de interrogación y sus dos significados100 XP
- ¡Ahora puedes leer esto!50 XP
2
Crear cadenas a partir de datos
En este capítulo nos alejaremos un poco de las expresiones regulares y nos centraremos en la manipulación de cadenas creando textos a partir de otras estructuras de datos como vectores o listas.
3
Extraer datos estructurados de texto
Una tarea en la que las expresiones regulares brillan es convertir un bloque de texto en algo comprensible. En este capítulo aprenderás a extraer información de datos desordenados que no vienen en tablas bien organizadas, sino en texto plano.
4
Similitudes entre cadenas
En el último capítulo cambiaremos de enfoque para entender las distancias entre cadenas. Al calcular las diferencias entre varias cadenas, podemos emparejar aquellas que son similares. Esto nos ayudará a encontrar duplicados incluso cuando contengan pequeños errores como erratas. Es una parte importante del record linkage, donde combinamos conjuntos de datos de múltiples fuentes.
R
Expresiones regulares intermedias en R
Curso
completado
