Impara i verbi che puoi usare per trasformare i dati, tra cui select, filter, arrange e mutate. Userai queste funzioni per modificare il dataset delle contee, visualizzare osservazioni specifiche e rispondere a domande sui dati.

Esplorare i dati con dplyr

Capire i tuoi dati

Selezionare colonne

I verbi filter e arrange

Ordinare le osservazioni

Filtrare per condizioni

Filtrare e ordinare

Il verbo mutate()

Calcolare il numero di dipendenti pubblici

Calcolare la percentuale di donne in una contea

Mutate, filter e arrange

Trasformare i dati con dplyr

Ora che sai trasformare i dati, vorrai capire come aggregarli per renderli più interpretabili. Imparerai diverse funzioni per sintetizzare molte osservazioni nei tuoi dati, tra cui count, group_by, summarize, ungroup e slice_min/slice_max.

Il verbo count

Conteggio per regione

Contare i cittadini per stato

Creare colonne e contare

I verbi group_by, summarize e ungroup

Riepilogo

Riepilogare per stato

Riepilogo per stato e regione

I verbi slice_min e slice_max

Selezionare una contea da ogni regione

Trovare lo stato con il reddito più basso in ogni regione

Usare insieme summarize, slice_max e count

Aggregare i dati

Impara metodi avanzati per selezionare e trasformare le colonne. Scoprirai anche i select helpers, funzioni che specificano i criteri per le colonne da scegliere, oltre al verbo rename.

Selezionare

Select helper

Il verbo rename

Rinominare una colonna dopo count

Rinominare una colonna durante un select

Il verbo relocate

Uso di relocate

Scegliere tra i quattro verbi

Selezionare e trasformare i dati

Lavora con un nuovo dataset che rappresenta i nomi dei neonati nati ogni anno negli Stati Uniti. Impara a usare mutate raggruppati e funzioni finestra per porre e rispondere a domande più complesse sui tuoi dati. E usa una combinazione di dplyr e ggplot2 per creare grafici interessanti e approfondire l’esplorazione dei dati.

I dati di babynames

Filtrare e ordinare per un anno

Trovare i nomi più popolari ogni anno

Visualizzare i nomi con ggplot2

Mutate con raggruppamenti

Trovare l’anno in cui ogni nome è più comune

Aggiungere il totale e il massimo per ciascun nome

Visualizzare il cambiamento normalizzato della popolarità

Funzioni di finestra

Usare i rapporti per descrivere la frequenza di un nome

I balzi più grandi in un nome

Congratulazioni!

Caso di studio: il dataset babynames

2015 US Census

US Baby Name Records

Course Glossary

Hai trovato un ottimo insieme di dati e vuoi saperne di più. Come puoi iniziare a rispondere alle domande che ti poni sui dati? Puoi usare dplyr per trovare le risposte—e ti aiuta anche con le trasformazioni di base. Imparerai inoltre ad aggregare i dati e ad aggiungere, rimuovere o modificare le variabili. Lungo il percorso, esplorerai un insieme di dati con informazioni sulle contee degli Stati Uniti. Concluderai il corso applicando questi strumenti al dataset babynames per analizzare le tendenze dei nomi dei neonati negli Stati Uniti.

I video includono trascrizioni in tempo reale che puoi visualizzare facendo clic su "Show transcript" in basso a sinistra nei video.

Il glossario del corso si trova a destra, nella sezione delle risorse.

Per ottenere i crediti CPE devi completare il corso e raggiungere un punteggio del 70% nella valutazione qualificata. Puoi accedere alla valutazione facendo clic sul riquadro dei crediti CPE sulla destra.

Diciamo che hai trovato un bel set di dati e vuoi saperne di più. Come puoi iniziare a rispondere alle domande che hai sui dati? Usa dplyr per rispondere a queste domande.<br><br><h2>Primi passi: Trasformare i dati con dplyr</h2>
Questo corso è pensato per insegnare agli utenti come gestire e trasformare i dati in modo efficiente usando il pacchetto dplyr in R.<br><br>Prima di tutto, scoprirai le tecniche di base per trasformare i dati, compreso l'uso dei verbi chiave di dplyr come select, filter, arrange e mutate. Queste funzioni ti mostreranno come cambiare i set di dati selezionando colonne specifiche, filtrando le righe in base a determinate condizioni, ordinando i dati e creando nuove colonne calcolate.​.<br><br>
<h2>Aggregare i dati con dplyr</h2>Poi, il corso parla di come mettere insieme i dati, insegnando agli utenti come riassumere e sintetizzare i dati per capirli meglio.<br><br> Capirai come rendere i tuoi dati più facili da capire e gestire.​. Funzioni come count, group_by e summarize servono per fare operazioni che mettono insieme tante osservazioni in riassunti utili, fondamentali per analizzare i dati e fare report.<br><br><h2>Selezionare e trasformare i dati</h2>Infine, imparerai tecniche avanzate di selezione e trasformazione dei dati, come usare gli helper di selezione e il verbo rinomina. Potrai anche mettere alla prova le tue abilità su un caso di studio reale e fare pratica con mutazioni raggruppate, funzioni finestra e visualizzazione dei dati con ggplot2.<br><br>Alla fine del corso, avrai sviluppato solide competenze nella manipolazione dei dati usando dplyr, che ti permetteranno di fare analisi dei dati più efficienti ed efficaci.— una competenza fondamentale per qualsiasi analista o ricercatore di dati.

Introduction to the Tidyverse

Impara a usare dplyr per trasformare e aggregare dati, poi modifica variabili in un caso reale.

Manipolazione dei dati con dplyr

Migliora le tue abilità con Tidyverse imparando a trasformare e gestire i dati con dplyr.

Scienziato dei dati associato in R

Analista dati  in R

Manipolazione dei dati  in R

R Sviluppatore

Capire i tuoi dati

Manipolazione dei dati con dplyr

esercizio interattivo pratico