Accéder au contenu principal

Cours

Programmer avec dplyr

IntermédiaireNiveau de compétence

Actualisé 04/2024

Apprenez à effectuer des transformations dplyr avancées et à intégrer du code dplyr et ggplot2 dans des fonctions.

Commencer le cours gratuitement

RData Manipulation

4 h

15 vidéos

47 Exercices

3,850 XP

3,374

Certificat de formation

Apprécié par des utilisateurs provenant de milliers d'entreprises

Former une équipe ?

Essayez pour les entreprises

Description du cours

Le tidyverse regroupe un ensemble remarquable de packages qui rendent la manipulation de données simple et rapide. Mais avez-vous déjà essayé d’utiliser des fonctions dplyr à l’intérieur de vos propres fonctions et rencontré des erreurs étranges ou des résultats inattendus ? Ces erreurs sont souvent dues à la « tidy evaluation », qui demande un peu de travail supplémentaire. Dans Programmer avec dplyr, vous apprendrez des stratégies pour résoudre ces erreurs grâce au package rlang. Vous verrez aussi d’autres techniques pour programmer avec dplyr en utilisant des données de la Banque mondiale et du Fonds monétaire international afin d’analyser des tendances mondiales tout au long du cours. À la fin, vous serez un véritable ninja de l’écriture de fonctions tidyverse !

Prérequis

Joining Data with dplyr Introduction to Writing Functions in R

1

Demandez des comptes à vos dirigeants choisis

Dans ce chapitre, vous reverrez les pipelines dplyr et améliorerez vos sélections de colonnes grâce aux fonctions d’assistance et aux expressions régulières.

Fructifiez avec dplyr

select() vs. filter()

Une excellente sélection

Mutation nécessaire

Un coup de pouce avec les fonctions utilitaires

Ne me lancez pas là-dessus

Voyons comment cela se termine

Trouver la correspondance idéale

Un amour conTENeur

À la recherche de correspondances

Commencer le chapitre

2

Faites avancer le troupeau

Ici, vous apprendrez à déplacer des colonnes dans vos données et à appliquer la même transformation à plusieurs colonnes. Vous choisirez aussi les lignes qui répondent à au moins un ou à tous les critères de colonne.

Proposer une aide au repositionnement des colonnes

Déplacer avec select() et everything()

Réorganiser avec select() et last_col()

Changer l’ordre avec relocate()

Cela a dépassé la limite

Transformer sur plusieurs colonnes

Résumer sur plusieurs variables

Combiner count() avec across()

Animal Crossing : nouvelles fonctions rowwise

across() vs. c_across()

Agrégations avec rowwise()

Un pour « any », un pour « all »

Commencer le chapitre

3

Théorie des ensembles au Pôle Nord

Dans cette section, vous réviserez les jointures dplyr, puis irez plus loin en utilisant des opérations inspirées de la théorie des ensembles pour examiner les recouvrements et les différences entre jeux de données.

Joindre pour le plaisir

Joignez-vous à moi

Poursuivre l’enquête

Des lignes qui se croisent n’ont pas de parallèle

intersect() vs. inner_join()

Foncer à travers l’intersection

Livrer l’état de l’union

Sauvegarder l’union

Adhérez à votre union locale, toutes et tous

Un peu trop d’EXCEPT

Vérifier l’égalité entre ensembles

Vérifier les différences

Commencer le chapitre

4

Parler le nouveau rlang-ue

Dans la dernière partie du cours, vous utiliserez les opérateurs de rlang pour transformer des arguments en variables et créer des fonctions qui intègrent du code dplyr et ggplot2.

Quel est votre dysfonctionnement majeur ?

Taux de chômage par région

Taux de chômage médians par groupe

Bang-bang !!

Faire correspondre les opérateurs rlang

Bang bang dans la pièce

Rlang-uez depuis votre fauteuil

You are the walrus

Analyser les résultats par région

Un excellent rebondissement avec ggplot

Combiner graphiques et stratégie

Le titre de graphique s’épaissit

Félicitations !

Commencer le chapitre

Programmer avec dplyr

Cours
terminé

Obtenez un certificat de réussite

Ajoutez cette certification à votre profil LinkedIn, à votre CV ou à votre portfolio
Partagez-la sur les réseaux sociaux et dans votre évaluation de performanceS'inscrire maintenant

Rejoignez plus de 19 millions d'utilisateurs et commencez Programmer avec dplyr dès aujourd'hui !

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.