Terug naar de toekomst

Er is iets misgegaan: het lijkt erop dat je data bevat met datums in de toekomst, ver buiten het verwachte datumbereik. Om dit op te lossen, moet je alle ritten verwijderen waarvan de date in de toekomst ligt. Voordat je dit kunt doen, moet de kolom date worden omgezet van een character naar een Date. Met Date-objecten is het veel makkelijker om te bepalen welke ritten in de toekomst liggen, omdat R het eenvoudig maakt om te controleren of het ene Date-object voor (<) of na (>) een ander ligt.

dplyr en assertive zijn geladen en bike_share_rides is beschikbaar.

Deze oefening maakt deel uit van de cursus

Data opschonen in R

Cursus bekijken

Oefeninstructies

Zet de kolom date van bike_share_rides om van character naar het gegevenstype Date.
Controleer met een assertie dat alle waarden in de kolom date in het verleden liggen en niet in de toekomst.
Filter bike_share_rides zodat je alleen de ritten uit het verleden of vandaag overhoudt, en sla dit op als bike_share_rides_past.
Controleer met een assertie dat de dates in bike_share_rides_past alleen in het verleden voorkwamen.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

library(lubridate)
# Convert date to Date type
bike_share_rides <- bike_share_rides %>%
  mutate(date = ___)

# Make sure all dates are in the past
___

# Filter for rides that occurred before or on today's date
bike_share_rides_past <- bike_share_rides %>%
  filter(___)

# Make sure all dates from bike_share_rides_past are in the past
___

Code bewerken en uitvoeren

Deze oefening maakt deel uit van de cursus

Data opschonen in R

SkillTag.level.intermediateSkillTag.label

4.8+

Begin de cursus gratis

In this chapter, you'll learn how to overcome some of the most common dirty data problems. You'll convert data types, apply range constraints to remove future data points, and remove duplicated data points to avoid double-counting.

Exercise 1: Beperkingen op gegevenstypen Exercise 2: Veelvoorkomende gegevenstypen Exercise 3: Gegevenstypen omzetten Exercise 4: Strings bijsnijden Exercise 5: Bereikbeperkingen Exercise 6: Beperkingen voor ritduur Exercise 7: Terug naar de toekomst

Huidige oefening

Exercise 8: Uniciteitsbeperkingen Exercise 9: Volledige duplicaten Exercise 10: Gedeeltelijke duplicaten verwijderen Exercise 11: Gedeeltelijke duplicaten aggregeren

Categorical and text data can often be some of the messiest parts of a dataset due to their unstructured nature. In this chapter, you’ll learn how to fix whitespace and capitalization inconsistencies in category labels, collapse multiple categories into one, and reformat strings for consistency.

Exercise 1: Checking membership Exercise 2: Members only Exercise 3: Not a member Exercise 4: Categorical data problems Exercise 5: Identifying inconsistency Exercise 6: Correcting inconsistency Exercise 7: Collapsing categories Exercise 8: Cleaning text data Exercise 9: Detecting inconsistent text data Exercise 10: Replacing and removing Exercise 11: Invalid phone numbers

In this chapter, you’ll dive into more advanced data cleaning problems, such as ensuring that weights are all written in kilograms instead of pounds. You’ll also gain invaluable skills that will help you verify that values have been added correctly and that missing values don’t negatively impact your analyses.

Exercise 1: Uniformity Exercise 2: Date uniformity Exercise 3: Currency uniformity Exercise 4: Cross field validation Exercise 5: Validating totals Exercise 6: Validating age Exercise 7: Completeness Exercise 8: Types of missingness Exercise 9: Visualizing missing data Exercise 10: Treating missing data

Record linkage is a powerful technique used to merge multiple datasets together, used when values have typos or different spellings. In this chapter, you'll learn how to link records by calculating the similarity between strings—you’ll then use your new skills to join two restaurant review datasets into one clean master dataset.

Exercise 1: Comparing strings Exercise 2: Calculating distance Exercise 3: Small distance, small difference Exercise 4: Fixing typos with string distance Exercise 5: Generating and comparing pairs Exercise 6: Link or join?Exercise 7: Pair blocking Exercise 8: Comparing pairs Exercise 9: Scoring and linking Exercise 10: Score then select or select then score?Exercise 11: Putting it together Exercise 12: Congratulations!