Este curso forma parte de Programa especializado: Tidyverse Skills for Data Science in R

4.5
estrellas
28 calificaciones

Carrie Wright, PhD +3 instructores más

1537 ya inscrito

Ofrecido Por

Programa especializado: Tidyverse Skills for Data Science in RUniversidad Johns Hopkins

Acerca de este Curso

2835 vistas recientes

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.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 3 de 5 en

Programa especializado: Tidyverse Skills for Data Science in R

Aprox. 14 horas para completar

Inglés (English)

Qué aprenderás

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

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 3 de 5 en

Programa especializado: Tidyverse Skills for Data Science in R

Aprox. 14 horas para completar

Inglés (English)

Instructores

Calificación del instructor

4,62/5 (9 calificaciones)

Ofrecido por

Universidad Johns Hopkins

Programa - Qué aprenderás en este curso

Semana1

Semana 1

4 horas para completar

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 horas para completar

19 lecturas

19 lecturas

About This Course3mTidy Data Review2mReshaping Data2mWide Data5mLong Data5mReshaping Data30mData WranglingR Packages15mThe Pipe Operator15mFiltering Data20mReordering15mCreating New Columns5mSeparating Columns5mMerging Columns5mCleaning Column Names5mCombining Data Across Data Frames5mGrouping Data5mSummarizing Data3mOperations Across Columns10m

2 ejercicios de práctica

Reshaping Data Quiz30mData Wrangling Quiz30m

Semana2

Semana 2

2 horas para completar

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 horas para completar

14 lecturas

14 lecturas

Working with Factors5mFactor Review5mManually Changing the Labels of Factor Levels: fct_releve()5mKeeping the Order of the Factor Levels: fct_inorder()5mAdvanced Factoring5mRe-ordering Factor Levels by Frequency: fct_infreq()5mReversing Order Levels: fct_rev()5mRe-ordering Factor Levels by Another Variable: fct_reorder()5mCombining Several Levels into One: fct_recode()5mConverting Numeric Levels to factors: ifelse() + factor()5mDates and Times Basics5mCreating Dates and Date-Time Objects10mWorking with Dates5mTime Spans5m

2 ejercicios de práctica

Working With Factors Quiz30mWorking With Dates Quiz30m

Semana3

Semana 3

3 horas para completar

Working With Strings and Text and Functional Programming

3 horas para completar

13 lecturas

1 hora para completar

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 hora para completar

2 lecturas

Semana4

Semana 4

3 horas para completar

Case Studies

3 horas para completar

11 lecturas

1 hora para completar

Project: Wrangling data in the Tidyverse

1 hora para completar

1 lectura

Reseñas

4.5

8 reseña

5 stars
73,33 %
4 stars
13,33 %
3 stars
10 %
2 stars
3,33 %

Principales reseñas sobre WRANGLING DATA IN THE TIDYVERSE

por AN18 de abr. de 2022

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

por LV24 de abr. de 2021

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

Ver todas las reseñas

Acerca de Programa especializado: 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.

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Cuál es la política de reembolsos?
Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

Wrangling Data in the Tidyverse

Acerca de este Curso

Qué aprenderás

Instructores

Carrie Wright, PhD

Shannon Ellis, PhD

Stephanie Hicks, PhD

Roger D. Peng, PhD

Ofrecido por

Universidad Johns Hopkins

Programa - Qué aprenderás en este curso

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

Reseñas

Principales reseñas sobre WRANGLING DATA IN THE TIDYVERSE

Acerca de Programa especializado: Tidyverse Skills for Data Science in R

Preguntas Frecuentes

Aprende algo nuevo

Cursos populares de ciencia de los datos

Cursos populares de ciencias de la computación y TI

Cursos populares de negocios

Coursera

Comunidad

Más

Wrangling Data in the Tidyverse

Acerca de este Curso

Qué aprenderás

Instructores

Carrie Wright, PhD

Shannon Ellis, PhD

Stephanie Hicks, PhD

Roger D. Peng, PhD

Ofrecido por

Universidad Johns Hopkins

Programa - Qué aprenderás en este curso

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

Reseñas

Principales reseñas sobre WRANGLING DATA IN THE TIDYVERSE

Acerca de Programa especializado: Tidyverse Skills for Data Science in R

Preguntas Frecuentes

Coursera Footer

Aprende algo nuevo

Cursos populares de ciencia de los datos

Cursos populares de ciencias de la computación y TI

Cursos populares de negocios

Coursera

Comunidad

Más