Trong chương này, bạn sẽ tìm hiểu tất cả về factor. Bạn sẽ khám phá sự khác nhau giữa biến phân loại (categorical) và biến thứ bậc (ordinal), cách R biểu diễn chúng, và cách kiểm tra để tìm số lượng và tên của các level. Cuối cùng, bạn sẽ thấy cách forcats, một gói trong tidyverse, có thể cải thiện biểu đồ bằng cách cho phép bạn nhanh chóng sắp xếp lại các biến theo tần suất của chúng.

Giới thiệu về biến định tính

Nhận diện biến factor

Biến định tính về mặt lý thuyết

Hiểu biến định tính của bạn

Lấy số lượng mức (levels)

Khám phá số lượng mức

Khám phá các mức (levels)

Vẽ biểu đồ tốt hơn

Sắp xếp lại một biến theo tần suất xuất hiện

Sắp xếp một biến theo biến khác

Giới thiệu về biến Factor

Bạn sẽ tiếp tục tìm hiểu sâu hơn gói forcats, học cách thay đổi thứ tự và tên của các level và thậm chí gộp chúng lại với nhau.

Sắp xếp lại thứ tự factor

Thay đổi thứ tự các mức của factor

Mẹo với fct_relevel()

Đổi tên các mức của factor

Phân biệt các hàm của forcats

Đổi tên một vài mức

Khi bạn gõ sai (typo)

Gộp các mức của factor

Gộp thủ công các mức

Gộp biến theo tỷ lệ

Giữ lại các mức xuất hiện phổ biến nhất

Thao tác với biến Factor

Khi đã nắm vững forcats, bạn sẽ mở rộng sang phần còn lại của tidyverse, học và ôn lại các hàm từ dplyr, tidyr và stringr. Bạn sẽ tinh chỉnh đồ thị với ggplot2 bằng cách đổi trục sang thang tỷ lệ phần trăm, chỉnh bố cục văn bản, và nhiều hơn nữa.

Khám phá các biến theo chủ đề phổ biến

Nhóm và biến đổi các cột tương tự

Tóm tắt dữ liệu

Tạo biểu đồ ban đầu

Mẹo với ggplot2

Chỉnh sửa văn bản trên biểu đồ

Sắp xếp lại biểu đồ

Thay đổi và tạo biến với case_when()

case_when() với một biến

case_when() từ nhiều cột

Tạo biến Factor

Ở chương cuối này, bạn sẽ vận dụng tất cả những gì đã học vào một nghiên cứu tình huống. Bạn sẽ học thêm về xử lý chuỗi và tóm tắt dữ liệu, rồi tái tạo một biểu đồ chất lượng xuất bản theo phong cách 538.

Giới thiệu nghiên cứu tình huống

Chuyển kiểu ký tự thành factor

Làm gọn dữ liệu

Chuẩn bị dữ liệu và regex

Làm sạch chuỗi

Phân đôi biến (dichotomize)

Tái tạo biểu đồ

Chỉnh nhãn

Lật ngược trục

Hoàn thiện biểu đồ

Tổng kết khóa học

Nghiên cứu tình huống về phép lịch sự trên chuyến bay

538 Flying Etiquette survey

Kaggle multiple choice responses

Là một nhà khoa học dữ liệu, bạn sẽ thường xuyên làm việc với dữ liệu không phải số, như chức danh công việc, câu trả lời khảo sát hoặc thông tin nhân khẩu học. R có một cách biểu diễn riêng cho loại dữ liệu này, gọi là factor, và khóa học này sẽ giúp bạn thành thạo cách làm việc với chúng bằng forcats trong tidyverse. Chúng ta cũng sẽ sử dụng các gói tidyverse khác, bao gồm ggplot2, dplyr, stringr và tidyr, và làm việc với các bộ dữ liệu thực tế như bộ dữ liệu chuyến bay của fivethirtyeight và khảo sát State of Data Science and ML của Kaggle. Sau khóa học, bạn sẽ có thể nhận diện và thao tác với biến factor, trực quan hóa dữ liệu nhanh và hiệu quả, và truyền đạt kết quả một cách thuyết phục. Sẵn sàng để phân loại nào!

Reshaping Data with tidyr

Hãy sẵn sàng phân loại! Khóa học này giúp bạn xử lý dữ liệu phi số như chức danh công việc với Tidyverse.

Dữ liệu phân loại trong Tidyverse

Sẵn sàng phân loại! Trong khóa học này, bạn sẽ làm việc với dữ liệu phi số, như chức danh công việc hoặc phản hồi khảo sát, bằng Tidyverse.

Thay đổi và tạo biến với case_when()

Create Your Free Account