In dit hoofdstuk leer je alles over factors. Je ontdekt het verschil tussen categorische en ordinale variabelen, hoe R ze weergeeft en hoe je ze bekijkt om het aantal en de namen van de levels te vinden. Tot slot zie je hoe forcats, een tidyverse-pakket, je grafieken kan verbeteren door variabelen snel op frequentie te herordenen.

Introductie tot kwalitatieve variabelen

Factorvariabelen herkennen

Kwalitatieve variabelen in theorie

Inzicht in je kwalitatieve variabelen

Aantal levels ophalen

Het aantal levels onderzoeken

Niveaus onderzoeken

Betere visualisaties maken

Een variabele herschikken op basis van frequentie

Eén variabele ordenen op basis van een andere

Introductie tot factorvariabelen

Je gaat verder met het forcats-pakket en leert hoe je de volgorde en namen van levels verandert en ze zelfs kunt samenvoegen.

De volgorde van factoren aanpassen

De volgorde van factorniveaus wijzigen

Handigheidjes van fct_relevel()

Factorlevels hernoemen

Verschil tussen forcats-functies

Een paar levels hernoemen

Als je een typefout maakt

Factorlevels samenvoegen

Levels handmatig samenvoegen

Variabelen samenvoegen op basis van proportie

De meest voorkomende niveaus behouden

Factorvariabelen bewerken

Nu je forcats goed in de vingers hebt, breid je uit naar de rest van de tidyverse en leer en herhaal je functies uit dplyr, tidyr en stringr. Je verfijnt grafieken met ggplot2 door assen naar percentageschalen om te zetten, de lay-out van tekst te bewerken en meer.

Veelvoorkomende themavariabelen verkennen

Groeperen en herstructureren van vergelijkbare kolommen

Gegevens samenvatten

Een eerste plot maken

Handige trucs in ggplot2

Tekst in je plot bewerken

Grafieken herordenen

Variabelen wijzigen en maken met case_when()

case_when() met één variabele

case_when() met meerdere kolommen

Factorvariabelen maken

In dit laatste hoofdstuk pas je alles wat je hebt geleerd toe in een casestudy. Je leert meer over het werken met strings en het samenvatten van data, en je reproduceert een publicatiewaardige 538-plot.

Introductie van de casestudy

Tekstkolommen omzetten naar factoren

Data opschonen

Data voorbereiden en regex

Strings opschonen

Variabelen dichotomiseren

De visualisatie opnieuw maken

Labels corrigeren

Alles omdraaien

De grafiek afronden

Samenvatting aan het einde van de cursus

Casestudy over etiquette in het vliegtuig

538 Flying Etiquette survey

Kaggle multiple choice responses

Als data scientist werk je vaak met niet-numerieke gegevens, zoals functietitels, enquêteresultaten of demografische informatie. R heeft een speciale manier om die weer te geven: factors. In deze cursus leer je ermee werken met het tidyverse-pakket forcats. We gebruiken ook andere tidyverse-pakketten, waaronder ggplot2, dplyr, stringr en tidyr, en echte datasets zoals de fivethirtyeight-vluchtdataset en Kaggle’s State of Data Science and ML Survey. Na deze cursus kun je factorvariabelen herkennen en bewerken, je gegevens snel en efficiënt visualiseren en je resultaten duidelijk communiceren. Klaar om te categoriseren!

Reshaping Data with tidyr

Maak je klaar om te categoriseren! In deze cursus werk je met niet-numerieke data in Tidyverse.

Categorische gegevens in de Tidyverse

Tidyverse-basisprincipes in R

Verschil tussen forcats-functies

Categorische gegevens in de Tidyverse

Interactieve oefening met praktijkervaring