動画でいくつかの整然データの概念を見ました。これらが長方形のデータ構造とどう対応するか、覚えていますか？
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
このコースの中心となる整然データの考え方を紹介します。最初の2つのレッスンでは、乱雑な文字列の列を分割して、分析に使える整然とした変数と観測にすぐ変換していきます。最後のレッスンでは、欠損値を上書き・削除する方法を学びます。
現在の演習
この章では、pivot_longer() と pivot_wider() を使って、データをワイド形式からロング形式へ、さらにその逆へとピボットする方法を学びます。変数が乱雑な列名に隠れている場合や、列ではなく行に格納されている場合に必要になる関数です。学習の途中で、宇宙犬、核爆弾、そして惑星の気温についても触れていきます。
データでは値が欠けていることがよくあり、ときには観測値そのものが抜けていることもあります。この章では、欠けている観測を補ってデータセットを完成させる方法を学びます。カウントデータにゼロの観測を追加したり、時系列を全区間のシーケンスに拡張したり、ほかにもさまざまな手法に取り組みます。
最後の章では、JSON や XML のような入れ子構造のデータを、整った長方形のデータに変換する方法を学びます。このスキルにより、Web API からのデータ処理が可能になります。さらに、入れ子構造を活用して、整然とした出力を生み出すエレガントなモデリング・パイプラインを作る方法も学びます。
