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.

Menyeleksi

Memilih kolom

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

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.

The babynames data

Filtering and arranging for one year

Finding the most popular names each year

Visualizing names with ggplot2

Grouped mutates

Finding the year each name is most common

Adding the total and maximum for each name

Visualizing the normalized change in popularity

Window functions

Using ratios to describe the frequency of a name

Biggest jumps in a name

Congratulations!

Case Study: The babynames Dataset

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.

Mengganti nama kolom setelah count

Manipulasi Data dengan dplyr

Latihan interaktif praktis