Înapoi la birou

Lucrezi în continuare ca analist de date pentru o agenție web și ți s-a cerut să faci web scraping. Ai primit o listă de URL-uri de analizat – o analiză pe care ai început-o deja în capitolul anterior.

Te aștepți ca această sarcină să fie recurentă: cu siguranță vei fi rugat să o repeți peste câteva săptămâni. Pentru a-ți ușura munca viitoare, ai decis să scrii cod curat astăzi, astfel încât să fie mai simplu să revii la el mai târziu.

Vom începe prin a combina cele două funcții din httr pe care le-am văzut în capitolul anterior: GET(), pentru a prelua pagina web, și status_code(), pentru a extrage codul de stare – în scopul de a crea un extractor de cod de stare.

Vectorul urls este disponibil în continuare în spațiul tău de lucru. Am păstrat doar URL-urile accesibile.

Acest exercițiu face parte din cursul

Programare funcțională intermediară cu purrr

Instrucțiuni pentru exercițiu

Încarcă purrr și httr.
Compune un extractor de stare folosind GET() și status_code().
Testează această nouă funcție pe "https://www.thinkr.fr" și "https://en.wikipedia.org".
Aplică această funcție direct pe vectorul urls cu map().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Launch purrr and httr



# Compose a status extractor 
status_extract <- ___(___, ___)

# Try with "https://thinkr.fr" & "https://en.wikipedia.org"
___("https://thinkr.fr")
___("https://en.wikipedia.org")

# Map it on the urls vector, return a vector of numbers
___(urls, ___)

Editează și rulează codul

Acest exercițiu face parte din cursul

Programare funcțională intermediară cu purrr

SkillTag.level.intermediateSkillTag.label

4.8+

Începe cursul gratuit

Funcțiile lambda, mapperii și predicatele ți se par intimidante? Nu mai este cazul! După o recapitulare a noțiunilor din purrr, vom intra în programarea funcțională de bază, vom descoperi funcțiile anonime și predicatele și vom vedea cum le putem folosi pentru a curăța și explora date.

Exercise 1: Bazele purrr – o recapitulare Exercise 2: Îți reîmprospătezi memoria despre purrr Exercise 3: Încă un exercițiu de reîmprospătare purrr Exercise 4: Introducere în mappere Exercise 5: Crearea funcțiilor lambda Exercise 6: Funcții lambda Exercise 7: Folosind mappere pentru a curăța datele Exercise 8: Curăță datele cu keep Exercise 9: Separă cu keep() și discard()Exercise 10: Predicate Exercise 11: Ce este un predicat?Exercise 12: Explorarea datelor cu predicate

Ești pregătit să aprofundezi programarea funcțională și purrr? În acest capitol, vom explora conceptul de programare funcțională, gestionarea erorilor cu `safely()` și `possibly()` și vom introduce funcția `compact()` pentru un cod mai curat.

Exercise 1: Programare funcțională în R Exercise 2: Tot ce se întâmplă este un apel de funcție Exercise 3: Identificarea funcțiilor pure Exercise 4: Instrumente pentru programarea funcțională în purrr Exercise 5: Iterații sigure Exercise 6: Creează o funcție Exercise 7: Utilizarea possibly()Exercise 8: O versiune possibly() a funcției read_lines()Exercise 9: Totul într-un singur apel Exercise 10: Gestionarea rezultatelor adverbelor Exercise 11: Perfecționăm funcția Exercise 12: Extragerea codurilor de stare cu GET()

În acest capitol, vom folosi purrr pentru a scrie cod mai clar, mai curat și mai ușor de întreținut. Vom învăța să scriem funcții curate cu `compose()` și `negate()`. Vom folosi și `partial()` pentru a compune funcții prin „precompletarea" argumentelor din funcții existente. În final, vom introduce coloanele-listă, o structură de date convenabilă care ne ajută să scriem cod curat folosind Tidyverse.

Exercise 1: De ce cod mai curat?Exercise 2: Cum se scrie compose()Exercise 3: Înapoi la birou

Exercițiul curent

Exercise 4: Construirea funcțiilor cu compose() și negate()Exercise 5: Construiește o funcție Exercise 6: Numără valorile NA Exercise 7: Prepopularea funcțiilor Exercise 8: Un extractor de conținut Exercise 9: Un alt extractor Exercise 10: Coloane-listă Exercise 11: Despre list-coloane Exercise 12: Creează un data.frame cu coloane de tip listă

Vom pune cap la cap tot ce știm despre purrr într-un studiu de caz. Vom folosi purrr pentru a analiza date extrase de pe Twitter, vom organiza datele cu un cod curat și vom identifica influencerii de pe Twitter de la conferința RStudio din 2018.

Exercise 1: Descoperirea setului de date Exercise 2: Explorăm tweet-urile, runda 1 Exercise 3: Identifică profilurile Exercise 4: Extragerea informațiilor din setul de date Exercise 5: Numărarea aprecierilor Exercise 6: Extragerea mențiunilor Exercise 7: Manipularea URL-urilor Exercise 8: Analiza URL-urilor Exercise 9: Lucrul cu URL-uri Exercise 10: Identificarea influencerilor Exercise 11: Împărțirea setului de date Exercise 12: Avem un câștigător!Exercise 13: Felicitări!