În acest capitol, vei învăța totul despre factori. Vei descoperi diferența dintre variabilele categoriale și cele ordinale, cum le reprezintă R și cum să le inspectezi pentru a afla numărul și numele nivelurilor. În final, vei vedea cum forcats, un pachet tidyverse, îți poate îmbunătăți graficele, permițându-ți să reordonezi rapid variabilele după frecvență.

Introducere în variabilele calitative

Recunoașterea variabilelor de tip factor

Variabile calitative în teorie

Înțelegerea variabilelor calitative

Obținerea numărului de niveluri

Examinarea numărului de niveluri

Examinarea nivelurilor

Grafice mai bune

Reordonarea unei variabile după frecvență

Ordonarea unei variabile după alta

Introducere în variabilele de tip factor

Vei continua să explorezi pachetul forcats, învățând cum să modifici ordinea și numele nivelurilor și chiar să le combini între ele.

Reordonarea factorilor

Modificarea ordinii nivelurilor unui factor

Trucuri cu fct_relevel()

Redenumirea nivelurilor unui factor

Distingerea funcțiilor din forcats

Redenumirea câtorva niveluri

Când ai o greșeală de scriere

Comasarea nivelurilor unui factor

Colapsarea manuală a nivelurilor

Gruparea variabilelor după proporție

Păstrarea celor mai frecvente niveluri

Manipularea variabilelor de tip factor

După ce ai dobândit o bună înțelegere a pachetului forcats, vei extinde cunoștințele la restul ecosistemului tidyverse, învățând și recapitulând funcții din dplyr, tidyr și stringr. Vei rafina graficele cu ggplot2 modificând axele la scale procentuale, ajustând aspectul textului și multe altele.

Examinarea variabilelor cu teme comune

Gruparea și restructurarea coloanelor similare

Rezumarea datelor

Crearea unui grafic inițial

Trucuri în ggplot2

Editarea textului din grafic

Reordonarea graficelor

Modificarea și crearea variabilelor cu case_when()

case_when() cu o singură variabilă

case_when() din mai multe coloane

Crearea variabilelor de tip factor

În acest capitol final, vei aplica tot ce ai învățat într-un studiu de caz. Vei aprofunda lucrul cu șiruri de caractere și rezumarea datelor, apoi vei replica un grafic de calitate publicabilă în stilul 538.

Introducere în studiul de caz

Conversia coloanelor de tip caracter în factori

Ordonarea datelor

Pregătirea datelor și regex

Curățarea șirurilor de caractere

Dihotomizarea variabilelor

Recrearea graficului

Corectarea etichetelor

Răsturnăm lucrurile

Finalizarea graficului

Recapitulare de final de curs

Studiu de caz: eticheta în zboruri

538 Flying Etiquette survey

Kaggle multiple choice responses

Ca specialist în date, vei lucra adesea cu date non-numerice, cum ar fi titluri de posturi, răspunsuri la sondaje sau informații demografice. R are o modalitate specială de a le reprezenta, numită factori, iar acest curs te va ajuta să lucrezi cu ei folosind pachetul tidyverse forcats. Vom lucra și cu alte pachete tidyverse, printre care ggplot2, dplyr, stringr și tidyr, și vom folosi seturi de date reale, cum ar fi setul de date fivethirtyeight despre zboruri și sondajul Kaggle privind starea Data Science și ML. La finalul cursului, vei putea identifica și manipula variabilele de tip factor, vei vizualiza datele rapid și eficient și vei comunica rezultatele în mod clar. Pregătește-te să categorizezi!

Reshaping Data with tidyr

Pregătește-te să categorizezi! Vei lucra cu date nenumerice, precum titluri de joburi, folosind Tidyverse.

Date categoriale în Tidyverse

Pregătește-te să categorizezi! În acest curs, vei lucra cu date nenumerice, precum funcții sau răspunsuri la sondaje, folosind Tidyverse.

Fundamentele Tidyverse în R

Distingerea funcțiilor din forcats

Date categoriale în Tidyverse

Exercițiu interactiv practic