Je data nesten

In deze cursus werk je met een verzameling economische en sociale indicatoren voor 77 landen over een periode van 52 jaar. Deze gegevens staan in het gapminder-data frame.

In deze oefening zet je je gapminder-gegevens om in een genest data frame met het eerste hulpmiddel dat je nodig hebt om een basis in tidy Machine Learning op te bouwen: nest().

Opmerking: dit is een meer gedetailleerde versie dan de gegevensset uit het gapminder-pakket. Deze versie is beschikbaar in het dslabs-pakket.

Deze oefening maakt deel uit van de cursus

Machine Learning in de tidyverse

Cursus bekijken

Oefeninstructies

Bekijk de eerste zes rijen van gapminder.
Gebruik vervolgens group_by() en nest() om je data frames per country te nesten; sla dit op als gap_nested.
Bekijk de eerste zes rijen van het nieuw gemaakte data frame gap_nested en let op de nieuwe complexe kolom data met tibbles.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Explore gapminder
head(___)

# Prepare the nested data frame gap_nested
library(tidyverse)
gap_nested <- gapminder %>% 
  group_by(___) %>% 
  ___()

# Explore gap_nested
head(___)

Code bewerken en uitvoeren