Ce cours fait partie de la Spécialisation Tidyverse Skills for Data Science in R

4.5
étoiles
28 évaluations

Carrie Wright, PhD +3 enseignants de plus

Offert par

Spécialisation Tidyverse Skills for Data Science in RUniversité Johns-Hopkins

À propos de ce cours

4 581 consultations récentes

Data never arrive in the condition that you need them in order to do effective data analysis. Data need to be re-shaped, re-arranged, and re-formatted, so that they can be visualized or be inputted into a machine learning algorithm. This course addresses the problem of wrangling your data so that you can bring them under control and analyze them effectively. The key goal in data wrangling is transforming non-tidy data into tidy data.
This course covers many of the critical details about handling tidy and non-tidy data in R such as converting from wide to long formats, manipulating tables with the dplyr package, understanding different R data types, processing text data with regular expressions, and conducting basic exploratory data analyses. Investing the time to learn these data wrangling techniques will make your analyses more efficient, more reproducible, and more understandable to your data science team.

In this specialization we assume familiarity with the R programming language. If you are not yet familiar with R, we suggest you first complete R Programming before returning to complete this course.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 3 sur 5 dans le

Spécialisation Tidyverse Skills for Data Science in R

Approx. 14 heures pour terminer

Anglais

Ce que vous allez apprendre

Apply Tidyverse functions to transform non-tidy data to tidy data
Conduct basic exploratory data analysis
Conduct analyses of text data

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 3 sur 5 dans le

Spécialisation Tidyverse Skills for Data Science in R

Approx. 14 heures pour terminer

Anglais

Enseignants

Évaluation de l'enseignant

4,62/5 (9 évaluations)

Offert par

Université Johns-Hopkins

Programme de cours : ce que vous apprendrez dans ce cours

Semaine

Semaine 1

4 heures pour terminer

Wrangling Data in the Tidyverse

Data never arrive in the condition that you need them in order to do effective data analysis. Data need to be re-shaped, re-arranged, and re-formatted, so that they can be visualized or be inputted into a machine learning algorithm. This module addresses the problem of wrangling your data so that you can bring them under control and analyze them effectively. The key goal in data wrangling is transforming non-tidy data into tidy data.

4 heures pour terminer

19 lectures

19 lectures

About This Course3 min

Tidy Data Review2 min

Reshaping Data2 min

Wide Data5 min

Long Data5 min

Reshaping Data30 min

Data Wrangling

R Packages15 min

The Pipe Operator15 min

Filtering Data20 min

Reordering15 min

Creating New Columns5 min

Separating Columns5 min

Merging Columns5 min

Cleaning Column Names5 min

Combining Data Across Data Frames5 min

Grouping Data5 min

Summarizing Data3 min

Operations Across Columns10 min

2 exercices pour s'entraîner

Reshaping Data Quiz30 min

Data Wrangling Quiz30 min

Semaine

Semaine 2

2 heures pour terminer

Working With Factors, Dates, and Times

In R, categorical data are handled as factors. By definition, categorical data are limited in that they have a set number of possible values they can take. For example, there are 12 months in a calendar year. In a month variable, each observation is limited to taking one of these twelve values. Thus, with a limited number of possible values, month is a categorical variable. Categorical data, which will be referred to as factors for the rest of this lesson, are regularly found in data. Learning how to work with this type of variable effectively will be incredibly helpful.

2 heures pour terminer

14 lectures

14 lectures

Working with Factors5 min

Factor Review5 min

Manually Changing the Labels of Factor Levels: fct_releve()5 min

Keeping the Order of the Factor Levels: fct_inorder()5 min

Advanced Factoring5 min

Re-ordering Factor Levels by Frequency: fct_infreq()5 min

Reversing Order Levels: fct_rev()5 min

Re-ordering Factor Levels by Another Variable: fct_reorder()5 min

Combining Several Levels into One: fct_recode()5 min

Converting Numeric Levels to factors: ifelse() + factor()5 min

Dates and Times Basics5 min

Creating Dates and Date-Time Objects10 min

Working with Dates5 min

Time Spans5 min

2 exercices pour s'entraîner

Working With Factors Quiz30 min

Working With Dates Quiz30 min

Semaine

Semaine 3

3 heures pour terminer

Working With Strings and Text and Functional Programming

3 heures pour terminer

13 lectures

1 heure pour terminer

Exploratory Data Analysis

The goal of an exploratory analysis is to examine, or explore the data and find relationships that weren’t previously known. Exploratory analyses explore how different measures might be related to each other but do not confirm that relationship as causal, i.e., one variable causing another. You’ve probably heard the phrase “Correlation does not imply causation,” and exploratory analyses lie at the root of this saying. Just because you observe a relationship between two variables during exploratory analysis, it does not mean that one necessarily causes the other.

1 heure pour terminer

2 lectures

Semaine

Semaine 4

3 heures pour terminer

Case Studies

3 heures pour terminer

11 lectures

1 heure pour terminer

Project: Wrangling data in the Tidyverse

1 heure pour terminer

1 lecture

Avis

4.5

8 avis

5 stars
72,41 %
4 stars
13,79 %
3 stars
10,34 %
2 stars
3,44 %

Meilleurs avis pour WRANGLING DATA IN THE TIDYVERSE

par LV24 avr. 2021

Excellent course! I've learned so many useful R techniques/codes!

par AN18 avr. 2022

Great course to get yourself acquanted with data wrangling in Tidyverse.

Voir tous les avis

À propos du Spécialisation Tidyverse Skills for Data Science in R

This Specialization is intended for data scientists with some familiarity with the R programming language who are seeking to do data science using the Tidyverse family of packages. Through 5 courses, you will cover importing, wrangling, visualizing, and modeling data using the powerful Tidyverse framework. The Tidyverse packages provide a simple but powerful approach to data science which scales from the most basic analyses to massive data deployments. This course covers the entire life cycle of a data science project and presents specific tidy tools for each stage.

Foire Aux Questions

Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Une aide financière est-elle possible ?
Oui. Dans certains programmes d’apprentissage, vous pouvez demander une aide financière ou une bourse d’études si vous ne pouvez pas payer les frais d’inscription. Si une aide financière ou une bourse d’études est disponible pour le programme d’apprentissage choisi, vous trouverez un lien pour faire une demande sur la page de description.

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.

Wrangling Data in the Tidyverse

À propos de ce cours

Ce que vous allez apprendre

Enseignants

Carrie Wright, PhD

Shannon Ellis, PhD

Stephanie Hicks, PhD

Roger D. Peng, PhD

Offert par

Université Johns-Hopkins

Programme de cours : ce que vous apprendrez dans ce cours

Wrangling Data in the Tidyverse

Working With Factors, Dates, and Times

Working With Strings and Text and Functional Programming

Exploratory Data Analysis

Case Studies

Project: Wrangling data in the Tidyverse

Avis

Meilleurs avis pour WRANGLING DATA IN THE TIDYVERSE

À propos du Spécialisation Tidyverse Skills for Data Science in R

Foire Aux Questions

Commencez ou faites progresser votre carrière

Cours et certifications populaires

Collections et articles populaires

Obtenez un diplôme ou un certificat en ligne

Coursera

Communauté

Plus

Wrangling Data in the Tidyverse

À propos de ce cours

Ce que vous allez apprendre

Enseignants

Carrie Wright, PhD

Shannon Ellis, PhD

Stephanie Hicks, PhD

Roger D. Peng, PhD

Offert par

Université Johns-Hopkins

Programme de cours : ce que vous apprendrez dans ce cours

Wrangling Data in the Tidyverse

Working With Factors, Dates, and Times

Working With Strings and Text and Functional Programming

Exploratory Data Analysis

Case Studies

Project: Wrangling data in the Tidyverse

Avis

Meilleurs avis pour WRANGLING DATA IN THE TIDYVERSE

À propos du Spécialisation Tidyverse Skills for Data Science in R

Foire Aux Questions

Coursera Footer

Commencez ou faites progresser votre carrière

Cours et certifications populaires

Collections et articles populaires

Obtenez un diplôme ou un certificat en ligne

Coursera

Communauté

Plus