ข้ามไปยังเนื้อหาหลัก

Courses

Reshaping Data with tidyr

ระดับกลางระดับทักษะ

อัปเดตแล้ว 03/2566

Transform almost any dataset into a tidy format to make analysis easier.

เริ่มเรียนหลักสูตรฟรี

RData Manipulation

4 ชม.

15 videos

54 Exercises

4,650 เอ็กซ์พี

24,428

คำแถลงแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

เป็นที่ชื่นชอบของผู้เรียนในบริษัทหลายพันแห่ง

Training a Team?

Try for Business

คำอธิบายรายวิชา

Data in the wild can be scary—when confronted with a complicated and messy dataset you may find yourself wondering, where do I even start? The tidyr package allows you to wrangle such beasts into nice and tidy datasets. Inaccessible values stored in column names will be put into rows, JSON files will become data frames, and missing values will never go missing again. You'll practice these techniques on a wide range of messy datasets, learning along the way how many dogs the Soviet Union sent into space and what bird is most popular in New Zealand. With the tidyr package in your tidyverse toolkit, you'll be able to transform almost any dataset in a tidy format which will pay-off during the rest of your analysis.

ข้อกำหนดเบื้องต้น

Data Manipulation with dplyr

1

Tidy Data

You'll be introduced to the concept of tidy data which is central to this course. In the first two lessons, you'll jump straight into the action by separating messy character columns into tidy variables and observations ready for analysis. In the final lesson, you'll learn how to overwrite and remove missing values.

What is tidy data?

50 เอ็กซ์พี

Tidy data structure

100 เอ็กซ์พี

Multiple variables per column

100 เอ็กซ์พี

Columns with multiple values

50 เอ็กซ์พี

International phone numbers

100 เอ็กซ์พี

Extracting observations from values

100 เอ็กซ์พี

Separating into columns and rows

100 เอ็กซ์พี

Missing values

50 เอ็กซ์พี

And the Oscar for best director goes to ... <NA>

100 เอ็กซ์พี

Imputing sales data

100 เอ็กซ์พี

Nuclear bombs per continent

100 เอ็กซ์พี

เริ่มบท

2

From Wide to Long and Back

This chapter is all about pivoting data from a wide to long format and back again using the pivot_longer() and pivot_wider() functions. You'll need these functions when variables are hidden in messy column names or when variables are stored in rows instead of columns. You'll learn about space dogs, nuclear bombs, and planet temperatures along the way.

From wide to long data

50 เอ็กซ์พี

Nuclear bombs per country

100 เอ็กซ์พี

WHO obesity per country

100 เอ็กซ์พี

Bond... James Bond

100 เอ็กซ์พี

Deriving variables from column headers

50 เอ็กซ์พี

New-Zealand's bird of the year

100 เอ็กซ์พี

Big tech stock prices

100 เอ็กซ์พี

Deriving variables from complex column headers

50 เอ็กซ์พี

Soviet space dogs, the dog perspective

100 เอ็กซ์พี

WHO obesity vs. life expectancy

100 เอ็กซ์พี

Uncounting observations

100 เอ็กซ์พี

From long to wide data

50 เอ็กซ์พี

Soviet space dogs, the flight perspective

100 เอ็กซ์พี

Planet temperature & distance to the Sun

100 เอ็กซ์พี

Transposing planet data

100 เอ็กซ์พี

เริ่มบท

3

Expanding Data

Values can often be missing in your data, and sometimes entire observations are absent too. In this chapter, you'll learn how to complete your dataset with these missing observations. You'll add observations with zero values to counted data, expand time series to a full sequence of intervals, and more!

Creating unique combinations of vectors

50 เอ็กซ์พี

Letters of the genetic code

100 เอ็กซ์พี

When did humans replace dogs in space?

100 เอ็กซ์พี

Finding missing observations

100 เอ็กซ์พี

Completing data with all value combinations

50 เอ็กซ์พี

Completing the Solar System

100 เอ็กซ์พี

Zero Olympic medals

100 เอ็กซ์พี

Creating a sequence with full_seq()

100 เอ็กซ์พี

The Cold War's hottest year

100 เอ็กซ์พี

Advanced completions

50 เอ็กซ์พี

Olympic medals per continent

100 เอ็กซ์พี

Tracking a virus outbreak

100 เอ็กซ์พี

Counting office occupants

100 เอ็กซ์พี

เริ่มบท

4

Rectangling Data

In the final chapter, you'll learn how to turn nested data structures such as JSON and XML files into tidy, rectangular data. This skill will enable you to process data from web APIs. You'll also learn how nested data structures can be used to write elegant modeling pipelines that produce tidy outputs.

Intro to non-rectangular data

50 เอ็กซ์พี

Rectangular vs. non-rectangular files

100 เอ็กซ์พี

Rectangling Star Wars movies

100 เอ็กซ์พี

From nested values to observations

50 เอ็กซ์พี

Unnesting wide or long

100 เอ็กซ์พี

Rectangling Star Wars planets

100 เอ็กซ์พี

The Solar System's biggest moons

100 เอ็กซ์พี

Selecting nested variables

50 เอ็กซ์พี

Hoisting Star Wars films

100 เอ็กซ์พี

Hoisting movie ratings

100 เอ็กซ์พี

Nesting data for modeling

50 เอ็กซ์พี

Tidy model outputs with broom

100 เอ็กซ์พี

Nesting tibbles

100 เอ็กซ์พี

Modeling on nested data frames

100 เอ็กซ์พี

Congratulations!

50 เอ็กซ์พี

เริ่มบท

Reshaping Data with tidyr

หลักสูตรเสร็จสมบูรณ์

ได้รับใบรับรองความสำเร็จ

เพิ่มข้อมูลรับรองนี้ลงในโปรไฟล์ LinkedIn, ประวัติย่อ หรือเรซูเม่ของคุณ
แชร์ลงในโซเชียลมีเดียและในรายงานประเมินผลการปฏิบัติงานของคุณลงทะเบียนเลย

สำหรับธุรกิจ

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ให้ทีมของคุณเข้าถึงแพลตฟอร์ม DataCamp แบบเต็มรูปแบบ รวมถึงฟีเจอร์ทั้งหมด

ในแทร็กต่อไปนี้

การจัดการข้อมูล ใน R

การนำเข้าและทำความสะอาดข้อมูล ใน R

พื้นฐาน Tidyverse ใน R

instructors

Jeroen Boeye

Jeroen Boeye

Machine Learning Engineer @ Faktion

collaborators

Courses resources

Nuclear explosions datadatasets

Planet datadatasets

Star Wars datadatasets

Netflix datadatasets

ANSUR II datadatasets

Olympic medals datadatasets

เข้าร่วมกับ... 19 ล้านผู้เรียน และเริ่ม Reshaping Data with tidyr วันนี้เลย!

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา