Tebrikler!

R ile Veri Temizleme

Maggie Matsui

Content Developer, DataCamp

Neler öğrendiniz

Ders 1.1'dekiyle aynı diyagram: kirli veriyi teşhis etme, kirli verinin yan etkileri ve verileri temizleme.

Bölüm 1: Yaygın Veri Sorunları

Sol: Veri türü kısıtlarını (dize, sayısal) temsil eden, klasör, bulut, veritabanı ve kâğıda bağlanan bir tablet. Orta: Aralık kısıtlarını (aralık dışı veriler/değerler) temsil eden, iki işaretli ve çift okla gösterilen bir sayı doğrusu. Sağ: Tekrarlayan kayıtları ve benzersizlik kısıtlarını temsil eden Matruşka bebekleri.

Bölüm 2: Metin ve Kategorik Veriler

Sol: Üyelik kısıtlarını, tutarsız kategorileri bulma ve birleştirmelerle düzeltmeyi temsil eden güvenlik kartı. Orta: Kategorik değişkenleri, tutarsız kategorileri bulma ve daha az kategoriye indirgemeyi temsil eden bağlantılı kareler. Sağ: Metin verisini temizlemeyi, biçimleri birleştirmeyi ve uzunlukları bulmayı temsil eden iki konuşma balonu.

Bölüm 3: İleri Düzey Veri Sorunları

Sol: Para birimi ve tarih biçimlerini birleştirme gibi birlikteliği temsil eden altı hakem forması. Orta: Satır toplamları ve yaş doğrulaması gibi alanlar arası doğrulamayı temsil eden üç sütunlu tablo. Sağ: Eksik veriyi bulma ve ele almayı temsil eden eksik parçası olan bir yapboz.

Bölüm 4: Kayıt Bağlama

Kayıt bağlama adımlarını gösteren diyagram

Yeni becerilerinizi geliştirin ve genişletin

Kategorik Veriler
- Tidyverse'te Kategorik Veriler
Metin Verileri
- R'de stringr ile Dize İşleme
- R'de Orta Düzey Düzenli İfadeler
Temiz Kod Yazma
- Savunmacı R Programlama

Tebrikler!

R ile Veri Temizleme