文字列のトリミング
前の演習では、正しいデータ型を見極めて user_birth_year を適切な型に変換し、データセットへの理解を少し深める集計を得ることができました。
もう一つよくある汚れたデータの問題として、数値にパーセント記号やピリオドなどの余計な文字が混ざり、character として読み込まれてしまうことがあります。これらの数値を計算に使えるようにするには、余計な文字を取り除き、character から numeric に変換する必要があります。この演習では、duration 列を character から numeric に変換しますが、その前に各値から "minutes" という語を取り除く必要があります。
dplyr、assertive、stringr は読み込まれており、bike_share_rides 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
演習の手順
str_remove()を使って、bike_share_ridesのduration列から"minutes"を削除し、duration_trimmedという新しい列として追加します。duration_trimmed列を数値型に変換し、duration_minsという新しい列として追加します。bike_share_ridesをglimpse()で確認し、duration_mins列がnumericであることをアサートします。duration_minsの平均を計算します。
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。
bike_share_rides <- bike_share_rides %>%
# Remove 'minutes' from duration: duration_trimmed
mutate(duration_trimmed = ___,
# Convert duration_trimmed to numeric: duration_mins
duration_mins = ___)
# Glimpse at bike_share_rides
___
# Assert duration_mins is numeric
___
# Calculate mean duration
___