Aprenda os verbos que você pode usar para transformar seus dados, incluindo select, filter, arrange e mutate. Você usará essas funções para modificar o conjunto de dados de condados para exibir observações específicas e responder a perguntas sobre os dados.

Exploração de dados com o dplyr

Entendendo seus dados

Seleção de colunas

Os verbos filter e arrange

Organização das observações

Filtragem de condições

Filtragem e organização

O verbo mutate()

Cálculo do número de funcionários públicos

Cálculo da porcentagem de mulheres em um país

Mutate, filter e arrange

Transformação de dados com o dplyr

Agora que você sabe como transformar seus dados, vai querer saber mais sobre como agregar seus dados para torná-los mais interpretáveis. Você aprenderá várias funções que podem ser usadas para obter muitas observações em seus dados e resumi-las, incluindo count, group_by, summarize, ungroup e slice_min/slice_max.

O verbo count

Contagem por região

Contagem de cidadãos por estado

Mutação e contagem

Os verbos group_by, summarize e ungroup

Resumo

Resumo por estado

Resumo por estado e região

Os verbos slice_min e slice_max

Seleção de um município de cada região

Encontrar o estado de menor renda em cada região

Uso de summarize, slice_max e count juntos

Agregação de dados

Aprenda métodos avançados para selecionar e transformar colunas. Além disso, aprenda sobre os auxiliares de seleção, que são funções que especificam critérios para colunas que você deseja escolher, bem como o verbo rename.

Seleção

Selecionar ajudantes

O verbo rename

Renomear uma coluna após a contagem

Renomear uma coluna como parte de uma seleção

O verbo relocate

Uso do relocate

Escolher entre os quatro verbos

Seleção e transformação de dados

Trabalhe com um novo conjunto de dados que representa os nomes dos bebês nascidos nos Estados Unidos a cada ano. Saiba como usar mutações agrupadas e funções de janela para fazer e responder perguntas mais complexas sobre seus dados. E use uma combinação de dplyr e ggplot2 para criar gráficos interessantes e explorar melhor seus dados.

Os dados de babynames

Filtragem e organização por um ano

Você pode encontrar os nomes mais populares de cada ano

Visualização de nomes com ggplot2

Mutações agrupadas

Encontrar o ano em que cada nome é mais comum

Somando o total e o máximo para cada nome

Visualização da mudança normalizada na popularidade

Funções de janela

Usar proporções para descrever a frequência de um nome

Os maiores saltos em um nome

Parabéns!

Estudo de caso: O conjunto de dados babynames

2015 US Census

US Baby Name Records

Digamos que você tenha encontrado um ótimo conjunto de dados e gostaria de saber mais sobre ele. Como você pode começar a responder às perguntas que tem sobre os dados? Você pode usar o dplyr para responder a essas perguntas; ele também pode ajudar com transformações básicas dos dados. Você também aprenderá a agregar seus dados e adicionar, remover ou alterar as variáveis. Ao longo do caminho, você explorará um conjunto de dados que contém informações sobre condados nos Estados Unidos. Você concluirá o curso aplicando essas ferramentas ao conjunto de dados babynames para explorar as tendências de nomes de bebês nos Estados Unidos.

Digamos que você tenha encontrado um ótimo conjunto de dados e gostaria de saber mais sobre ele. Como você pode começar a responder às perguntas que tem sobre os dados? Use o dplyr para responder a essas perguntas.<br><br><h2>Primeiros passos: Transformando dados com o dplyr</h2>
Este curso foi criado para ensinar aos usuários como manipular e transformar dados de forma eficiente usando o pacote dplyr no R.<br><br>Primeiro, explore as técnicas fundamentais de transformação de dados, incluindo o uso dos principais verbos do dplyr, como selecionar, filtrar, organizar e alterar. Essas funções ensinarão você a modificar conjuntos de dados selecionando colunas específicas, filtrando linhas com base em condições, classificando dados e criando novas colunas calculadas​.<br><br>
<h2>Agregando dados com o dplyr</h2>Em seguida, o curso aborda a agregação de dados, ensinando aos usuários como resumir e condensar dados para melhor interpretação.<br><br> Você entenderá como tornar seus dados mais interpretáveis e gerenciáveis​. Funções como count, group_by e summarize são introduzidas para realizar operações que agregam muitas observações em resumos significativos, essenciais para a análise de dados e a geração de relatórios.<br><br><h2>Seleção e transformação de dados</h2>Por fim, você aprenderá técnicas avançadas de seleção e transformação de dados, como o uso de auxiliares de seleção e o verbo renomear. Você também aplicará suas habilidades a um estudo de caso do mundo real e praticará mutações agrupadas, funções de janela e visualização de dados com o ggplot2.<br><br>Ao final do curso, você terá desenvolvido habilidades robustas de manipulação de dados usando o dplyr, permitindo uma análise de dados mais eficiente e eficaz.-um recurso essencial para qualquer analista ou cientista de dados.

Introduction to the Tidyverse

Aprenda a usar dplyr para transformar e agregar dados, adicionar, remover ou alterar variáveis.

Manipulação de dados com o dplyr 

Desenvolva habilidades no Tidyverse aprendendo a transformar e manipular dados com o dplyr.

Cientista de dados associado em R

Analista de dados  em R

Manipulação de dados  em R

Desenvolvedor R

Entendendo seus dados

Manipulação de dados com o dplyr

Exercício interativo prático