آموزش درگیری داده ها در R

مقدمه Introduction

• خوش آمدی Welcome

• چه چیزی میخواهید بدانید What you need to know

• با استفاده از پرونده های تمرینی Using the exercise files

1. داده مرتب 1. Tidy Data

• داده های مرتب چیست؟ What is tidy data?

• متغیرها ، مشاهدات و مقادیر Variables, observations, and values

• مشکلات داده رایج Common data problems

• با استفاده از Tidyverse Using the tidyverse

2. کار با Tibbles 2. Working with Tibbles

• ساخت و چاپ تیبل Building and printing tibbles

• زیر مجموعه کردن نوارها Subsetting tibbles

• فیلتر کردن نوارها Filtering tibbles

3. وارد کردن داده به R 3. Importing Data into R

• پرونده های CSV چیست؟ What are CSV files?

• وارد کردن پرونده های CSV به R Importing CSV files into R

• پرونده های TSV چیست؟ What are TSV files?

• وارد کردن پرونده های TSV به R Importing TSV files into R

• وارد کردن پرونده های محدود در R Importing delimited files into R

• وارد کردن پرونده های با عرض ثابت به R Importing fixed-width files into R

• وارد کردن پرونده های اکسل به R Importing Excel files into R

• خواندن داده ها از پایگاه داده ها و وب Reading data from databases and the web

4- انتقال داده 4. Data Transformation

• گسترده در مقابل مجموعه داده های طولانی Wide vs. long datasets

• طولانی ساختن مجموعه داده های گسترده با جمع آوری () Making wide datasets long with gather()

• گسترده بودن مجموعه داده های طولانی با گسترش () Making long datasets wide with spread()

• تبدیل انواع داده در R Converting data types in R

• کار با تاریخ و زمان در R Working with dates and times in R

5. تمیز کردن داده ها 5. Data Cleaning

• شناسایی محل های دوردست Detecting outliers

• مقادیر گمشده و ارزشهای ویژه در R Missing and special values in R

• شکستن ستون های جداگانه () Breaking apart columns with separate()

• ترکیب ستون ها با متحد () Combining columns with unite()

• دستکاری رشته ها در R با stringr Manipulating strings in R with stringr

6. مطالعه موردی ویرایش داده ها: مصرف زغال سنگ 6. Data Wrangling Case Study: Coal Consumption

• درک مجموعه داده های ذغال سنگ Understanding the coal dataset

• خواندن در مجموعه داده های ذغال سنگ Reading in the coal dataset

• تبدیل مجموعه داده ذغال سنگ از طولانی به پهنای آن Converting the coal dataset from long to wide

• تقسیم بندی مجموعه داده های ذغال سنگ Segmenting the coal dataset

• تجسم مجموعه داده ذغال سنگ Visualizing the coal dataset

7. مطالعه موردی در مورد اختلافات داده: کیفیت آب 7. Data Wrangling Case Study: Water Quality

• درک مجموعه داده های کیفیت آب Understanding the water quality dataset

• خواندن در مجموعه داده های کیفیت آب Reading in the water quality dataset

• فیلتر مجموعه داده های کیفیت آب Filtering the water quality dataset

• انواع داده های کیفیت آب Water quality data types

• تصحیح خطاهای ورود داده Correcting data entry errors

• شناسایی و از بین بردن جبهه ها Identifying and removing outliers

• تبدیل دما از فارنهایت به سانتیگراد Converting temperature from Fahrenheit to Celsius

• گسترده کردن مجموعه داده کیفیت آب Widening the water quality dataset

8. مطالعه موردی در مورد اختلافات داده: مطالبات معلولیت تأمین اجتماعی 8. Data Wrangling Case Study: Social Security Disability Claims

• درک مجموعه داده های معلولیت تأمین اجتماعی Understanding the Social Security Disability dataset

• وارد کردن مجموعه داده معلولیت تأمین اجتماعی Importing the Social Security Disability dataset

• طولانی ساختن مجموعه داده های معلولیت تأمین اجتماعی Making the Social Security Disability dataset long

• قالب بندی تاریخ ها در مجموعه داده های معلولیت تأمین اجتماعی Formatting dates in the Social Security Disability dataset

• رسیدگی به سال مالی در مجموعه داده های معلولیت تأمین اجتماعی Handling fiscal years in the Social Security Disability dataset

• گسترده کردن مجموعه داده های معلولیت تأمین اجتماعی Widening the Social Security Disability dataset

• تجسم مجموعه داده های معلولیت تأمین اجتماعی Visualizing the Social Security Disability dataset

نتیجه Conclusion

• مراحل بعدی Next steps