メインコンテンツへスキップ

コース

tidyverse で学ぶカテゴリ型データ

基礎スキルレベル

更新日 2026/01

分類の準備をしましょう。Tidyverseで職種名やアンケート回答などの非数値データを扱い、効果的にカテゴリ化します。

コースを無料で開始

RData Manipulation

4時間

13 ビデオ

44 演習

3,600 XP

16,537

修了証明書

何千もの企業の従業員が支持

チームのトレーニングを担当していますか？

Businessをお試しください

コース説明

データサイエンティストとしては、職種名、アンケートの回答、人口統計などの数値ではないデータを扱うことがよくあります。R にはそれらを表現する特別な方法である factor があり、このコースでは tidyverse の forcats パッケージを使ってその扱い方をマスターします。あわせて、ggplot2、dplyr、stringr、tidyr などの tidyverse パッケージも使い、fivethirtyeight のフライトデータセットや Kaggle の State of Data Science and ML Survey といった実データを扱います。コース修了時には、factor 変数を見分けて操作し、データを素早く効率的に可視化し、結果を効果的に伝えられるようになります。さあ、カテゴリ化のスキルを身につけましょう！

前提条件

Reshaping Data with tidyr

1

Introduction to Factor Variables

In this chapter, you’ll learn all about factors. You’ll discover the difference between categorical and ordinal variables, how R represents them, and how to inspect them to find the number and names of the levels. Finally, you’ll find how forcats, a tidyverse package, can improve your plots by letting you quickly reorder variables by their frequency.

Introduction to qualitative variables

Recognizing factor variables

Qualitative variables in theory

Understanding your qualitative variables

Getting number of levels

Examining number of levels

Examining levels

Making better plots

Reordering a variable by its frequency

Ordering one variable by another

チャプターを開始

2

Manipulating Factor Variables

You’ll continue to dive into the forcats package, learning how to change the order and names of levels and even collapse them into one another.

Reordering factors

Changing the order of factor levels

Tricks of fct_relevel()

Renaming factor levels

Distinguishing between forcats functions

Renaming a few levels

When you have a typo

Collapsing factor levels

Manually collapsing levels

Lumping variables by proportion

Preserving the most common levels

チャプターを開始

3

Creating Factor Variables

Having gotten a good grasp of forcats, you’ll expand out to the rest of the tidyverse, learning and reviewing functions from dplyr, tidyr, and stringr. You’ll refine graphs with ggplot2 by changing axes to percentage scales, editing the layout of the text, and more.

Examining common themed variables

Grouping and reshaping similar columns

Summarizing data

Creating an initial plot

Tricks of ggplot2

Editing plot text

Reordering graphs

Changing and creating variables with case_when()

case_when() with single variable

case_when() from multiple columns

チャプターを開始

4

Case Study on Flight Etiquette

In this final chapter, you’ll take all that you’ve learned and apply it in a case study. You’ll learn more about working with strings and summarizing data, then replicate a publication quality 538 plot.

Case study introduction

Changing characters to factors

Tidying data

Data preparation and regex

Cleaning up strings

Dichotomizing variables

Summarizing data

Recreating the plot

Creating an initial plot

Fixing labels

Flipping things around

Finalizing the chart

End of course recap

チャプターを開始

tidyverse で学ぶカテゴリ型データ

コース完了

修了証明書を取得

この修了書をLinkedInや履歴書、CVに追加しましょう
ソーシャルメディアや人事評価で共有しましょう今すぐ登録

19百万人を超える学習者と共にtidyverse で学ぶカテゴリ型データを始めましょう！

DataCamp for Mobileでデータスキルを磨きましょう

モバイルコースと毎日の 5 分間のコーディングチャレンジで、外出先でも進歩できます。