Efter att ha gått de här kurserna känner jag mig trygg med att skapa professionella visualiseringar och dashboards
Shoebur RahmanInköpsspecialist, Giz Bangladesh
Kursbeskrivning
Säg att du har hittat en riktigt bra dataset och vill lära dig mer om den. Hur kan du börja besvara de frågor du har om data? Använd dplyr för att besvara dessa frågor.
Först får du utforska grundläggande tekniker för datatransformation, inklusive användning av viktiga dplyr-verb som select, filter, arrange och mutate. Dessa funktioner lär dig hur du modifierar dataset genom att välja specifika kolumner, filtrera rader baserat på villkor, sortera data och skapa nya beräknade kolumner..
Du kommer att förstå hur du gör din data mer lättförståelig och hanterbar. Funktioner som count, group_by och summarize introduceras för att utföra operationer som sammanfattar många observationer till meningsfulla översikter – något som är avgörande för dataanalys och rapportering.
I slutet av kursen kommer du att ha utvecklat starka färdigheter i datamanipulering med dplyr, vilket gör din dataanalys både effektivare och smidigare—en avgörande färdighet för varje dataanalytiker eller data scientist.
Första stegen: Transformera data med dplyr
Den här kursen är skapad för att lära dig hur du effektivt kan manipulera och transformera data med hjälp av dplyr-paketet i R.Först får du utforska grundläggande tekniker för datatransformation, inklusive användning av viktiga dplyr-verb som select, filter, arrange och mutate. Dessa funktioner lär dig hur du modifierar dataset genom att välja specifika kolumner, filtrera rader baserat på villkor, sortera data och skapa nya beräknade kolumner..
Aggregating data with dplyr
Nästa steg i kursen handlar om dataaggregering, där du får lära dig hur du kan sammanfatta och kondensera data för att enklare kunna tolka den.Du kommer att förstå hur du gör din data mer lättförståelig och hanterbar. Funktioner som count, group_by och summarize introduceras för att utföra operationer som sammanfattar många observationer till meningsfulla översikter – något som är avgörande för dataanalys och rapportering.
Välja och omvandla data
Slutligen kommer du att lära dig avancerade tekniker för att välja och omvandla data, till exempel att använda select helpers och verbet rename. Du får också möjlighet att använda dina kunskaper i en verklig fallstudie och öva på grouped mutates, window functions och datavisualisering med ggplot2.I slutet av kursen kommer du att ha utvecklat starka färdigheter i datamanipulering med dplyr, vilket gör din dataanalys både effektivare och smidigare—en avgörande färdighet för varje dataanalytiker eller data scientist.
Förkunskapskrav
Kursplan
Kursöversikt
1
Omvandla data med dplyr
Lär dig verb som du kan använda för att omvandla dina data, däribland select, filter, arrange och mutate. Du använder dessa funktioner för att modifiera datamängden counties och titta på specifika observationer samt besvara frågor om datan.
- Utforska data med dplyr50 XP
- Förstå dina data50 XP
- Välja kolumner100 XP
- Verberna filter och arrange50 XP
- Sortera observationer100 XP
- Filtrera efter villkor100 XP
- Filtrera och sortera100 XP
- Verbet mutate()50 XP
- Beräkna antalet statsanställda100 XP
- Beräkna andelen kvinnor i ett county100 XP
- Mutate, filter och arrange100 XP
2
Aggregera data
Nu när du kan omvandla dina data är nästa steg att aggregera dem för att göra dem mer lättolkade. Du lär dig ett antal funktioner som låter dig sammanfatta många observationer, däribland count, group_by, summarize, ungroup och slice_min/slice_max.
3
Välja och omvandla data
Lär dig avancerade metoder för att välja och omvandla kolumner. Du får också lära dig om select-hjälpfunktioner, som anger kriterier för de kolumner du vill välja, samt verbet rename.
4
Fallstudie: Datamängden babynames
Arbeta med en ny datamängd som innehåller namn på barn födda i USA varje år. Lär dig att använda grupperade mutate-operationer och fönsterfunktioner för att ställa och besvara mer komplexa frågor om dina data. Kombinera dplyr och ggplot2 för att skapa intressanta diagram och utforska datan vidare.
R
Databearbetning med dplyr
Kurs
slutförd
