Leer werkwoorden waarmee je je data kunt transformeren, zoals select, filter, arrange en mutate. Je gebruikt deze functies om de counties-gegevensset te bewerken, specifieke observaties te bekijken en vragen over de data te beantwoorden.

Data verkennen met dplyr

Je data begrijpen

Kolommen selecteren

De werkwoorden filter en arrange

Observaties ordenen

Filteren op voorwaarden

Filteren en ordenen

Het werkwoord mutate()

Het aantal overheidsmedewerkers berekenen

Het percentage vrouwen in een county berekenen

Mutate, filter en arrange

Data transformeren met dplyr

Nu je weet hoe je data kunt transformeren, wil je ook leren hoe je je data kunt aggregeren om die beter interpreteerbaar te maken. Je leert diverse functies om veel observaties samen te vatten, waaronder count, group_by, summarize, ungroup en slice_min/slice_max.

Het werkwoord count

Tellen per regio

Burgers tellen per staat

Muteren en tellen

De werkwoorden group_by, summarize en ungroup

Samenvatten

Samenvatten per staat

Samenvatten per staat en regio

De werkwoorden slice_min en slice_max

Een county per regio selecteren

De staat met het laagste inkomen per regio vinden

`summarize`, `slice_max` en `count` samen gebruiken

Data aggregeren

Leer geavanceerde methoden om kolommen te selecteren en te transformeren. Ontdek ook select-helpers: functies die criteria aangeven voor de kolommen die je wilt kiezen, en maak kennis met het werkwoord rename.

Selecteren

Select helpers

Het werkwoord rename

Een kolom hernoemen na count

Een kolom hernoemen binnen een select

Het werkwoord relocate

Relocate gebruiken

Kiezen tussen de vier werkwoorden

Kolommen selecteren en transformeren

Werk met een nieuwe gegevensset met de namen van baby's die elk jaar in de Verenigde Staten zijn geboren. Leer hoe je grouped mutates en window functions gebruikt om complexere vragen over je data te stellen en te beantwoorden. En gebruik een combinatie van dplyr en ggplot2 om interessante grafieken te maken en je data verder te verkennen.

De babynames-gegevens

Filteren en sorteren voor één jaar

De populairste namen per jaar vinden

Namen visualiseren met ggplot2

Gegroepeerde mutates

Het jaar vinden waarin elke naam het meest voorkomt

Het totaal en maximum per naam toevoegen

De genormaliseerde verandering in populariteit visualiseren

Windowfuncties

Ratio’s gebruiken om de frequentie van een naam te beschrijven

Grootste sprongen in een naam

Gefeliciteerd!

Casestudy: de babynames-gegevensset

2015 US Census

US Baby Name Records

Course Glossary

Stel, je hebt een geweldige gegevensset gevonden en wilt er meer over te weten komen. Hoe beantwoord je de vragen die je over de data hebt? Met dplyr kun je die vragen beantwoorden—het helpt ook bij basistransformaties van je data. Je leert bovendien je data te aggregeren en variabelen toe te voegen, te verwijderen of te wijzigen. Onderweg verken je een gegevensset met informatie over counties in de Verenigde Staten. Je rondt de cursus af door deze tools toe te passen op de babynames-gegevensset om trends in babynamen in de Verenigde Staten te onderzoeken.

De video's bevatten live-transcripts die je kunt weergeven door linksonder op de video's op "Show transcript" te klikken.

De cursusterminologie vind je rechts in de sectie met bronnen.

Om CPE-credits te behalen, moet je de cursus voltooien en een score van 70% halen op de gekwalificeerde toets. Je kunt naar de toets navigeren door rechts op de CPE-credits-callout te klikken.

Stel dat je een geweldige dataset hebt gevonden en je wilt er meer over weten. Hoe kun je beginnen met het beantwoorden van je vragen over de gegevens? Gebruik dplyr om die vragen te beantwoorden.<br><br><h2>Eerste stappen: Data transformeren met dplyr</h2>
Deze cursus is bedoeld om je te leren hoe je gegevens efficiënt kunt bewerken en transformeren met het dplyr-pakket in R.<br><br>Eerst leer je de basis van gegevenstransformatie, zoals het gebruik van belangrijke dplyr-commando's als select, filter, arrange en mutate. Met deze functies leer je hoe je datasets kunt aanpassen door bepaalde kolommen te kiezen, rijen te filteren op basis van voorwaarden, gegevens te sorteren en nieuwe berekende kolommen te maken.​.<br><br>
<h2>Gegevens samenvoegen met dplyr</h2>Daarna gaat de cursus over het samenvoegen van gegevens, zodat je leert hoe je gegevens kunt samenvatten en inkorten voor een betere interpretatie.<br><br> Je leert hoe je je gegevens makkelijker te begrijpen en te beheren kunt maken.​. Functies zoals count, group_by en summarize zijn er om veel observaties samen te voegen tot handige samenvattingen, wat superhandig is voor data-analyse en rapportage.<br><br><h2>Gegevens kiezen en bewerken</h2>Tot slot leer je geavanceerde technieken voor het selecteren en transformeren van gegevens, zoals het gebruik van select helpers en het werkwoord rename. Je kunt je vaardigheden ook toepassen op een praktijkgerichte casestudy en oefenen met gegroepeerde mutaties, vensterfuncties en datavisualisatie met ggplot2.<br><br>Aan het einde van de cursus heb je solide vaardigheden op het gebied van datamanipulatie met dplyr ontwikkeld, waardoor je efficiënter en effectiever gegevens kunt analyseren.— een super belangrijke vaardigheid voor elke data-analist of wetenschapper.

Introduction to the Tidyverse

Leer dplyr gebruiken om data te transformeren en aggregeren, en pas je vaardigheden toe in een casestudy.

Data manipulatie met dplyr

Bouw Tidyverse-vaardigheden op door te leren hoe je data kunt transformeren en manipuleren met dplyr.

De werkwoorden slice_min en slice_max

Create Your Free Account