Ga naar hoofdinhoud
HomeR

Cursus

Data herstructureren met tidyr

GemiddeldVaardigheidsniveau
Bijgewerkt 03-2023
Zet bijna elke dataset om in een overzichtelijk formaat om het analyseren makkelijker te maken.
Start Cursus Kosteloos
RData Manipulation
4 u
15 videos
54 Opdrachten
4,650 XP
24,562
Bewijs van Prestatie

Maak je kosteloos account aan

Ga verder met GoogleMeer opties weergeven

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Geliefd bij leerlingen van duizenden bedrijven

Group

Een team trainen?

Probeer voor bedrijven

Cursusbeschrijving

Ruwe data kan intimiderend zijn—bij een ingewikkelde en rommelige gegevensset vraag je je misschien af: waar begin ik? Met het pakket tidyr tover je zulke monsters om tot nette, overzichtelijke gegevenssets. Ontoegankelijke waarden die in kolomnamen verborgen zitten, zet je om naar rijen, JSON-bestanden worden data frames, en ontbrekende waarden raak je niet meer kwijt. Je oefent deze technieken op allerlei rommelige gegevenssets en ontdekt onderweg hoeveel honden de Sovjet-Unie de ruimte in stuurde en welke vogel het populairst is in Nieuw-Zeeland. Met het pakket tidyr in je tidyverse-gereedschapskist kun je bijna elke gegevensset omzetten naar een nette structuur, wat de rest van je analyse een stuk makkelijker maakt.

Vereisten

Data Manipulation with dplyr
1

Tidy data

Je maakt kennis met het concept tidy data, dat centraal staat in deze cursus. In de eerste twee lessen ga je meteen aan de slag door rommelige tekenreeks-kolommen op te splitsen in nette variabelen en observaties die klaar zijn voor analyse. In de laatste les leer je hoe je ontbrekende waarden kunt overschrijven en verwijderen.
Hoofdstuk beginnen
2

Van breed naar lang en terug

Dit hoofdstuk draait volledig om het pivoteren van data van een breed naar een lang formaat en weer terug met de functies pivot_longer() en pivot_wider(). Je hebt deze functies nodig wanneer variabelen verborgen zitten in rommelige kolomnamen of wanneer variabelen in rijen in plaats van kolommen zijn opgeslagen. Onderweg leer je over ruimtehonden, kernbommen en planeettemperaturen.
Hoofdstuk beginnen
3

Data uitbreiden

Waarden kunnen vaak ontbreken in je data, en soms ontbreken hele observaties ook. In dit hoofdstuk leer je hoe je je gegevensset kunt aanvullen met deze ontbrekende observaties. Je voegt observaties met nullen toe aan getelde data, breidt tijdreeksen uit naar een volledige reeks intervallen, en meer!
Hoofdstuk beginnen
4

Data rechthoekig maken

In het laatste hoofdstuk leer je hoe je geneste datastructuren zoals JSON- en XML-bestanden omzet naar nette, rechthoekige data. Met deze vaardigheid kun je data van web-API’s verwerken. Je leert ook hoe geneste datastructuren kunnen worden gebruikt om elegante modelleer-pijplijnen te schrijven die nette resultaten opleveren.
Hoofdstuk beginnen
Data herstructureren met tidyr
Cursus
voltooid

Verdien een prestatieverklaring

Voeg deze referentie toe aan je LinkedIn-profiel, cv of curriculum vitae
Deel het op sociale media en in je functioneringsgesprekSchrijf je nu in

Sluit je aan bij meer dan 19 miljoen leerlingen en start vandaag nog met Data herstructureren met tidyr!

Maak je kosteloos account aan

Ga verder met GoogleMeer opties weergeven

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Ontwikkel je datavaardigheden met DataCamp voor Mobiel

Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.

Download on the App StoreGet it on Google Play