Le espressioni regolari possono intimorire all'inizio, perché contengono molti caratteri speciali. In questo capitolo imparerai a decifrarli e a scrivere i tuoi pattern per trovare esattamente ciò che cerchi.

Benvenuto

Inizia con, finisce con

Se non sai cosa stai cercando

Classi di caratteri e ripetizioni

Cifre, parole e spazi

Abbina le ripetizioni

Quale carattere speciale faceva cosa, di nuovo?

La pipe e il punto interrogativo

Questo o quello

Il punto interrogativo e i suoi due significati

Ora sai leggerlo!

Espressioni regolari: scrivere pattern personalizzati

In questo capitolo ci allontaneremo un po' dalle espressioni regolari e ci concentreremo sulla manipolazione di stringhe creando stringhe a partire da altre strutture dati come vettori o liste.

Scoprire glue

Basta incollare, inizia a fare glue

Unire i data frame con glue

Quanti argomenti può accettare glue?

Unire più elementi in una stringa

Formulare una domanda a partire da una lista

Comprimere i data frame

Glue e Collapse, qual è la differenza?

Unire le espressioni regolari

Costruire "pattern OR" con glue

Usare l'"or pattern" con un dataset più grande

Rendi più leggibili i pattern avanzati

Creare stringhe a partire dai dati

Uno dei compiti in cui le espressioni regolari brillano davvero è dare senso a un blocco di testo. In questo capitolo imparerai a estrarre informazioni da dati disordinati che non arrivano in tabelle ben strutturate ma in testo semplice.

Gruppi di cattura

Fai combaciare tutti i gruppi di cattura

Cerca e sostituisci

Puoi annidare i gruppi di cattura?

extract di tidyr

Creare una regex adatta alle tue esigenze

Perché questo fallisce?

Estrarre un'espressione regolare avanzata

Estrarre corrispondenze e contesto da un testo

Estrai i nomi con contesto

Quanti caratteri speciali!

Estrarre dati strutturati dal testo

Nell'ultimo capitolo cambieremo approccio, passando dalla logica delle espressioni regolari alla comprensione delle distanze tra stringhe. Calcolando le differenze tra più stringhe, possiamo abbinare quelle simili. Questo ci aiuterà a trovare duplicati anche quando contengono piccoli errori come refusi. È una parte importante del record linkage, in cui combiniamo insiemi di dati provenienti da più fonti.

Capire le distanze tra stringhe

Calcolare una distanza tra stringhe

Trovare una corrispondenza per un errore di digitazione

Metodi per le distanze tra stringhe

Metodi

Distanze di edit

Metodi q-gram

Distanze di edit vs. metodi q-gram

Provare metodi diversi

Una distanza è migliore dell’altra?

Join fuzzy

Eseguire un join basato sulla distanza tra stringhe

Distanze tra stringhe molto corte

Fuzzy matching personalizzato

Trovare corrispondenze basate su due condizioni

Perché fare il join su più colonne?

Congratulazioni

Somiglianze tra stringhe

Analizzare dati organizzati in tabelle è divertente. Ma cosa succede se ciò che ti interessa di più non è disponibile come un insieme di dati ben ordinato, bensì come semplice testo? Niente panico: in questo corso imparerai tutto ciò che ti serve per creare potenti espressioni regolari che ti aiuteranno a trovare tutte le informazioni necessarie alle tue analisi partendo da un blocco di testo. E non solo. Grazie al concetto di distanza tra stringhe, imparerai a lavorare anche con testi che contengono refusi o errori di scansione, perché potrai abbinarli ai corrispondenti corretti provenienti da altre fonti di dati (record linkage). Come materiale didattico, analizzeremo documenti reali sui dati del botteghino dei cinema svizzeri.

Introduction to the Tidyverse

String Manipulation with stringr in R

Impara a manipolare dati testuali, analizzarli e creare espressioni regolari potenti in R.

Espressioni regolari intermedie in R

Manipola i dati di testo, analizzali e molto altro ancora imparando a usare le espressioni regolari e le distanze tra stringhe in R.

Perché fare il join su più colonne?

Espressioni regolari intermedie in R

esercizio interattivo pratico