This chapter will show you how to perform simple joins that will enable you to combine information spread across multiple tables.

Welcome to the course

Exploring data.tables

Identifying join keys

Multiple data.tables, multiple keys

The merge function

Inner join

Full join

Left and right joins

Left join

Right join

Mastering simple joins

Joining Multiple data.tables 

In this chapter you will perform joins using the data.table syntax, set and view data.table keys, and perform anti-joins.

Join con la sintassi di data.table

Right join con la sintassi di data.table

Inner join con la sintassi di data.table

Anti-join

Impostare e visualizzare le chiavi di data.table

Impostare le chiavi

Ottenere le chiavi

Integrare i join nel tuo flusso di lavoro con data.table

Esplorare la popolazione australiana

Trovare corrispondenze multiple

Esplorare l’aspettativa di vita nel mondo

Joins Using data.table Syntax

This chapter will discuss common problems and errors encountered when performing data.table joins and show you how to troubleshoot and avoid them.

Complex keys

Keys with different names

Multi-column keys

Multi-key, single-key

Tricky columns

Column name suffixes

Joining a data.frame

Duplicate matches

Joining with missing values

Filtering duplicates

Joining and filtering duplicates

Diagnosing and Fixing Common Join Problems

In the last chapter of this course you'll learn how to concatenate observations from multiple tables together, how to identify observations present in one table but not another, and how to reshape tables between long and wide formats.

Concatenating two or more data.tables

Concatenating data.table variables

Concatenating a list of data.tables

Set operations

Identifying observations shared by multiple tables

Removing duplicates while combining tables

Identifying observations unique to a table

Melting data.tables

Melting a wide table

More melts

Casting data.tables

Casting a long table

Casting multiple columns

Splitting by multiple groups

Concatenating and Reshaping data.tables

IMDB

Netflix

Australia Population

Life Expectancy

School Database

Heart Disease

Ebola Cases

Nel mondo reale, gli insiemi di dati sono spesso suddivisi in molte tabelle, mentre la maggior parte delle funzioni di analisi in R è pensata per lavorare con una singola tabella. In questo corso imparerai a combinare in modo efficace più insiemi di dati in un’unica tabella usando data.table. Vedrai come aggiungere colonne da una tabella a un’altra,
come filtrare una tabella sulla base delle osservazioni presenti in un’altra tabella e come identificare i record che soddisfano criteri complessi attraverso più tabelle. Lungo il percorso, imparerai anche a risolvere i problemi dei join non riusciti e le buone pratiche per lavorare con insiemi di dati complessi. Al termine del corso sarai sulla buona strada per diventare un vero esperto di data.table!


Data Manipulation with data.table in R

Impara a combinare e unire dataset, aggiungere colonne, filtrare con data.table e altro.

Unire i dati con data.table in R

Questo corso ti insegnerà come unire e combinare set di dati con data.table.

Esplorare la popolazione australiana

Unire i dati con data.table in R

Esercizio pratico interattivo