select, filter, arrange ve mutate dahil olmak üzere verini dönüştürmek için kullanabileceğin fiilleri öğren. Bu işlevleri, belirli gözlemleri görüntülemek ve veriye dair soruları yanıtlamak için counties veri kümesini değiştirmede kullanacaksın.

dplyr ile verileri keşfetme

Verini anlamak

Sütunları seçme

filter ve arrange fiilleri

Gözlemleri sıralama

Koşullara göre filtreleme

Filtreleme ve sıralama

mutate() fiili

Kamu çalışanlarının sayısını hesaplama

Bir ilçedeki kadın yüzdesini hesaplama

Mutate, filter ve arrange

dplyr ile Veriyi Dönüştürme

Artık verini nasıl dönüştüreceğini bildiğine göre, onu daha anlaşılır kılmak için nasıl özetleyebileceğini de bilmek isteyeceksin. count, group_by, summarize, ungroup ve slice_min/slice_max dahil olmak üzere, verindeki çok sayıda gözlemi alıp özetlemek için kullanabileceğin çeşitli işlevleri öğreneceksin.

count fiili

Bölgeye göre sayma

Eyalete göre vatandaş sayımı

Mutate etme ve sayma

group_by, summarize ve ungroup fiilleri

Özetleme

Eyalete göre özetleme

Eyalet ve bölgeye göre özetleme

slice_min ve slice_max fiilleri

Her bölgeden bir ilçe seçme

Her bölgede en düşük gelirli eyaleti bulma

summarize, slice_max ve count'u birlikte kullanma

Veriyi Özetleme

Sütunları seçmek ve dönüştürmek için gelişmiş yöntemleri öğren. Ayrıca, seçmek istediğin sütunlar için ölçüt belirleyen işlevler olan select yardımcılarını ve rename fiilini öğren.

Seçim

Sütun seçme

Seçim yardımcıları

rename fiili

count'tan sonra bir sütunu yeniden adlandırma

Bir select işlemi içinde sütun yeniden adlandırma

relocate fiili

relocate kullanma

Dört fiil arasından seçim yapmak

Veri Seçme ve Dönüştürme

ABD’de her yıl doğan bebeklerin isimlerini temsil eden yeni bir veri kümesiyle çalış. Verin hakkında daha karmaşık sorular sorup yanıtlamak için gruplanmış mutate’leri ve pencere işlevlerini nasıl kullanacağını öğren. Ayrıca verini daha fazla keşfetmek için ilgi çekici grafikler oluşturmak amacıyla dplyr ve ggplot2’yi birlikte kullan.

babynames verisi

Tek bir yıl için filtreleme ve sıralama

Her yılın en popüler isimlerini bulma

ggplot2 ile adları görselleştirme

Gruplanmış mutate işlemleri

Her bir ismin en yaygın olduğu yılı bulma

Her ad için toplamı ve maksimumu ekleme

Normalize edilmiş popülerlik değişimini görselleştirme

Pencere fonksiyonları

Bir ismin sıklığını oranlarla ifade etmek

Bir isimdeki en büyük sıçramalar

Tebrikler!

Vaka Çalışması: babynames Veri Kümesi

2015 US Census

US Baby Name Records

Course Glossary

Diyelim ki harika bir veri kümesi buldun ve onun hakkında daha fazla şey öğrenmek istiyorsun. Elindeki verilerle ilgili sorularına nasıl yanıt bulabilirsin? Bu soruları yanıtlamak için dplyr kullanabilirsin—aynı zamanda verinde temel dönüşümler yapmana da yardımcı olur. Verini nasıl özetleyeceğini ve değişkenleri nasıl ekleyip kaldıracağını ya da değiştireceğini de öğreneceksin. Bu süreçte, Amerika Birleşik Devletleri’ndeki ilçeler hakkında bilgi içeren bir veri kümesini keşfedeceksin. Kursu, bu araçları babynames veri kümesine uygulayarak ABD’deki bebek isimleri trendlerini inceleyerek bitireceksin.

Videolarda, sol altta yer alan "Show transcript" seçeneğine tıklayarak açabileceğin canlı altyazılar bulunur.

Kurs sözlüğünü sağdaki kaynaklar bölümünde bulabilirsin.

CPE kredilerini almak için kursu tamamlaman ve nitelikli değerlendirmede %70 puana ulaşman gerekir. Sağ taraftaki CPE kredileri çağrısına tıklayarak değerlendirmeye gidebilirsin.

Harika bir veri kümesi bulduğunuzu ve bu veri kümesi hakkında daha fazla bilgi edinmek istediğinizi varsayalım. Verilerle ilgili sorularınızı nasıl yanıtlamaya başlayabilirsiniz? Bu soruları cevaplamak için dplyr kullanın.<br><br><h2>İlk adımlar: dplyr ile verileri dönüştürme</h2>
Bu kurs, kullanıcılara R'deki dplyr paketini kullanarak verileri verimli bir şekilde nasıl işleyip dönüştürebileceklerini öğretmek için tasarlanmıştır.<br><br>İlk olarak, select, filter, arrange ve mutate gibi temel dplyr fiillerinin kullanımı da dahil olmak üzere temel veri dönüştürme tekniklerini keşfedin. Bu işlevler, belirli sütunları seçerek, koşullara göre satırları filtreleyerek, verileri sıralayarak ve yeni hesaplanmış sütunlar oluşturarak veri kümelerini nasıl değiştireceğinizi öğretir.​.<br><br>
<h2>dplyr ile verileri toplama</h2>Ardından, kurs veri toplama konusunu ele alarak, kullanıcılara verileri daha iyi yorumlayabilmeleri için özetleme ve yoğunlaştırma yöntemlerini öğretir.<br><br> Verilerinizi nasıl daha anlaşılır ve yönetilebilir hale getirebileceğinizi anlayacaksınız.​. Count, group_by ve summarize gibi işlevler, veri analizi ve raporlama için gerekli olan birçok gözlemi anlamlı özetler halinde bir araya getiren işlemleri gerçekleştirmek için kullanılmaktadır.<br><br><h2>Verilerin seçilmesi ve dönüştürülmesi</h2>Son olarak, seçme yardımcıları ve yeniden adlandırma fiili gibi gelişmiş veri seçme ve dönüştürme tekniklerini öğreneceksiniz. Ayrıca, becerilerinizi gerçek dünya vaka çalışmalarına uygulayabilecek ve ggplot2 ile gruplandırılmış mutasyonlar, pencere işlevleri ve veri görselleştirme uygulamaları yapabileceksiniz.<br><br>Kursun sonunda, dplyr kullanarak sağlam veri işleme becerileri geliştirmiş olacak ve daha verimli ve etkili veri analizi yapabileceksiniz.—herhangi bir veri analisti veya bilim insanı için hayati bir yetenek.

Introduction to the Tidyverse

Dplyr ile verileri dönüştürmeyi ve birleştirmeyi öğrenin, ardından değişkenleri ekleyin, çıkarın veya değiştirin.

dplyr ile Veri Manipülasyonu

dplyr ile verileri dönüştürmeyi ve işlemeyi öğrenerek Tidyverse becerilerinizi geliştirin.

Yardımcı Veri Bilimcisi in R

Veri Analisti  in R

Veri Manipülasyonu  in R

R Geliştirici

Verini anlamak

dplyr ile Veri Manipülasyonu

Uygulamalı etkileşimli egzersiz