ข้ามไปยังเนื้อหาหลัก

Courses

Intermediate Functional Programming with purrr

ระดับกลางระดับทักษะ

อัปเดตแล้ว 11/2567

Continue learning with purrr to create robust, clean, and easy to maintain iterative code.

เริ่มเรียนหลักสูตรฟรี

RProgramming4 ชม.17 videos49 Exercises3,850 เอ็กซ์พี5,633คำแถลงแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

เป็นที่ชื่นชอบของผู้เรียนในบริษัทหลายพันแห่ง

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ลองใช้ DataCamp for Business

คำอธิบายรายวิชา

Have you ever been wondering what the purrr description (“A functional programming toolkit for R”) refers to? Then, you’ve come to the right place! This course will walk you through the functional programming part of purrr - in other words, you will learn how to take full advantage of the flexibility offered by the .f in map(.x, .f) to iterate other lists, vectors and data.frame with a robust, clean, and easy to maintain code. During this course, you will learn how to write your own mappers (or lambda functions), and how to use predicates and adverbs. Finally, this new knowledge will be applied to a use case, so that you’ll be able to see how you can use this newly acquired knowledge on a concrete example of a simple nested list, how to extract, keep or discard elements, how to compose functions to manipulate and parse results from this list, how to integrate purrr workflow inside other functions, how to avoid copy and pasting with purrr functional tools.

ข้อกำหนดเบื้องต้น

Foundations of Functional Programming with purrr

1

Programming with purrr

Do lambda functions, mappers, and predicates sound scary to you? Fear no more! After refreshing your purrr memory, we will dive into functional programming 101, discover anonymous functions and predicates, and see how we can use them to clean and explore data.

purrr basics - a refresher

50 เอ็กซ์พี

Refreshing your purrr memory

100 เอ็กซ์พี

Another purrr refresher

100 เอ็กซ์พี

Introduction to mappers

50 เอ็กซ์พี

Creating lambda functions

100 เอ็กซ์พี

Lambda functions

100 เอ็กซ์พี

Using mappers to clean up your data

50 เอ็กซ์พี

Clean up your data with keep

100 เอ็กซ์พี

Split up with keep() and discard()

100 เอ็กซ์พี

50 เอ็กซ์พี

What is a predicate?

50 เอ็กซ์พี

Exploring data with predicates

100 เอ็กซ์พี

เริ่มบท

2

Functional programming: from theory to practice

Ready to go deeper with functional programming and purrr? In this chapter, we'll discover the concept of functional programming, explore error handling using including safely() and possibly(), and introduce the function compact() for cleaning your code.

Functional programming in R

50 เอ็กซ์พี

Everything that happens is a function call

50 เอ็กซ์พี

Identifying pure functions

100 เอ็กซ์พี

Tools for functional programming in purrr

50 เอ็กซ์พี

Safe iterations

100 เอ็กซ์พี

Create a function

100 เอ็กซ์พี

Using possibly()

50 เอ็กซ์พี

A possibly() version of read_lines()

100 เอ็กซ์พี

Everything in one call

100 เอ็กซ์พี

Handling adverb results

50 เอ็กซ์พี

Purrrfecting our function

100 เอ็กซ์พี

Extracting status codes with GET()

100 เอ็กซ์พี

เริ่มบท

3

Better code with purrr

In this chapter, we'll use purrr to write code that is clearer, cleaner, and easier to maintain. We'll learn how to write clean functions with compose() and negate(). We'll also use partial() to compose functions by "prefilling" arguments from existing functions. Lastly, we'll introduce list-columns, which are a convenient data structure that helps us write clean code using the Tidyverse.

Why cleaner code?

50 เอ็กซ์พี

How to write compose()

50 เอ็กซ์พี

Back to the office

100 เอ็กซ์พี

Building functions with compose() and negate()

50 เอ็กซ์พี

Build a function

100 เอ็กซ์พี

Count the NA

100 เอ็กซ์พี

Prefilling functions

50 เอ็กซ์พี

A content extractor

100 เอ็กซ์พี

Another extractor

100 เอ็กซ์พี

List columns

50 เอ็กซ์พี

About list-columns

50 เอ็กซ์พี

Create a list-column data.frame

100 เอ็กซ์พี

เริ่มบท

4

Case study

We'll wrap up everything we know about purrr in a case study. Here, we'll use purrr to analyze data that has been scraped from Twitter. We'll use clean code to organize the data and then we'll identify Twitter influencers from the 2018 RStudio conference.

Discovering the dataset

50 เอ็กซ์พี

Playing with tweets, round 1

100 เอ็กซ์พี

Identify profiles

100 เอ็กซ์พี

Extracting information from the dataset

50 เอ็กซ์พี

Counting favorites

100 เอ็กซ์พี

Extracting mentions

100 เอ็กซ์พี

Manipulating URLs

50 เอ็กซ์พี

Analyzing URLs

100 เอ็กซ์พี

Playing with URLs

100 เอ็กซ์พี

Identifying influencers

50 เอ็กซ์พี

Splitting the dataset

100 เอ็กซ์พี

We have a winner!

100 เอ็กซ์พี

Congratulations!

50 เอ็กซ์พี

เริ่มบท

Intermediate Functional Programming with purrr

หลักสูตรเสร็จสมบูรณ์

ได้รับใบรับรองความสำเร็จ

เพิ่มข้อมูลรับรองนี้ลงในโปรไฟล์ LinkedIn, ประวัติย่อ หรือเรซูเม่ของคุณ
แชร์ลงในโซเชียลมีเดียและในรายงานประเมินผลการปฏิบัติงานของคุณลงทะเบียนเลย

เข้าร่วมกับ... 19 ล้านผู้เรียน และเริ่ม Intermediate Functional Programming with purrr วันนี้เลย!

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา