Trei dintre seturile de date ale sondajului Stack Overflow sunt questions, question_tags și tags:

questions: un ID și scorul întrebării, adică de câte ori a fost votată pozitiv; datele includ doar întrebări legate de R
question_tags: ID-ul etichetei pentru fiecare întrebare și ID-ul întrebării
tags: ID-ul etichetei și numele acesteia, care poate fi folosit pentru a identifica subiectul fiecărei întrebări, de exemplu ggplot2 sau dplyr

În acest exercițiu, vom îmbina aceste seturi de date și vom înlocui valorile NA din câmpurile importante.

Vom folosi left_join pentru a ne asigura că păstrăm toate întrebările, inclusiv pe cele fără o etichetă corespunzătoare. Deoarece știm că datele din questions sunt toate legate de R, vom eticheta manual aceste întrebări ca întrebări R folosind replace_na.

Unirea întrebărilor cu răspunsurile

Create Your Free Account