영상에서 여러 파일 형식을 보셨죠. 어떤 형식이 직사각형 형태로 데이터를 저장하고, 어떤 형식이 그렇지 않은지 기억하시나요?
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
이 장에서는 본 과목의 핵심 개념인 tidy 데이터를 소개합니다. 처음 두 레슨에서는 지저분한 문자형 열을 분리해, 분석에 바로 사용할 수 있는 깔끔한 변수와 관측값으로 만드는 작업부터 시작해요. 마지막 레슨에서는 결측값을 덮어쓰고 제거하는 방법을 배웁니다.
이 장에서는 pivot_longer()와 pivot_wider() 함수를 사용해 데이터를 wide 형식에서 long 형식으로, 그리고 다시 되돌리는 방법을 다룹니다. 변수들이 지저분한 열 이름에 숨어 있거나, 열이 아닌 행에 저장되어 있을 때 이 함수들이 필요해요. 학습하는 동안 우주견, 핵폭탄, 행성 온도에 관한 데이터도 함께 살펴봅니다.
데이터에는 값이 자주 빠져 있고, 때로는 관측 자체가 통째로 없을 때도 있어요. 이 장에서는 이러한 누락된 관측을 포함해 데이터셋을 완성하는 방법을 배웁니다. 집계 데이터에 0값 관측을 추가하고, 시계열을 전체 구간으로 확장하는 등 다양한 기법을 익혀 보세요!
마지막 장에서는 JSON과 XML 같은 중첩된 데이터 구조를 깔끔한 직사각형 형태의 데이터로 변환하는 방법을 배웁니다. 이 기술은 웹 API의 데이터를 처리하는 데 유용해요. 또한 중첩 구조를 활용해 깔끔한 결과물을 만들어 내는 우아한 모델링 파이프라인을 작성하는 방법도 배웁니다.
현재 연습
