Verimli olun ve dplyr kullanın

dplyr ile Programlama

Dr. Chester Ismay

Educator, Data Scientist, and R/Python Consultant

Ders önkoşulları

dplyr ile Veri Birleştirme
R'de Fonksiyon Yazmaya Giriş

Ders planı

Bölüm 1

dplyr boru hatlarını tazeleyin
Desenlere göre sütun seçin

Bölüm 2

Verinizde sütunları yeniden düzenleyin
Birden çok sütunda dönüşüm uygulayın

Bölüm 3

dplyr birleştirmelerini pekiştirin
Çoklu veri kaynağıyla programlama için küme kurallarını kullanın

Bölüm 4

dplyr ve ggplot2 kodunu saran fonksiyonlar yazın
Düzenli değerlendirmeyi anlamak için rlang kullanın

world_bank_data tibble'ı

country	region	year	infant_mortality_rate	fertility_rate	perc_rural_pop
Saudi Arabia	Western Asia	2013	13.3	2.64	17.260
Greece	Southern Europe	2014	3.7	1.54	22.298
Latvia	Northern Europe	2014	7.2	1.62	32.048
Romania	Eastern Europe	2014	10.1	1.43	46.100
Netherlands	Western Europe	2015	3.2	1.78	9.827

world_bank_data sütunları

names(world_bank_data)

 [1] "iso"                   "country"               "continent"            
 [4] "region"                "year"                  "infant_mortality_rate"
 [7] "fertility_rate"        "perc_electric_access"  "perc_college_complete"
[10] "perc_cvd_crd_70"       "unemployment_rate"     "perc_rural_pop"

world_bank_data’dan bazı sütunları seçin

world_bank_data %>%
    select(country, continent, region, year, perc_rural_pop, perc_college_complete)

# A tibble: 300 x 6
   country      continent region           year perc_rural_pop perc_college_complete
   <chr>        <fct>     <fct>           <dbl>          <dbl>                 <dbl>
 1 Portugal     Europe    Southern Europe  2000          45.6                   7.26
 2 Armenia      Asia      Western Asia     2001          35.6                  20.4 
 3 Bulgaria     Europe    Eastern Europe   2001          30.8                  18.0 
 4 Portugal     Europe    Southern Europe  2001          45.0                   7.57
 5 Qatar        Asia      Western Asia     2004           2.91                 20.9 
 6 Saudi Arabia Asia      Western Asia     2004          19.2                  14.9 
 7 Pakistan     Asia      Southern Asia    2005          66.0                   3.92
# ... 293 satır daha

Kıta değerlerine göre satırları filtreleyin

continents_vector <- c("Africa", "Asia")

asia_africa_results <- world_bank_data %>%
    select(country, continent, region, year, perc_rural_pop, perc_college_complete) %>%
    filter(continent %in% continents_vector)

Satır filtreleme sonuçları

asia_africa_results

# A tibble: 111 x 6
   country      continent region              year perc_rural_pop perc_college_complete
   <chr>        <fct>     <fct>              <dbl>          <dbl>                 <dbl>
 1 Armenia      Asia      Western Asia        2001          35.6                  20.4 
 2 Qatar        Asia      Western Asia        2004           2.91                 20.9 
 3 Saudi Arabia Asia      Western Asia        2004          19.2                  14.9 
 4 Pakistan     Asia      Southern Asia       2005          66.0                   3.92
 5 Nigeria      Africa    Western Africa      2006          60.1                   9.04
 6 Pakistan     Asia      Southern Asia       2006          65.8                   6.30
 7 Singapore    Asia      South-Eastern Asia  2006           0                    19.6 
 8 Azerbaijan   Asia      Western Asia        2007          47.2                  14.9 
 9 Qatar        Asia      Western Asia        2007           2.08                 25.1 
10 Singapore    Asia      South-Eastern Asia  2007           0                    20.1 
# ... 101 satır daha

Yeni bir sütun oluşturma (mutate)

asia_africa_results <- asia_africa_results %>%
    mutate(perc_urban_pop = 100 - perc_rural_pop)

mutate sonuçları

# A tibble: 111 x 7
   country      continent region              year perc_rural_pop perc_college_complete perc_urban_pop
   <chr>        <fct>     <fct>              <dbl>          <dbl>                 <dbl>          <dbl>
 1 Armenia      Asia      Western Asia        2001          35.6                  20.4            64.4
 2 Qatar        Asia      Western Asia        2004           2.91                 20.9            97.1
 3 Saudi Arabia Asia      Western Asia        2004          19.2                  14.9            80.8
 4 Pakistan     Asia      Southern Asia       2005          66.0                   3.92           34.0
 5 Nigeria      Africa    Western Africa      2006          60.1                   9.04           39.9
 6 Pakistan     Asia      Southern Asia       2006          65.8                   6.30           34.2
 7 Singapore    Asia      South-Eastern Asia  2006           0                    19.6           100  
 8 Azerbaijan   Asia      Western Asia        2007          47.2                  14.9            52.8
 9 Qatar        Asia      Western Asia        2007           2.08                 25.1            97.9
10 Singapore    Asia      South-Eastern Asia  2007           0                    20.1           100  
# ... 101 satır daha

Bölgelerde kentsel oranı analiz edin

asia_africa_results %>%

    group_by(region) %>%

    summarize(
      mean_urban = mean(perc_urban_pop)
    )

# A tibble: 9 x 2
  region             mean_urban
  <fct>                   <dbl>
1 Central Asia             49.2
2 Eastern Africa           19.5
3 Eastern Asia             74.2
4 Middle Africa            42.4
5 South-Eastern Asia       79.8
6 Southern Africa          64.8
7 Southern Asia            40.0
8 Western Africa           39.6
9 Western Asia             78.9

¡Vamos a practicar!

dplyr ile Programlama