This chapter will show you how to perform simple joins that will enable you to combine information spread across multiple tables.

Welkom bij de cursus

data.tables verkennen

Joinsleutels identificeren

Meerdere data.tables, meerdere sleutels

De functie merge

Inner join

Full join

Left en right joins

Left join

Right join

Eenvoudige joins onder de knie krijgen

Joining Multiple data.tables 

In this chapter you will perform joins using the data.table syntax, set and view data.table keys, and perform anti-joins.

Joins using data.table syntax

Right join with the data.table syntax

Inner join with the data.table syntax

Anti-joins

Setting and viewing data.table keys

Setting keys

Getting keys

Incorporating joins into your data.table workflow

Exploring the Australian population

Finding multiple matches

Exploring world life expectancy

Joins Using data.table Syntax

This chapter will discuss common problems and errors encountered when performing data.table joins and show you how to troubleshoot and avoid them.

Complex keys

Keys with different names

Multi-column keys

Multi-key, single-key

Tricky columns

Column name suffixes

Joining a data.frame

Duplicate matches

Joining with missing values

Filtering duplicates

Joining and filtering duplicates

Diagnosing and Fixing Common Join Problems

In the last chapter of this course you'll learn how to concatenate observations from multiple tables together, how to identify observations present in one table but not another, and how to reshape tables between long and wide formats.

Concatenating two or more data.tables

Concatenating data.table variables

Concatenating a list of data.tables

Set operations

Identifying observations shared by multiple tables

Removing duplicates while combining tables

Identifying observations unique to a table

Melting data.tables

Melting a wide table

More melts

Casting data.tables

Casting a long table

Casting multiple columns

Splitting by multiple groups

Concatenating and Reshaping data.tables

IMDB

Netflix

Australia Population

Life Expectancy

School Database

Heart Disease

Ebola Cases

In de echte wereld zijn gegevens meestal verdeeld over meerdere tabellen, terwijl de meeste data-analysefuncties in R bedoeld zijn voor één enkele tabel. In deze cursus leer je hoe je gegevenssets effectief samenvoegt tot één tabel met data.table. Je leert hoe je kolommen uit de ene tabel aan een andere tabel toevoegt,
hoe je een tabel filtert op basis van waarnemingen in een andere tabel, en hoe je records over meerdere tabellen identificeert die aan complexe criteria voldoen. Onderweg leer je hoe je mislukte join-bewerkingen opspoort en oplost en wat best practices zijn voor het werken met complexe gegevenssets. Na afloop van deze cursus ben je goed op weg om een data.table-expert te worden!


Data Manipulation with data.table in R

Leer datasets combineren, kolommen toevoegen, filteren op basis van andere tabellen met data.table.

Data samenvoegen met data.table in R

In deze cursus leer je hoe je datasets kunt combineren en samenvoegen met data.table.

Full join

Data samenvoegen met data.table in R

Praktische interactieve oefening