Ekspresi reguler bisa terasa menakutkan pada awalnya karena mengandung banyak karakter khusus. Di bab ini, Anda akan belajar menguraikannya dan menulis pola Anda sendiri untuk menemukan tepat apa yang Anda cari.

Selamat datang

Dimulai dengan, diakhiri dengan

Jika Anda tidak tahu apa yang Anda cari

Kelas karakter dan pengulangan

Digit, kata, dan spasi

Mencocokkan pengulangan

Karakter khusus yang mana melakukan apa, ya?

Pipa dan tanda tanya

Ini atau itu

Tanda tanya dan dua maknanya

Sekarang Anda bisa membacanya!

Ekspresi Reguler: Menulis Pola Kustom

Di bab ini, kita akan sedikit menjauh dari ekspresi reguler dan berfokus pada manipulasi string dengan membuat string dari struktur data lain seperti vektor atau daftar.

Mengenal glue

Berhenti menempel, mulai men-"glue"

Merekatkan data frame

Berapa banyak argumen yang dapat diterima glue?

Menggabungkan banyak elemen menjadi satu string

Merumuskan pertanyaan dari sebuah list

Menggabungkan data frame

Glue dan Collapse, apa bedanya?

Menyatukan regular expression

Menyusun "pola OR" dengan glue

Menggunakan "or pattern" dengan himpunan data yang lebih besar

Buat pola tingkat lanjut lebih mudah dibaca

Membuat String dari Data

Salah satu tugas di mana ekspresi reguler benar-benar unggul adalah membuat makna dari potongan teks. Di bab ini, Anda akan belajar mengekstrak informasi dari data berantakan yang tidak tersedia dalam tabel yang tertata rapi, melainkan dalam teks biasa.

Kelompok Penangkap

Cocokkan semua capturing group

Cari dan ganti

Dapatkah Anda membuat capturing group bersarang?

extract di tidyr

Membuat regex yang sesuai dengan kebutuhan Anda

Mengapa ini gagal?

Mengekstrak sebuah regular expression tingkat lanjut

Mengekstrak kecocokan dan konteks di sekitar dari sebuah teks

Ekstrak nama dengan konteks

Begitu banyak karakter khusus

Mengekstrak Data Terstruktur dari Teks

Di bab terakhir, kita akan beralih dari ekspresi reguler ke pemahaman jarak string. Dengan menghitung perbedaan dari banyak string, kita dapat mencocokkan yang serupa. Ini membantu kita menemukan duplikasi bahkan ketika mengandung kesalahan kecil seperti salah ketik. Ini merupakan bagian penting dalam record linkage saat kita menggabungkan himpunan data dari berbagai sumber.

Memahami jarak string

Menghitung jarak string

Menemukan kecocokan untuk salah ketik pencarian

Metode jarak string

Edit distance vs. metode q-gram

Mencoba berbagai metode

Apakah satu jarak lebih baik daripada yang lain?

Fuzzy join

Melakukan join berdasarkan jarak string

Jarak string untuk string pendek

Pencocokan Fuzzy Kustom

Menemukan kecocokan berdasarkan dua kondisi

Mengapa menggabungkan berdasarkan beberapa kolom?

Selamat

Kemiripan Antar-String

Menganalisis data dalam bentuk tabel memang menyenangkan. Namun bagaimana jika hal yang paling menarik justru tidak tersedia sebagai himpunan data yang tertata rapi, melainkan dalam teks biasa? Jangan khawatir: Di kursus ini, Anda akan mempelajari semua yang perlu diketahui untuk membuat ekspresi reguler yang kuat agar Anda dapat menemukan semua informasi yang dibutuhkan untuk analisis hanya dari sepotong teks. Tidak hanya itu. Dengan konsep jarak string, Anda akan belajar bekerja bahkan dengan teks yang mengandung salah ketik atau kesalahan pemindaian, karena Anda dapat mencocokkannya dengan padanan yang benar dari sumber data lain (record linkage). Sebagai bahan pembelajaran, kita akan menganalisis dokumen nyata tentang angka box office di bioskop Swiss.

Introduction to the Tidyverse

String Manipulation with stringr in R

Pelajari manipulasi data teks, analisis kesalahan, dan buat ekspresi reguler serta jarak string di R.

Ekspresi Reguler Tingkat Menengah di R

Manipulasi data teks, analisis, dan lebih banyak lagi dengan menguasai ekspresi reguler dan jarak string di R.

Berapa banyak argumen yang dapat diterima glue?

Ekspresi Reguler Tingkat Menengah di R

Latihan interaktif langsung