Learn verbs you can use to transform your data, including select, filter, arrange, and mutate. You'll use these functions to modify the counties dataset to view particular observations and answer questions about the data.

Exploring data with dplyr

Understanding your data

Selecting columns

The filter and arrange verbs

Arranging observations

Filtering for conditions

Filtering and arranging

The mutate() verb

Calculating the number of government employees

Calculating the percentage of women in a county

Mutate, filter, and arrange

Transforming Data with dplyr

Now that you know how to transform your data, you'll want to know more about how to aggregate your data to make it more interpretable. You'll learn a number of functions you can use to take many observations in your data and summarize them, including count, group_by, summarize, ungroup, and slice_min/slice_max.

The count verb

Counting by region

Counting citizens by state

Mutating and counting

The group_by, summarize, and ungroup verbs

Summarizing

Summarizing by state

Summarizing by state and region

The slice_min and slice_max verbs

Selecting a county from each region

Finding the lowest-income state in each region

Using summarize, slice_max, and count together

Aggregating Data

Learn advanced methods to select and transform columns. Also, learn about select helpers, which are functions that specify criteria for columns you want to choose, as well as the rename verb.

Selecting

Select helpers

The rename verb

Renaming a column after count

Renaming a column as part of a select

The relocate verb

Using relocate

Choosing among the four verbs

Selecting and Transforming Data

Work with a new dataset that represents the names of babies born in the United States each year. Learn how to use grouped mutates and window functions to ask and answer more complex questions about your data. And use a combination of dplyr and ggplot2 to make interesting graphs to further explore your data.

Los datos de babynames

Filtrar y disponer durante un año

Encontrar los nombres más populares cada año

Visualizar nombres con ggplot2

Mutaciones agrupadas

Encontrar el año en que cada nombre es más común

Sumar el total y el máximo de cada nombre

Visualizar el cambio normalizado de popularidad

Funciones de ventana

Utilizar proporciones para describir la frecuencia de un nombre

Saltos más grandes en un nombre

¡Enhorabuena!

Case Study: The babynames Dataset

2015 US Census

US Baby Name Records

Course Glossary

Digamos que has encontrado un gran conjunto de datos y te gustaría saber más sobre él. ¿Cómo puedes empezar a responder a las preguntas que tienes sobre los datos? Puedes utilizar dplyr para responder a esas preguntas; también puede ayudarte con transformaciones básicas de los datos. También aprenderás a agregar datos y a añadir, eliminar o cambiar las variables. Por el camino, explorarás un conjunto de datos que contiene información sobre los condados de Estados Unidos. Para terminar el curso, aplicarás estas herramientas al conjunto de datos babynames para explorar las tendencias de los nombres de bebés en Estados Unidos.

Los vídeos contienen transcripciones en directo que puedes mostrar haciendo clic en «Mostrar transcripción» en la parte inferior izquierda de los vídeos.

El glosario del curso se encuentra a la derecha, en la sección de recursos.

Para obtener créditos CPE, debes completar el curso y alcanzar una puntuación del 70 % en la evaluación cualificada. Puedes acceder a la evaluación haciendo clic en la llamada de créditos CPE situada a la derecha.

Digamos que has encontrado un gran conjunto de datos y te gustaría saber más sobre él. ¿Cómo puedes empezar a responder a las preguntas que tienes sobre los datos? Utiliza dplyr para responder a esas preguntas.<br><br><h2>Primeros pasos: Transformar datos con dplyr</h2>
Este curso está diseñado para enseñar a los usuarios a manipular y transformar datos de forma eficaz utilizando el paquete dplyr en R.<br><br>En primer lugar, explora las técnicas fundamentales de transformación de datos, incluido el uso de verbos clave de dplyr como seleccionar, filtrar, ordenar y mutar. Estas funciones te enseñarán a modificar conjuntos de datos seleccionando columnas específicas, filtrando filas en función de condiciones, ordenando datos y creando nuevas columnas calculadas​.<br><br>
<h2>Agregar datos con dplyr</h2>A continuación, el curso aborda la agregación de datos, enseñando a los usuarios a resumir y condensar los datos para interpretarlos mejor.<br><br> Comprenderás cómo hacer que tus datos sean más interpretables y manejables​. Se introducen funciones como contar, agrupar_por y resumir para realizar operaciones que agregan muchas observaciones en resúmenes significativos, esenciales para el análisis de datos y la elaboración de informes.<br><br><h2>Seleccionar y transformar datos</h2>Por último, aprenderás técnicas avanzadas de selección y transformación de datos, como el uso de ayudantes de selección y el verbo renombrar. También podrás aplicar tus habilidades a un estudio de caso del mundo real y practicar mutaciones agrupadas, funciones de ventana y visualización de datos con ggplot2.<br><br>Al final del curso, habrás desarrollado sólidas habilidades de manipulación de datos utilizando dplyr, lo que te permitirá un análisis de datos más eficiente y eficaz.-una capacidad vital para cualquier analista o científico de datos.

Introduction to the Tidyverse

Aprende a usar dplyr para transformar y agregar datos, luego añade, elimina o cambia variables.

Manipulación de datos con dplyr 

Desarrolla tus habilidades en Tidyverse y aprende a transformar y manipular datos con dplyr.

Científico de datos asociado en R

Analista de datos  en R

Manipulación de datos  en R

Desarrollador R

Encontrar los nombres más populares cada año

Manipulación de datos con dplyr

Instrucciones del ejercicio

Ejercicio interactivo práctico