Začni svůj první joining verb: inner join! Naučíš se spojovat tabulky a odpovídat na otázky o datasetu LEGO, který obsahuje informace rozmístěné napříč mnoha tabulkami – o sadách, dílcích, tématech a barvách LEGO v průběhu času.  


Sloveso inner_join

Podle jakých sloupců bys tabulky spojil/a?

Spojování dílků a kategorií dílků

Spojení s relací jeden na více

Spojení tabulek parts a inventory_parts

Spojování v libovolném pořadí

Spojování tří a více tabulek

Spojení tří tabulek

Jaká je nejčastější barva?

Spojování tabulek

Nauč se další dva mutující joiny – left join a right join, které jsou navzájem zrcadlovými obrazy! Na příkladech z dílků a barev LEGO témat poznáš, kdy se který typ joinu hodí. Pak prozkoumáš, jak spojovat tabulky se sebou samými a pochopit hierarchii LEGO témat v datech.

Sloveso left_join

Left join dvou sad podle dílu a barvy

Left join dvou sad podle barvy

Hledání záznamu bez shody

Sloveso right_join

Který join je nejlepší?

Počítání barev dílků

Úklid ve sloupcích s počty

Spojování tabulek se sebou samými

Spojení témat s jejich dětskými tématy

Spojení témat s jejich vnoučaty

Left join tabulky se sebou samou

Left join a right join

V této kapitole se seznámíš se třemi dalšími joining verby: full join, semi join a anti join. Využiješ je pak k zodpovězení otázek o podobnostech a rozdílech mezi různými sadami LEGO.

Sloveso full_join

Rozdíly mezi Batmanem a Star Wars

Agregace podle tématu

Full join dílů LEGO Batman a Star Wars

Porovnání dílků LEGO Batman a Star Wars

Slovesa semi_join a anti_join

joins_list

full

semi

anti

Vyber správný join

Co je v jedné sadě, ale ne v druhé

Které barvy se vyskytují alespoň v jedné sadě?

Které sadě chybí verze 1?

Vizualizace rozdílů mezi množinami

Agregace sad pro porovnání jejich rozdílů

Kombinování datových sad

Vizualizace rozdílu: Batman a Star Wars

Full join, semi join a anti join

Využij všechny typy joinů, které ses v kurzu naučil/a, a analyzuj nový dataset: otázky, odpovědi a tagy ze Stack Overflow. Budeš počítat a vizualizovat trendy pro vybrané tagy jako dplyr a ggplot2. Zvládneš také další metodu pro kombinování tabulek – verb bind_rows, který skládá tabulky na sebe.

Otázky na Stack Overflow

Left join otázek a tagů

Porovnání skóre napříč tagy

Které tagy se nikdy neobjeví u R otázek?

Spojování otázek a odpovědí

Hledání mezery mezi otázkami a odpověďmi

Spojení počtu otázek a odpovědí

Spojování otázek, odpovědí a tagů

Průměrný počet odpovědí podle otázky

Sloveso bind_rows

Spojení otázek a odpovědí se štítky

Spojování a počítání příspěvků se štítky

Vizualizace otázek a odpovědí podle tagů

Gratulujeme!

Případová studie: joiny na datech ze Stack Overflow

parts

sets

question_tags

inventories

questions

part_categories

answers

inventory_parts

themes

colors

tags

V oblasti datové vědy se často setkáš s fascinujícími daty, která jsou rozdělena napříč více tabulkami. Tento kurz tě naučí, jak tyto tabulky spojovat a analyzovat je dohromady. Procvičíš si nové dovednosti na zábavném datasetu o stavebnicích LEGO z webu Rebrickable. Dataset obsahuje informace o sadách, dílcích, tématech a barvách LEGO, ale je rozložen do mnoha tabulek. S těmito daty budeš pracovat po celý kurz a naučíš se celkem šest různých typů spojení! Čekají tě čtyři mutující joiny: inner join, left join, right join a full join, a dva filtrovací joiny: semi join a anti join. V závěrečné kapitole své nové dovednosti uplatníš na datech ze Stack Overflow – databázi téměř 300 000 otázek označených tagem R, včetně informací o odpovědích, datu zveřejnění a skóre jednotlivých otázek. Připrav se, že svůj dplyr posuneš na novou úroveň!

Data Manipulation with dplyr 

Naučte se kombinovat data z více tabulek pomocí dplyr a 6 typů spojení, včetně vnitřního a plného.

Joining Data with dplyr

Naučte se kombinovat data z více tabulek a odpovídat na složitější otázky pomocí dplyr.

Vizualizace rozdílů mezi množinami

Create Your Free Account