V této kapitole se dozvíš vše o faktorech. Zjistíš, jaký je rozdíl mezi kategorickými a ordinálními proměnnými, jak je R reprezentuje a jak je zkoumat – včetně počtu a názvů úrovní. Na závěr uvidíš, jak ti balíček forcats z Tidyverse usnadní práci s grafy tím, že ti umožní rychle přeřadit proměnné podle jejich četnosti.

Úvod do kvalitativních proměnných

Rozpoznávání proměnných typu factor

Kvalitativní proměnné v teorii

Pochopení kvalitativních proměnných

Zjišťování počtu úrovní

Zkoumání počtu úrovní

Zkoumání úrovní

Jak na lepší grafy

Seřazení proměnné podle četnosti

Seřazení jedné proměnné podle druhé

Úvod do faktorových proměnných

Budeme se dále věnovat balíčku forcats – naučíš se měnit pořadí a názvy úrovní a dokonce je slučovat dohromady.

Změna pořadí úrovní faktoru

Triky funkce fct_relevel()

Přejmenování úrovní faktoru

Rozlišování funkcí z balíčku forcats

Přejmenování několika úrovní

Když uděláš překlep

Slučování úrovní faktoru

Ruční slučování úrovní

Slučování proměnných podle podílu

Zachování nejčastějších úrovní

Manipulace s faktorovými proměnnými

Jakmile dobře zvládneš forcats, rozšíříme obzory na zbytek Tidyverse – projdeme si funkce z balíčků dplyr, tidyr a stringr. Grafy v ggplot2 si dále vyladíš tak, aby osy zobrazovaly procentuální škály, a upravíš také rozložení popisků.

Prozkoumání proměnných se společným tématem

Seskupování a přetváření podobných sloupců

Sumarizace dat

Vytvoření základního grafu

Triky v ggplot2

Úpravy textu v grafu

Přeřazení grafů

Změna a vytváření proměnných pomocí case_when()

case_when() s jednou proměnnou

case_when() z více sloupců

Vytváření faktorových proměnných

V této závěrečné kapitole využiješ vše, co ses naučil/a, v praktické případové studii. Dozvíš se více o práci s řetězci a sumarizaci dat a pak zreplikuješ publikační graf ve stylu 538.

Úvod do případové studie

Převod textových sloupců na faktory

Úprava dat

Příprava dat a regulární výrazy

Čištění řetězců

Dichotomizace proměnných

Znovuvytvoření grafu

Vytvoření počátečního grafu

Oprava popisků

Překlopení os

Finální úpravy grafu

Shrnutí kurzu

Případová studie: letová etiketa

538 Flying Etiquette survey

Kaggle multiple choice responses

Jako datový vědec nebo datová vědkyně se budeš pravidelně setkávat s nečíselnými daty – například s pracovními pozicemi, odpověďmi z průzkumů nebo demografickými informacemi. R má pro jejich reprezentaci speciální datový typ zvaný faktory a tento kurz ti pomůže zvládnout práci s nimi pomocí balíčku forcats z Tidyverse. Podíváme se také na další balíčky Tidyverse, jako jsou ggplot2, dplyr, stringr a tidyr, a budeme pracovat s reálnými datasety – například s letovými daty z fivethirtyeight nebo průzkumem Kaggle o stavu datové vědy a Machine Learning. Po absolvování kurzu budeš umět identifikovat a manipulovat faktorové proměnné, rychle a efektivně vizualizovat data a srozumitelně prezentovat výsledky. Pojďme na to!

Reshaping Data with tidyr

Připravte se na kategorizaci! V tomto kurzu budete pracovat s nenumerickými daty pomocí Tidyverse.

Kategorická data v Tidyverse

Připravte se na kategorizaci! V tomto kurzu budeš pracovat s nenumerickými daty, jako jsou názvy pracovních pozic nebo odpovědi z průzkumů, pomocí Tidyverse.

Základy Tidyverse v R

Když uděláš překlep

Kategorická data v Tidyverse

Interaktivní praktické cvičení