50% de desconto no DataCamp Premium. Mais de 700 cursos pela metade do preço. Comece a aprender hoje.
Descrição do curso
Dados no mundo real podem assustar — diante de um conjunto de dados complicado e bagunçado, você pode se perguntar: por onde eu começo? O pacote tidyr permite domar essas feras e transformá-las em conjuntos de dados limpos e organizados. Valores inacessíveis guardados em nomes de colunas vão para as linhas, arquivos JSON viram data frames e valores ausentes não vão mais passar despercebidos. Você vai praticar essas técnicas em uma variedade de conjuntos de dados confusos, descobrindo, por exemplo, quantos cães a União Soviética enviou ao espaço e qual ave é a mais popular na Nova Zelândia. Com o tidyr no seu kit do tidyverse, você vai conseguir transformar praticamente qualquer conjunto de dados em um formato organizado, o que traz ganhos para o restante da sua análise.
Pré-requisitos
Programa de estudos
Descrição do curso
1
Dados organizados (tidy data)
Você será apresentado ao conceito de dados organizados (tidy), que é central neste curso. Nas duas primeiras lições, você vai direto à prática, separando colunas de texto bagunçadas em variáveis e observações arrumadas, prontas para análise. Na lição final, você vai aprender a sobrescrever e remover valores ausentes.
- O que é tidy data?50 XP
- Estrutura de dados arrumados100 XP
- Múltiplas variáveis por coluna100 XP
- Colunas com vários valores50 XP
- Números de telefone internacionais100 XP
- Extraindo observações a partir de valores100 XP
- Separando em colunas e linhas100 XP
- Valores ausentes50 XP
- E o Oscar de melhor diretor vai para ... <NA>100 XP
- Imputando dados de vendas100 XP
- Bombas nucleares por continente100 XP
2
De wide para long e de volta
Este capítulo é todo sobre transformar dados do formato wide para long e voltar novamente usando as funções pivot_longer() e pivot_wider(). Você vai precisar dessas funções quando variáveis estiverem escondidas em nomes de colunas confusos ou quando variáveis estiverem nas linhas em vez das colunas. No caminho, você vai aprender sobre cães espaciais, bombas nucleares e temperaturas de planetas.
3
Expandindo dados
Valores podem estar ausentes nos seus dados e, às vezes, observações inteiras também faltam. Neste capítulo, você vai aprender a completar seu conjunto de dados com essas observações ausentes. Você vai adicionar observações com valor zero a dados contados, expandir séries temporais para uma sequência completa de intervalos e muito mais!
4
Retangulando dados
No capítulo final, você vai aprender a transformar estruturas de dados aninhadas, como arquivos JSON e XML, em dados organizados e retangulares. Essa habilidade permite processar dados de APIs da web. Você também vai ver como estruturas aninhadas podem ser usadas para criar pipelines de modelagem elegantes que geram saídas organizadas.
R
Reestruturando dados com tidyr
Curso
concluído
