Saltar al contenido principal
InicioRReshaping Data with tidyr

Reshaping Data with tidyr

Transform almost any dataset into a tidy format to make analysis easier.

Comience El Curso Gratis
4 horas15 vídeos54 ejercicios17.851 aprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group

¿Entrenar a 2 o más personas?

Probar DataCamp for Business

Preferido por estudiantes en miles de empresas


Descripción del curso

Data in the wild can be scary—when confronted with a complicated and messy dataset you may find yourself wondering, where do I even start? The tidyr package allows you to wrangle such beasts into nice and tidy datasets. Inaccessible values stored in column names will be put into rows, JSON files will become data frames, and missing values will never go missing again. You'll practice these techniques on a wide range of messy datasets, learning along the way how many dogs the Soviet Union sent into space and what bird is most popular in New Zealand. With the tidyr package in your tidyverse toolkit, you'll be able to transform almost any dataset in a tidy format which will pay-off during the rest of your analysis.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.

En las siguientes pistas

Manipulación de datos in R

Ir a la pista

Importar y limpiar datos in R

Ir a la pista

Fundamentos de Tidyverse in R

Ir a la pista
  1. 1

    Tidy Data

    Gratuito

    You'll be introduced to the concept of tidy data which is central to this course. In the first two lessons, you'll jump straight into the action by separating messy character columns into tidy variables and observations ready for analysis. In the final lesson, you'll learn how to overwrite and remove missing values.

    Reproducir Capítulo Ahora
    What is tidy data?
    50 xp
    Tidy data structure
    100 xp
    Multiple variables per column
    100 xp
    Columns with multiple values
    50 xp
    International phone numbers
    100 xp
    Extracting observations from values
    100 xp
    Separating into columns and rows
    100 xp
    Missing values
    50 xp
    And the Oscar for best director goes to ... <NA>
    100 xp
    Imputing sales data
    100 xp
    Nuclear bombs per continent
    100 xp
  2. 2

    From Wide to Long and Back

    This chapter is all about pivoting data from a wide to long format and back again using the pivot_longer() and pivot_wider() functions. You'll need these functions when variables are hidden in messy column names or when variables are stored in rows instead of columns. You'll learn about space dogs, nuclear bombs, and planet temperatures along the way.

    Reproducir Capítulo Ahora
  3. 3

    Expanding Data

    Values can often be missing in your data, and sometimes entire observations are absent too. In this chapter, you'll learn how to complete your dataset with these missing observations. You'll add observations with zero values to counted data, expand time series to a full sequence of intervals, and more!

    Reproducir Capítulo Ahora
  4. 4

    Rectangling Data

    In the final chapter, you'll learn how to turn nested data structures such as JSON and XML files into tidy, rectangular data. This skill will enable you to process data from web APIs. You'll also learn how nested data structures can be used to write elegant modeling pipelines that produce tidy outputs.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

En las siguientes pistas

Manipulación de datos in R

Ir a la pista

Importar y limpiar datos in R

Ir a la pista

Fundamentos de Tidyverse in R

Ir a la pista

conjuntos de datos

Nuclear explosions dataPlanet dataStar Wars dataNetflix dataANSUR II dataOlympic medals data

colaboradores

Collaborator's avatar
Amy Peterson
Collaborator's avatar
Maggie Matsui
Jeroen Boeye HeadshotJeroen Boeye

Machine Learning Engineer @ Faktion

Ver Más

¿Qué tienen que decir otros alumnos?

¡Únete a 15 millones de estudiantes y empieza Reshaping Data with tidyr hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.