Visualisation des noms avec ggplot2

Le paquet dplyr est très utile pour explorer les données, mais il est particulièrement utile lorsqu'il est combiné avec d'autres paquets tidyverse comme ggplot2.

Cet exercice fait partie du cours

Manipulation de données avec dplyr

Afficher le cours

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

selected_names <- babynames %>%
  # Filter for the names Steven, Thomas, and Matthew 
  ___

Modifier et exécuter le code

Cet exercice fait partie du cours

Manipulation de données avec dplyr

DébutantNiveau de compétence

4.8+

Commencer le cours gratuitement

Apprenez les verbes que vous pouvez utiliser pour transformer vos données, notamment sélectionner, filtrer, arranger et modifier. Vous utiliserez ces fonctions pour modifier l'ensemble de données sur les comtés afin de visualiser des observations particulières et de répondre à des questions sur les données.

Exercise 1: Explorer les données avec dplyr Exercise 2: Comprendre vos données Exercise 3: Sélection des colonnes Exercise 4: Les verbes filtrer et arranger Exercise 5: Organiser les observations Exercise 6: Filtrage des conditions Exercise 7: Filtrer et arranger Exercise 8: Le verbe mutate()Exercise 9: Calculer le nombre de fonctionnaires Exercise 10: Calculer le pourcentage de femmes dans un pays Exercise 11: Muter, filtrer et arranger

Maintenant que vous savez comment transformer vos données, vous voudrez en savoir plus sur la façon de les agréger pour les rendre plus interprétables. Vous apprendrez un certain nombre de fonctions que vous pouvez utiliser pour prendre de nombreuses observations dans vos données et les résumer, notamment count, group_by, summarize, ungroup et slice_min/slice_max.

Exercise 1: Le verbe compter Exercise 2: Comptage par région Exercise 3: Recensement des citoyens par État Exercise 4: Mutation et comptage Exercise 5: Les verbes group_by, summarize et ungroup Exercise 6: Résumer Exercise 7: Synthèse par État Exercise 8: Synthèse par État et par région Exercise 9: Les verbes slice_min et slice_max Exercise 10: Sélection d'un comté dans chaque région Exercise 11: Trouver l'État à plus faible revenu dans chaque région Exercise 12: Utilisation conjointe de summarize, slice_max et count

Apprenez des méthodes avancées de sélection et de transformation des colonnes. Vous découvrirez également les aides à la sélection, qui sont des fonctions spécifiant des critères pour les colonnes que vous souhaitez sélectionner, ainsi que le verbe renommer.

Exercise 1: Sélection Exercise 2: Sélection des colonnes Exercise 3: Sélectionnez les aides Exercise 4: Le verbe renommer Exercise 5: Renommer une colonne après le comptage Exercise 6: Renommer une colonne dans le cadre d'une sélection Exercise 7: Le verbe relocaliser Exercise 8: Utilisation de relocaliser Exercise 9: Choisir parmi les quatre verbes

Travaillez avec un nouvel ensemble de données représentant les noms des bébés nés chaque année aux États-Unis. Apprenez à utiliser les mutations groupées et les fonctions de fenêtre pour poser des questions plus complexes sur vos données et y répondre. Et utilisez une combinaison de dplyr et de ggplot2 pour créer des graphiques intéressants afin d'explorer davantage vos données.

Exercise 1: Les données sur les noms de famille Exercise 2: Filtrer et organiser pour un an Exercise 3: Découvrez les prénoms les plus populaires chaque année Exercise 4: Visualisation des noms avec ggplot2

Exercice en cours

Exercise 5: Mutations groupées Exercise 6: Trouver l'année où chaque nom est le plus répandu Exercise 7: Additionner le total et le maximum pour chaque nom Exercise 8: Visualisation de la variation normalisée de la popularité Exercise 9: Fonctions de la fenêtre Exercise 10: Utiliser des ratios pour décrire la fréquence d'un nom Exercise 11: Les plus grands sauts dans un nom Exercise 12: Félicitations !