Build your ultimate AI agent
Opis kursu
Dane w rzeczywistości bywają nieprzewidywalne – gdy napotkasz skomplikowany i nieuporządkowany zbiór danych, możesz poczuć się zupełnie zagubiony. Pakiet tidyr pozwala okiełznać nawet najbardziej chaotyczne dane i nadać im przejrzystą, uporządkowaną formę. Wartości ukryte w nagłówkach kolumn trafią do wierszy, pliki JSON zamienią się w ramki danych, a brakujące wartości przestaną sprawiać problemy. Ćwiczenia przeprowadzisz na różnorodnych, nieuporządkowanych zbiorach danych – dowiesz się m.in., ile psów Związek Radziecki wysłał w kosmos i jaki ptak cieszy się największą popularnością w Nowej Zelandii. Dzięki pakietowi tidyr w swoim zestawie narzędzi tidyverse będziesz w stanie przekształcić niemal każdy zbiór danych do uporządkowanego formatu, co zaprocentuje w kolejnych etapach analizy.
Wymagania wstępne
Program kursu
Plan kursu
1
Uporządkowane dane
Poznasz koncepcję uporządkowanych danych, która jest fundamentem tego kursu. W pierwszych dwóch lekcjach od razu przejdziesz do praktyki – nauczysz się rozdzielać nieuporządkowane kolumny tekstowe na przejrzyste zmienne i obserwacje gotowe do analizy. W ostatniej lekcji dowiesz się, jak nadpisywać i usuwać brakujące wartości.
- Czym są porządne dane?50 XP
- Struktura uporządkowanych danych100 XP
- Wiele zmiennych w jednej kolumnie100 XP
- Kolumny z wieloma wartościami50 XP
- Międzynarodowe numery telefonów100 XP
- Wyodrębnianie obserwacji z wartości100 XP
- Rozdzielanie na kolumny i wiersze100 XP
- Brakujące wartości50 XP
- A Oscar za najlepszą reżyserię wędruje do ... <NA>100 XP
- Uzupełnianie brakujących danych sprzedaży100 XP
- Bomby jądrowe według kontynentów100 XP
2
Z formatu szerokiego do długiego i z powrotem
Ten rozdział poświęcony jest przestawianiu danych z formatu szerokiego do długiego i z powrotem za pomocą funkcji `pivot_longer()` i `pivot_wider()`. Przyda ci się to, gdy zmienne są ukryte w nieuporządkowanych nagłówkach kolumn lub gdy zmienne są przechowywane w wierszach zamiast w kolumnach. Przy okazji dowiesz się czegoś o psach kosmonautach, bombach jądrowych i temperaturach planet.
3
Rozszerzanie danych
W danych często brakuje wartości, a niekiedy całe obserwacje są nieobecne. W tym rozdziale nauczysz się uzupełniać zbiór danych o brakujące obserwacje. Dodasz obserwacje z wartościami zerowymi do zliczanych danych, rozszerzysz szeregi czasowe do pełnych sekwencji interwałów i wiele więcej!
4
Prostowanie danych
W ostatnim rozdziale nauczysz się przekształcać zagnieżdżone struktury danych – takie jak pliki JSON i XML – w uporządkowane, prostokątne dane. Ta umiejętność pozwoli ci przetwarzać dane z interfejsów API. Dowiesz się również, jak zagnieżdżone struktury danych można wykorzystać do tworzenia eleganckich potoków modelowania, które dają uporządkowane wyniki.
R
Przekształcanie danych z tidyr
Kurs
ukończony
