Kom igångKom igång gratis

Rensa strängar

I föregående övning identifierade du rätt datatyp och konverterade user_birth_year till den typen, vilket gav dig bättre inblick i datamängden.

Ett annat vanligt problem med smutsig data är att värden innehåller extra tecken, som procenttecken eller punkter i tal, vilket gör att de tolkas som character i stället för numeriska värden. För att kunna räkna på dessa värden måste de extra tecknen tas bort och värdena konverteras från character till numeric. I den här övningen ska du konvertera kolumnen duration från character till numeric – men först behöver ordet "minutes" tas bort från varje värde.

dplyr, assertive och stringr är inlästa och bike_share_rides finns tillgänglig.

Den här övningen är en del av kursen

Datarensning i R

Visa kurs

Övningsinstruktioner

  • Använd str_remove() för att ta bort "minutes" från kolumnen duration i bike_share_rides. Lägg till resultatet som en ny kolumn med namnet duration_trimmed.
  • Konvertera kolumnen duration_trimmed till numerisk typ och lägg till den som en ny kolumn med namnet duration_mins.
  • Granska bike_share_rides med glimpse och kontrollera att kolumnen duration_mins är av typen numeric.
  • Beräkna medelvärdet för duration_mins.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

bike_share_rides <- bike_share_rides %>%
  # Remove 'minutes' from duration: duration_trimmed
  mutate(duration_trimmed = ___,
         # Convert duration_trimmed to numeric: duration_mins
         duration_mins = ___)

# Glimpse at bike_share_rides
___

# Assert duration_mins is numeric
___

# Calculate mean duration
___
Redigera och kör kod