Vai al contenuto principale

Corso

Manipolazione dei dati con data.table in R

BasicLivello di competenza

Aggiornato 08/2024

Impara i concetti fondamentali sulla manipolazione dei dati, come filtrare, selezionare e calcolare statistiche di gruppo usando data.table.

Inizia Il Corso Gratis

RData Manipulation4 h15 video59 Esercizi5,050 XP26,206Attestato di conseguimento

Crea il tuo account gratuito

o

Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.

Preferito dagli studenti di migliaia di aziende

Vuoi formare 2 o più persone?

Prova DataCamp for Business

Descrizione del corso

Il pacchetto data.table offre una versione ad alte prestazioni del data.frame di base in R, con miglioramenti di sintassi e funzionalità per semplificare l’uso, aumentare la comodità e velocizzare la programmazione. In questo corso vedrai come creare, filtrare e manipolare i data.table. Imparerai anche le funzionalità ispirate ai database, incluse le operazioni per gruppi integrate. Il corso si conclude con metodi rapidi per importare ed esportare dati tabellari in testo, come i file CSV. Al termine, sarai in grado di usare data.table in R per rendere più efficiente la manipolazione e l’analisi dei dati. Durante il corso esplorerai il dataset dei viaggi in bike share dell’area della Baia di San Francisco del 2014.

Prerequisiti

1

Introduction to data.table

This chapter introduces data.tables as a drop-in replacement for data.frames and shows how to use data.table's i argument to filter rows.

Welcome to the course!

data.table pop quiz

Creating a data.table

Introducing bikes data

Filtering rows in a data.table

Filtering rows using positive integers

Filtering rows using negative integers

Filtering rows using logical vectors

Helpers for filtering

I %like% data.tables

Filtering with %in%

Filtering with %between% and %chin%

Inizia Il Capitolo

2

Selecting and Computing on Columns

Just as the i argument lets you filter rows, the j argument of data.table lets you select columns and also perform computations. The syntax is far more convenient and flexible when compared to data.frames.

Selecting columns from a data.table

Selecting a single column

Selecting columns by name

Deselecting specific columns

Computing on columns the data.table way

Computing in j (I)

Computing in j (II)

Advanced computations in j

Computing in j (III)

Combining i and j

Inizia Il Capitolo

3

Groupwise Operations

This chapter introduces data.table's by argument that lets you perform computations by groups. By the end of this chapter, you will master the concise DT[i, j, by] syntax of data.table.

Computations by groups

Computing stats by groups (I)

Computing stats by groups (II)

Computing multiple stats

Chaining data.table expressions

Ordering rows

What are the top 5 destinations?

What is the most popular destination from each start station?

Combining i, j, and by (I)

Computations in j using .SD

Using .SD (I)

Using .SD (II)

Inizia Il Capitolo

4

Reference Semantics

You will learn about a unique feature of data.table in this chapter: modifying existing data.tables in place. Modifying data.tables in place makes your operations incredibly fast and is easy to learn.

Adding and updating columns by reference

Adding a new column

Updating an existing column (I)

Updating an existing column (II)

Grouped aggregations

Adding columns by group

Updating columns by group

Advanced aggregations

Adding multiple columns (I)

Adding multiple columns (II)

Combining i, j, and by (II)

Inizia Il Capitolo

5

Importing and Exporting Data

Not only does the data.table package help you perform incredibly fast computations, it can also help you read and write data to disk with amazing speeds. This chapter focuses on data.table's fread() and fwrite() functions which let you import and export flat files quickly and easily!

Fast data reading with fread()

Fast reading from disk

Importing a CSV file

Importing selected columns

Importing selected rows

Advanced file reading

Reading large integers

Specifying column classes

Dealing with empty and incomplete lines

Dealing with missing values

Fast data writing with fwrite()

Writing files to disk

Writing date and time columns

Fast writing to disk

Inizia Il Capitolo

Manipolazione dei dati con data.table in R

Corso
completato

Ottieni Attestato di conseguimento

Aggiungi questa certificazione al tuo profilo LinkedIn, al curriculum o al CV
Condividila sui social e nella valutazione delle tue performanceIscriviti Ora

Unisciti a oltre 19 milioni di studenti e inizia Manipolazione dei dati con data.table in R oggi!

Crea il tuo account gratuito

o

Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.

Aumenta le tue competenze sui dati con l'app di DataCamp

Avanza ovunque ti trovi con i nostri corsi per dispositivi mobili e le nostre sfide di programmazione quotidiane da 5 minuti.