Вітаємо!

Очищення даних в R

Maggie Matsui

Content Developer, DataCamp

Що ви вивчили

Та сама діаграма з уроку 1.1 про діагностику «брудних» даних, наслідки «брудних» даних і очищення даних.

Розділ 1: Типові проблеми з даними

Ліворуч: планшет, з'єднаний із текою, хмарою, базою даних і аркушем — обмеження типів даних (рядки, числові). Посередині: числова шкала з двома позначками та подвійною стрілкою — обмеження діапазону (значення поза межами). Праворуч: матрьошки — обмеження унікальності (пошук дублювань і їх обробка).

Розділ 2: Текстові та категоріальні дані

Ліворуч: пропуск для доступу — обмеження належності, пошук неузгоджених категорій і виправлення через об'єднання. Посередині: квадрати, з'єднані лініями — категоріальні змінні, пошук неузгоджень і укрупнення категорій. Праворуч: дві текстові бульбашки — очищення тексту: уніфікація форматів і перевірка довжин.

Розділ 3: Просунуті проблеми з даними

Ліворуч: шість форм уніформ суддів — уніфікація, зокрема валют і дат. Посередині: таблиця з трьома стовпцями — міжпольова валідація: підсумки по рядках і перевірка віку. Праворуч: пазл із відсутнім фрагментом — повнота: пошук пропусків і їх обробка.

Розділ 4: Зіставлення записів

Діаграма зі кроками зіставлення записів

Розширюйте й поглиблюйте свої навички

Категоріальні дані
- Categorical Data in the Tidyverse
Текстові дані
- String Manipulation with stringr in R
- Intermediate Regular Expressions in R
Чистий код
- Defensive R Programming

Вітаємо!

Очищення даних в R