1. Learn
    2. /
  2. Courses
    3. /
  3. Datenmanipulation mit dplyr
  • 1

    Daten mit dplyr transformieren

    Free

    Lerne Verben kennen, mit denen du deine Daten transformieren kannst, z.B. auswählen, filtern, anordnen und verändern. Mit diesen Funktionen kannst du den Datensatz der Landkreise verändern, um bestimmte Beobachtungen anzuzeigen und Fragen zu den Daten zu beantworten.

  • 2

    DataFrames aggregieren

    Jetzt, wo du weißt, wie du deine Daten umwandeln kannst, willst du sicher mehr darüber wissen, wie du deine Daten aggregieren kannst, um sie besser interpretieren zu können. Du lernst eine Reihe von Funktionen kennen, mit denen du viele Beobachtungen in deinen Daten zusammenfassen kannst, darunter count, group_by, summarize, ungroup und slice_min/slice_max.

  • 3

    Auswahl und Umwandlung von Daten

    Lerne fortgeschrittene Methoden zum Auswählen und Transformieren von Spalten. Außerdem lernst du die Select-Helfer kennen, d.h. Funktionen, die Kriterien für die auszuwählenden Spalten angeben, sowie das Verb umbenennen.

  • 4

    Fallstudie: Der babynames-Datensatz

    Arbeite mit einem neuen Datensatz, der die Namen der Babys enthält, die jedes Jahr in den Vereinigten Staaten geboren werden. Lerne, wie du gruppierte Mutationen und Fensterfunktionen nutzen kannst, um komplexere Fragen zu deinen Daten zu stellen und zu beantworten. Und verwende eine Kombination aus dplyr und ggplot2, um interessante Diagramme zu erstellen und deine Daten weiter zu untersuchen.

Initializing

Exercise

Visualisierung von Namen mit ggplot2

Das Paket dplyr ist sehr nützlich, um Daten zu erforschen, aber es ist besonders nützlich, wenn es mit anderen tidyverse Paketen wie ggplot2 kombiniert wird.

Instructions 1/2

undefined XP
    1
    2
  • Filtere nur nach den Namen Steven, Thomas und Matthew, und weise sie einem Objekt namens selected_names zu.