În acest capitol, vei revizui pipeline-urile dplyr și îți vei îmbunătăți abilitățile de selectare a coloanelor cu ajutorul funcțiilor helper și al expresiilor regulate.

Fii productiv cu dplyr

select() vs. filter()

O selecție excelentă

Mutație necesară

O mână de ajutor cu funcțiile helper

Să alegem cu cap

Vezi cum s-a terminat

Găsim potrivirea perfectă

Dragoste cu `contains()`

Căutăm potriviri

Selecție precisă cu dplyr

Aici vei învăța cum să muti coloane în setul tău de date și cum să aplici aceeași transformare pe mai multe coloane simultan. Vei alege, de asemenea, rânduri care îndeplinesc unul sau mai multe criterii din coloane.

Asistență pentru relocare

Mutarea coloanelor cu select() și everything()

Rearanjare cu select() și last_col()

Schimbarea pozițiilor cu relocate()

Asta a depășit limita

Mutate pe mai multe coloane

Sumarizare pe mai multe variabile

Combinarea count() cu across()

Animal crossing: noul rowwise

across() vs. c_across()

Agregări cu rowwise()

Una pentru oricare, una pentru toate

Mișcă datele din loc

În această secțiune, vei revizui join-urile din dplyr. Vei aprofunda subiectul folosind clauzele teoriei mulțimilor pentru a examina suprapunerile și diferențele dintre seturi de date.

Uniți pentru distracție

Hai să unim datele

Investigații suplimentare

Liniile care se intersectează nu au pereche

Opțiuni

intersect()

inner_join()

intersect() vs. inner join

Prin intersecție, în viteză

Livrează starea uniunii

Salvează uniunea

Înscrie-te la uniunea locală, all

Puțin prea excepțional

Verificarea egalității seturilor

Verificarea diferențelor

Teoria mulțimilor aplicată în dplyr

În această ultimă parte a cursului, vei folosi operatorii rlang pentru a transforma argumente în variabile și pentru a crea funcții care integrează cod dplyr și ggplot2.

Care este marea ta problemă?

Ratele șomajului pe regiuni

Ratele mediane ale șomajului pe grupuri

Bang-bang!!

Potrivirea operatorilor rlang

Bang bang în scenă

Rlang-uaj în fotoliu

Tu ești morsă

Analizează rezultatele pe regiuni

O răsucire grozavă cu ggplot

Reprezentare grafică și planificare

Titlul graficului se complică

Felicitări!

Învață limbajul rlang

World Bank

International Monetary Fund (IMF)

Tidyverse include un set remarcabil de pachete care simplifică și accelerează lucrul cu datele. Ai încercat vreodată să folosești funcții dplyr în interiorul altor funcții și ai primit erori ciudate sau rezultate neașteptate? Acele erori erau cel mai probabil cauzate de evaluarea tidyverse (tidy evaluation), care necesită un pic de atenție în plus. În cursul Programare cu dplyr, vei descoperi strategii pentru rezolvarea acestor erori prin pachetul rlang. Vei învăța, de asemenea, alte tehnici de programare cu dplyr, folosind date de la Banca Mondială și Fondul Monetar Internațional pentru a analiza tendințe la nivel global. La finalul cursului, vei scrie funcții tidyverse cu adevărat stăpânite!

Joining Data with dplyr

Introduction to Writing Functions in R

Învață transformări avansate cu dplyr și cum să integrezi cod dplyr și ggplot2 în funcții.

Programare cu dplyr

Stăpânește transformări avansate cu dplyr și folosește cod dplyr și ggplot2 în funcții.

Funcționează doar dacă numele coloanelor sunt identice în cele două tibble-uri.

Pentru două tibble-uri `df1` și `df2` cu aceleași nume de coloane, aceasta returnează întotdeauna toate rândurile comune dintre `df1` și `df2`.

Funcționează chiar dacă cele două argumente au un număr diferit de coloane.

Pentru două tibble-uri `df1` și `df2`, aceasta returnează toate rândurile cu valori de cheie comune între `df1` și `df2`.

intersect() vs. inner join

Programare cu dplyr

Exercițiu interactiv practic