始める無料で始める

不一致の修正

dest_size に空白の不一致があり、cleanliness に大文字・小文字の不一致があることを特定しました。ここでは、新しく学んだツールを使って、sfo_survey 内の不一致な値を修正します。データ点を丸ごと削除してしまうと、5%以上を削除する必要がある場合にデータセットへ偏りを生む可能性があるためです。

dplyr と stringr は読み込まれており、sfo_survey が利用可能です。

この演習はコースの一部です

Rでのデータクリーニング

コースを見る

演習の手順

  • sfo_survey に dest_size_trimmed という列を追加し、dest_size 列の値から先頭・末尾の空白をすべて取り除いた値を入れてください。
  • さらに cleanliness_lower という列を追加し、cleanliness 列の値をすべて小文字に変換したものを入れてください。
  • dest_size_trimmed の各カテゴリの出現回数を数えてください。
  • cleanliness_lower の各カテゴリの出現回数を数えてください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Add new columns to sfo_survey
sfo_survey <- sfo_survey %>%
  # dest_size_trimmed: dest_size without whitespace
  mutate(dest_size_trimmed = ___,
         # cleanliness_lower: cleanliness converted to lowercase
         cleanliness_lower = ___)

# Count values of dest_size_trimmed
sfo_survey %>%
  ___

# Count values of cleanliness_lower
sfo_survey %>%
  ___
コードを編集して実行