Pelajari verba yang dapat Anda gunakan untuk mentransformasi data, termasuk select, filter, arrange, dan mutate. Anda akan menggunakan fungsi-fungsi ini untuk memodifikasi himpunan data counties guna melihat pengamatan tertentu dan menjawab pertanyaan tentang data.

Mengeksplorasi data dengan dplyr

Memahami data Anda

Memilih kolom

Verba filter dan arrange

Mengurutkan observasi

Menyaring berdasarkan kondisi

Menyaring dan mengurutkan

Kata kerja mutate()

Menghitung jumlah pegawai pemerintah

Menghitung persentase perempuan di suatu county

Mutate, filter, dan arrange

Transformasi Data dengan dplyr

Sekarang setelah Anda mengetahui cara mentransformasi data, Anda akan mempelajari cara mengagregasi data agar lebih mudah diinterpretasikan. Anda akan mempelajari sejumlah fungsi yang dapat mengambil banyak pengamatan dalam data dan merangkumnya, termasuk count, group_by, summarize, ungroup, serta slice_min/slice_max.

Verba count

Menghitung berdasarkan region

Menghitung warga negara per negara bagian

Melakukan mutasi dan menghitung

Kata kerja group_by, summarize, dan ungroup

Merangkum

Meringkas berdasarkan negara bagian

Meringkas berdasarkan negara bagian dan wilayah

Kata kerja slice_min dan slice_max

Memilih satu county dari tiap wilayah

Menemukan negara bagian berpendapatan terendah di tiap wilayah

Menggunakan summarize, slice_max, dan count secara bersamaan

Agregasi Data

Pelajari metode lanjutan untuk memilih dan mentransformasi kolom. Selain itu, pelajari tentang select helpers, yaitu fungsi-fungsi yang menentukan kriteria kolom yang ingin Anda pilih, serta verba rename.

Menyeleksi

Select helper

Verba rename

Mengganti nama kolom setelah count

Mengganti nama kolom sebagai bagian dari select

Kata kerja relocate

Menggunakan relocate

Memilih di antara empat verba

Memilih dan Mentransformasi Data

Bekerja dengan himpunan data baru yang merepresentasikan nama bayi yang lahir di Amerika Serikat setiap tahun. Pelajari cara menggunakan grouped mutates dan window functions untuk mengajukan dan menjawab pertanyaan yang lebih kompleks tentang data Anda. Serta gunakan kombinasi dplyr dan ggplot2 untuk membuat grafik menarik guna mengeksplorasi data lebih lanjut.

Data babynames

Memfilter dan mengurutkan untuk satu tahun

Menemukan nama paling populer tiap tahun

Memvisualisasikan nama dengan ggplot2

Mutasi berkelompok

Menemukan tahun ketika setiap nama paling umum

Menambahkan total dan maksimum untuk setiap nama

Memvisualisasikan perubahan popularitas yang dinormalisasi

Fungsi window

Menggunakan rasio untuk menggambarkan frekuensi sebuah nama

Lonjakan terbesar dalam sebuah nama

Selamat!

Studi Kasus: Himpunan Data babynames

2015 US Census

US Baby Name Records

Course Glossary

Misalkan Anda menemukan sebuah himpunan data yang bagus dan ingin mempelajarinya lebih jauh. Bagaimana cara mulai menjawab pertanyaan Anda tentang data tersebut? Anda dapat menggunakan dplyr untuk menjawab pertanyaan—paket ini juga membantu melakukan transformasi dasar pada data Anda. Anda juga akan mempelajari cara mengagregasi data serta menambah, menghapus, atau mengubah variabel. Sepanjang perjalanan, Anda akan mengeksplorasi himpunan data yang berisi informasi tentang county di Amerika Serikat. Anda akan menyelesaikan kursus dengan menerapkan alat ini pada himpunan data babynames untuk menelusuri tren nama bayi di Amerika Serikat.

Video menyertakan transkrip langsung yang dapat Anda tampilkan dengan mengeklik "Show transcript" di kiri bawah video.

Glosarium kursus dapat ditemukan di sebelah kanan pada bagian sumber daya.

Untuk memperoleh kredit CPE, Anda perlu menyelesaikan kursus dan mencapai skor 70% pada asesmen yang memenuhi syarat. Anda dapat menuju asesmen dengan mengeklik pemberitahuan kredit CPE di sisi kanan.

Misalkan Anda telah menemukan dataset yang bagus dan ingin mengetahui lebih lanjut tentangnya. Bagaimana Anda bisa mulai menjawab pertanyaan-pertanyaan yang Anda miliki tentang data tersebut? Gunakan dplyr untuk menjawab pertanyaan-pertanyaan tersebut.<br><br><h2>Langkah pertama: Mengolah data dengan dplyr</h2>
Kursus ini dirancang untuk mengajarkan pengguna cara mengolah dan mentransformasi data secara efisien menggunakan paket dplyr dalam R.<br><br>Pertama, pelajari teknik transformasi data dasar, termasuk penggunaan perintah utama dplyr seperti select, filter, arrange, dan mutate. Fungsi-fungsi ini akan mengajarkan Anda cara memodifikasi dataset dengan memilih kolom-kolom tertentu, menyaring baris berdasarkan kondisi, mengurutkan data, dan membuat kolom-kolom baru yang dihitung.​.<br><br>
<h2>Menggabungkan data dengan dplyr</h2>Selanjutnya, kursus ini membahas agregasi data, mengajarkan pengguna cara merangkum dan mengompres data untuk interpretasi yang lebih baik.<br><br> Anda akan memahami cara membuat data Anda lebih mudah diinterpretasikan dan dikelola.​. Fungsi seperti count, group_by, dan summarize diperkenalkan untuk melakukan operasi yang menggabungkan banyak pengamatan menjadi ringkasan yang bermakna, yang sangat penting untuk analisis data dan pelaporan.<br><br><h2>Pemilihan dan transformasi data</h2>Akhirnya, Anda akan mempelajari teknik pemilihan dan transformasi data tingkat lanjut, seperti menggunakan select helpers dan perintah rename. Anda juga akan memiliki kesempatan untuk menerapkan keterampilan Anda pada studi kasus dunia nyata dan berlatih menggunakan mutasi berkelompok, fungsi jendela, serta visualisasi data dengan ggplot2.<br><br>Pada akhir kursus, Anda akan mengembangkan keterampilan manipulasi data yang kokoh menggunakan dplyr, yang memungkinkan analisis data yang lebih efisien dan efektif.—kemampuan yang sangat penting bagi setiap analis data atau ilmuwan data.

Introduction to the Tidyverse

Pelajari cara menggunakan dplyr untuk mengubah data, lalu terapkan ke studi kasus nyata.

Manipulasi Data dengan dplyr

Bangun keterampilan Tidyverse dengan mempelajari cara mentransformasi dan memanipulasi data menggunakan dplyr.

Associate Data Scientist di R

Analis Data  di R

Manipulasi Data  di R

Pengembang R

Memvisualisasikan nama dengan ggplot2

Manipulasi Data dengan dplyr

Latihan interaktif langsung praktik