700+ courses, half price
Descrizione del corso
I dati nel mondo reale possono far paura: davanti a un insieme di dati complicato e disordinato potresti chiederti da dove cominciare. Il pacchetto tidyr ti permette di domare queste bestie trasformandole in insiemi di dati ordinati. Valori inaccessibili nascosti nei nomi delle colonne verranno spostati nelle righe, i file JSON diventeranno data frame e i valori mancanti non andranno più persi. Metterai in pratica queste tecniche su un’ampia varietà di dataset disordinati, scoprendo ad esempio quanti cani l’Unione Sovietica ha mandato nello spazio e quale uccello è il più popolare in Nuova Zelanda. Con tidyr nel tuo toolkit del tidyverse, potrai trasformare quasi qualsiasi insieme di dati in un formato ordinato, con un grande ritorno per il resto della tua analisi.
Prerequisiti
Programma
Struttura del corso
1
Dati ordinati
Ti verrà introdotto il concetto di dati ordinati, centrale per questo corso. Nelle prime due lezioni andrai subito al sodo separando colonne di testo disordinate in variabili e osservazioni ordinate, pronte per l’analisi. Nell’ultima lezione imparerai a sovrascrivere e rimuovere i valori mancanti.
- Che cos'è il tidy data?50 XP
- Struttura dei dati ordinati100 XP
- Più variabili per colonna100 XP
- Colonne con più valori50 XP
- Numeri di telefono internazionali100 XP
- Estrarre osservazioni dai valori100 XP
- Separare in colonne e righe100 XP
- Valori mancanti50 XP
- E l’Oscar per il miglior regista va a ... <NA>100 XP
- Imputare i dati di vendita100 XP
- Bombe nucleari per continente100 XP
2
Da largo a lungo e ritorno
Questo capitolo riguarda il pivoting dei dati da un formato largo a uno lungo e viceversa usando le funzioni pivot_longer() e pivot_wider(). Ti serviranno quando le variabili sono nascoste in nomi di colonna disordinati o quando le variabili sono memorizzate nelle righe invece che nelle colonne. Lungo il percorso parleremo di cani spaziali, bombe nucleari e temperature dei pianeti.
3
Espansione dei dati
Nei tuoi dati i valori possono spesso mancare, e a volte mancano anche intere osservazioni. In questo capitolo imparerai a completare il tuo insieme di dati con queste osservazioni mancanti. Aggiungerai osservazioni con valore zero ai dati conteggiati, espanderai serie temporali a una sequenza completa di intervalli e molto altro!
4
Rettangolarizzare i dati
Nel capitolo finale imparerai a trasformare strutture di dati annidate, come file JSON e XML, in dati ordinati e rettangolari. Questa abilità ti permetterà di elaborare dati provenienti da API web. Imparerai anche come le strutture di dati annidate possano essere usate per creare pipeline di modellazione eleganti che producono risultati ordinati.
R
Rimodellare i dati con tidyr
Corso
completato
