CommencezCommencez gratuitement

Nettoyer des chaînes de caractères

Dans l'exercice précédent, vous avez pu déterminer le bon type de données et convertir user_birth_year au type approprié, ce qui vous a permis d'extraire des dénombrements offrant un peu plus de contexte sur l'ensemble de données.

Un autre problème fréquent avec des données « sales » est la présence d'éléments superflus comme des signes de pourcentage ou des points dans des nombres, ce qui fait qu'ils sont interprétés comme des character. Pour pouvoir traiter ces nombres, il faut supprimer ces éléments et convertir les valeurs de character à numeric. Dans cet exercice, vous devrez convertir la colonne duration de character à numeric, mais avant, le mot "minutes" doit être retiré de chaque valeur.

dplyr, assertive et stringr sont chargés et bike_share_rides est disponible.

Cette activité fait partie du cours

Nettoyer des données avec R

Voir le cours

Instructions de l’exercice

  • Utilisez str_remove() pour retirer "minutes" de la colonne duration de bike_share_rides. Ajoutez le résultat comme nouvelle colonne appelée duration_trimmed.
  • Convertissez la colonne duration_trimmed en type numérique et ajoutez-la comme nouvelle colonne appelée duration_mins.
  • Examinez rapidement bike_share_rides et vérifiez avec une assertion que la colonne duration_mins est de type numeric.
  • Calculez la moyenne de duration_mins.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

bike_share_rides <- bike_share_rides %>%
  # Remove 'minutes' from duration: duration_trimmed
  mutate(duration_trimmed = ___,
         # Convert duration_trimmed to numeric: duration_mins
         duration_mins = ___)

# Glimpse at bike_share_rides
___

# Assert duration_mins is numeric
___

# Calculate mean duration
___
Modifier et exécuter le code