After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
รายละเอียดคอร์ส
สมมติว่าคุณมีชุดข้อมูลที่น่าสนใจและต้องการทำความเข้าใจให้ลึกขึ้น จะเริ่มหาคำตอบจากข้อมูลนั้นได้อย่างไร? dplyr คือเครื่องมือที่ช่วยตอบคำถามเหล่านั้น รวมถึงช่วยแปลงข้อมูลเบื้องต้นได้อย่างมีประสิทธิภาพ จะได้เรียนรู้วิธีสรุปข้อมูล รวมถึงการเพิ่ม ลบ และแก้ไขตัวแปรต่าง ๆ ตลอดเส้นทางการเรียนรู้ คุณจะได้สำรวจชุดข้อมูลที่รวบรวมข้อมูลเกี่ยวกับมณฑลต่าง ๆ ในสหรัฐอเมริกา และปิดท้ายคอร์สด้วยการนำเครื่องมือเหล่านี้ไปใช้กับชุดข้อมูล babynames เพื่อสำรวจแนวโน้มชื่อเด็กทารกในสหรัฐอเมริกาวิดีโอมีสคริปต์แบบ live ที่สามารถเปิดดูได้โดยคลิก "Show transcript" ที่มุมล่างซ้ายของวิดีโอดูอภิธานศัพท์ของคอร์สได้ที่แถบทรัพยากรด้านขวาหากต้องการรับ CPE credits ให้เรียนจนจบคอร์สและทำคะแนนในแบบประเมินให้ได้อย่างน้อย 70% โดยสามารถไปยังแบบประเมินได้โดยคลิกที่ป้าย CPE credits ทางด้านขวา
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
การแปลงข้อมูลด้วย dplyr
เรียนรู้ verb ต่าง ๆ สำหรับแปลงข้อมูล ได้แก่ select, filter, arrange และ mutate แล้วนำฟังก์ชันเหล่านี้ไปใช้กับชุดข้อมูล counties เพื่อดูข้อมูลที่ต้องการและหาคำตอบจากข้อมูล
- การสำรวจข้อมูลด้วย dplyr50 XP
- ทำความเข้าใจข้อมูลของคุณ50 XP
- การเลือกคอลัมน์100 XP
- Verbs filter และ arrange50 XP
- การเรียงลำดับข้อมูล100 XP
- การกรองข้อมูลด้วยเงื่อนไข100 XP
- การกรองและการเรียงลำดับข้อมูล100 XP
- คำสั่ง mutate()50 XP
- การคำนวณจำนวนพนักงานภาครัฐ100 XP
- การคำนวณสัดส่วนผู้หญิงในแต่ละเขต100 XP
- Mutate, filter และ arrange100 XP
2
การสรุปรวมข้อมูล
เมื่อรู้วิธีแปลงข้อมูลแล้ว ขั้นต่อไปคือการสรุปรวมข้อมูลเพื่อให้ตีความได้ง่ายขึ้น จะได้เรียนรู้ฟังก์ชันหลายตัวสำหรับสรุปข้อมูลจำนวนมาก ได้แก่ count, group_by, summarize, ungroup และ slice_min/slice_max
3
การเลือกและแปลงข้อมูล
เรียนรู้วิธีขั้นสูงในการเลือกและแปลงคอลัมน์ รวมถึง select helpers ซึ่งเป็นฟังก์ชันสำหรับกำหนดเกณฑ์การเลือกคอลัมน์ และ rename verb
4
กรณีศึกษา: ชุดข้อมูล babynames
ฝึกทำงานกับชุดข้อมูลใหม่ที่บันทึกชื่อเด็กทารกที่เกิดในสหรัฐอเมริกาในแต่ละปี เรียนรู้วิธีใช้ grouped mutate และ window function เพื่อตั้งคำถามและหาคำตอบที่ซับซ้อนยิ่งขึ้น พร้อมทั้งใช้ dplyr และ ggplot2 ร่วมกันเพื่อสร้างกราฟที่น่าสนใจสำหรับสำรวจข้อมูล
R
การจัดการข้อมูลด้วย dplyr
เรียนจบแล้ว
