Felicitări!

Curățarea datelor în R

Maggie Matsui

Content Developer, DataCamp

Ce ați învățat

Același diagram din Lecția 1.1 care ilustrează diagnosticarea datelor defectuoase, efectele secundare ale acestora și curățarea datelor.

Capitolul 1: Probleme frecvente cu datele

Stânga: O tabletă cu linii spre un folder, cloud, bază de date și document, reprezentând constrângeri de tip de date (șiruri, valori numerice). Mijloc: O axă numerică cu doi marcatori și o săgeată dublă, reprezentând constrângeri de interval (date și valori în afara intervalului). Dreapta: Păpuși rusești Matrioșka, reprezentând constrângeri de unicitate (identificarea și tratarea duplicatelor).

Capitolul 2: Date text și categoriale

Stânga: Un ecuson de acces reprezentând constrângeri de apartenență (categorii inconsistente tratate cu join-uri). Mijloc: Pătrate legate prin linii, reprezentând variabile categoriale (colapsarea categoriilor). Dreapta: Două bule de text, reprezentând curățarea datelor text (unificarea formatelor și verificarea lungimilor).

Capitolul 3: Probleme avansate cu datele

Stânga: Șase uniforme de arbitru, reprezentând uniformitatea (formate de monedă și dată). Mijloc: Tabel de date cu trei coloane, reprezentând validarea încrucișată (sume pe rânduri, validarea vârstei). Dreapta: Puzzle cu o piesă lipsă, reprezentând completitudinea (identificarea și tratarea datelor lipsă).

Capitolul 4: Legarea înregistrărilor

Diagramă care ilustrează etapele legării înregistrărilor

Extinde și aprofundează noile competențe

Date categoriale
- Categorical Data in the Tidyverse
Date text
- String Manipulation with stringr in R
- Intermediate Regular Expressions in R
Scrierea codului curat
- Defensive R Programming

Felicitări!

Curățarea datelor în R