Alanlar arası doğrulama

R ile Veri Temizleme

Maggie Matsui

Content Developer @ DataCamp

Alanlar arası doğrulama nedir?

Alanlar arası doğrulama = sağduyu kontrolü
Diğer değerlere göre bu değer mantıklı mı?

Bir haber kanalından ekran görüntüsü. "İskoçya bağımsız olmalı mı?" anketi sonuçları. Evet yanıtları %52, Hayır yanıtları %58.

¹ https://www.buzzfeednews.com/article/katienotopoulos/graphs-that-lied-to-us

Kredi kartı verisi

head(credit_cards)

  date_opened dining_cb groceries_cb  gas_cb total_cb acct_age
1  2018-07-05     26.08        83.43   78.90   188.41        1
2  2016-01-23   1309.33         4.46 1072.25  2386.04        4
3  2016-03-25    205.84       119.20  800.62  1125.66        4
4  2018-06-20     14.00        16.37   18.41    48.78        1
5  2017-02-08     98.50       283.68  281.70   788.33        3
6  2014-11-18    889.28      2626.34 2973.62  6489.24        5

Sayıları doğrulama

credit_cards %>% 
  select(dining_cb:total_cb)

   dining_cb groceries_cb  gas_cb total_cb
1      26.08        83.43   78.90   188.41
2    1309.33         4.46 1072.25  2386.04
3     205.84       119.20  800.62  1125.66
4      14.00        16.37   18.41    48.78
5      98.50       283.68  281.70   788.33
6     889.28      2626.34 2973.62  6489.24

Sayıları doğrulama

credit_cards %>%

  mutate(theoretical_total = dining_cb + groceries_cb + gas_cb) %>%

  filter(theoretical_total != total_cb) %>%
  select(dining_cb:theoretical_total)

  dining_cb groceries_cb  gas_cb total_cb theoretical_total
1     98.50       283.68  281.70   788.33            663.88
2   3387.53       363.85 2706.42  4502.94           6457.80

Tarih ve yaşı doğrulama

credit_cards %>%
  select(date_opened, acct_age)

   date_opened acct_age
1   2018-07-05        1
2   2016-01-23        4
3   2016-03-25        4
4   2018-06-20        1
5   2017-02-08        3
6   2014-11-18        5

Yaş hesaplama

library(lubridate)
date_difference <- as.Date("2015-09-04") %--% today()
date_difference

2015-09-04 UTC--2020-03-09 UTC

as.numeric(date_difference, "years")

4.511978

floor(as.numeric(date_difference, "years"))

Yaşı doğrulama

credit_cards %>%
  mutate(theor_age = floor(as.numeric(date_opened %--% today(), "years"))) %>%
  filter(theor_age != acct_age)

  date_opened acct_age dining_cb groceries_cb  gas_cb total_cb theor_age
1  2016-03-25        4    814.34       471.58 3167.41  4453.33         3
2  2018-03-06        3    238.48       186.05  213.84   638.37         2

Sırada ne var?

Solda, veriyi atmayı temsil eden bir çöp kutusu. Ortada, eksik yapma ve atamayı temsil eden bir soru işareti. Sağda, alan bilgisinden kurallar uygulamayı temsil eden, çizgilerle bağlı kareler içinde onay işaretleri ve çarpılar.

Hadi pratik yapalım!

R ile Veri Temizleme