In diesem Kapitel lernst du einfache Joins kennen, mit denen du Informationen zusammenführen kannst, die über mehrere Tabellen verteilt sind.

Willkommen im Kurs

data.tables erkunden

Join-Keys identifizieren

Mehrere data.tables, mehrere Schlüssel

Die Funktion merge

Inner Join

Full Join

Left- und Right-Join

Left Join

Right Join

Einfache Joins meistern

Mehrere data.tables verknüpfen

In diesem Kapitel führst du Joins mit der data.table-Syntax aus, setzt und betrachtest data.table-Keys und führst Anti-Joins durch.

Joins mit der data.table-Syntax

Right Join mit der data.table-Syntax

Inner Join mit der data.table-Syntax

Anti-Joins

Keys in data.table setzen und anzeigen

Schlüssel setzen

Keys ermitteln

Joins in deinen data.table-Workflow integrieren

Die australische Bevölkerung erkunden

Mehrfache Treffer finden

Die weltweite Lebenserwartung erkunden

Joins mit data.table-Syntax

Dieses Kapitel behandelt typische Probleme und Fehler bei data.table-Joins und zeigt dir, wie du sie behebst und vermeidest.

Komplexe Schlüssel

Schlüssel mit unterschiedlichen Namen

Mehrspaltige Schlüssel

Multi-Key, Single-Key

Knifflige Spalten

Suffixe für Spaltennamen

Einen data.frame joinen

Doppelte Treffer

Joins mit fehlenden Werten

Duplikate filtern

Duplikate verbinden und filtern

Häufige Join-Probleme erkennen und beheben

Im letzten Kapitel dieses Kurses lernst du, wie du Beobachtungen aus mehreren Tabellen zusammenfügst, wie du Beobachtungen identifizierst, die in einer Tabelle vorhanden sind, in einer anderen jedoch nicht, und wie du Tabellen zwischen Long- und Wide-Formaten umformst.

Zwei oder mehr data.tables zusammenfügen

data.table-Variablen zusammenführen

Verkettung einer Liste von data.tables

Mengenoperationen

Beobachtungen identifizieren, die in mehreren Tabellen vorkommen

Duplikate beim Zusammenführen von Tabellen entfernen

Eindeutige Beobachtungen einer Tabelle identifizieren

data.tables "schmelzen"

Eine breite Tabelle schmelzen

Mehr Melts

data.tables casten

Eine lange Tabelle pivotieren (casten)

Mehrere Spalten umformen (casten)

Nach mehreren Gruppen splitten

data.tables zusammenführen und umformen

IMDB

Netflix

Australia Population

Life Expectancy

School Database

Heart Disease

Ebola Cases

In der Praxis sind Datensätze oft auf viele Tabellen verteilt, während die meisten Analysefunktionen in R für einzelne Tabellen ausgelegt sind. In diesem Kurs lernst du, wie du Datensätze mit data.table effektiv zu einzelnen Tabellen zusammenführst. Du erfährst, wie du Spalten aus einer Tabelle zu einer anderen hinzufügst,
wie du eine Tabelle anhand von Beobachtungen in einer anderen Tabelle filterst und wie du Datensätze über mehrere Tabellen hinweg anhand komplexer Kriterien identifizierst. Unterwegs lernst du, fehlgeschlagene Join-Operationen zu beheben und Best Practices für die Arbeit mit komplexen Datensätzen. Nach Abschluss dieses Kurses bist du auf dem besten Weg, ein data.table-Profi zu werden!


Data Manipulation with data.table in R

Lernen Sie, Datensätze zu kombinieren, Spalten hinzuzufügen und mit data.table zu filtern.

Daten mit data.table in R verknüpfen

In diesem Kurs lernst du, wie du Datensätze mit data.table kombinieren und zusammenführen kannst.

Postdoctoral Researcher in Systems Genomics

Concatenating data.tables

Same columns, different data.tables

Concatenation functions

The rbind() function

Adding an identifier column

Handling missing columns

The rbindlist() function

Handling different column orders

`data.tables` with different column names

Pitfalls of `use.names = FALSE`

Differing defaults

Let's practice!

data.tables zusammenführen und umformen - Zwei oder mehr data.tables zusammenfügen

Zwei oder mehr data.tables zusammenfügen

Create Your Free Account