Getting data into your statistical analysis system can be one of the most challenging parts of any data science project. Data must be imported and harmonized into a coherent format before any insights can be obtained. You will learn how to get data into R from commonly used formats and harmonizing different kinds of datasets from different sources. If you work in an organization where different departments collect data using different systems and different storage formats, then this course will provide essential tools for bringing those datasets together and making sense of the wealth of information in your organization.
Этот курс входит в специализацию ''Специализация Tidyverse Skills for Data Science in R'
от партнера
Специализация Tidyverse Skills for Data Science in RУниверситет Джонса ХопкинсаОб этом курсе
Недавно просмотрено: 3 098
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 2 из 5 в программе
Начальный уровень
Familiarity with the R programming language
Прибл. 15 часов на выполнение
Английский
Субтитры: Английский
Чему вы научитесь
Describe different data formats
Apply Tidyverse functions to import data into R from external formats
Obtain data from a web API
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 2 из 5 в программе
Начальный уровень
Familiarity with the R programming language
Прибл. 15 часов на выполнение
Английский
Субтитры: Английский
от партнера
Университет Джонса Хопкинса
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
Программа курса: что вы изучите
3 ч. на завершение
Importing (and Exporting) Data in R
A basic data type in the tidyverse is the tibble. Tibbles store tabular data and are a modern take on the standard R data frame. They have many user-friendly features that are an improvement over standard data frames when doing interactive data analysis. The remainder of this module covers tabular data in spreadsheet formats like Excel, CSV, TSV, and other delimited files.
3 ч. на завершение
15 материалов для самостоятельного изучения
3 ч. на завершение
JSON, XML, and Databases
Data can come in non-tabular formats, especially unstructured data or data that otherwise would not fit into a table. JSON and XML are common formats for storing arbitrarily structured data and this module covers the packages used to read in those data formats. In addition, relational databases are common for storing very large collections of tables where you do not need to read in the entire dataset at once. There are many relational database formats and we will cover the SQLite format, which is a compact and simple to use format.
3 ч. на завершение
10 материалов для самостоятельного изучения
2 ч. на завершение
Web Scraping and APIs
Reading in data from various Internet sources can be a useful way to build analyses that need to be regularly updated. The rvest and httr packages are useful for connecting to web sites, web APIs and other online sources of data.
2 ч. на завершение
11 материалов для самостоятельного изучения
2 ч. на завершение
Foreign Formats, Images, and googledrive
Working with others in a data science project often involves reading output or data produced using other statistical analysis packages or other software. This module covers packages for reading in these foreign formats, as well as images and data from Google Drive.
2 ч. на завершение
3 материалов для самостоятельного изучения
4 ч. на завершение
Case Studies
Now we will demonstrate how to import data using our case study examples. When working through the steps of the case studies, you can use either RStudio on your own computer or Coursera lab spaces provided for each case study.
4 ч. на завершение
11 материалов для самостоятельного изучения
1 ч. на завершение
Project: Importing Data into R
This project will give you the opportunity to read in data from multiple sources and conduct some simple operations on those data.
1 ч. на завершение
2 материалов для самостоятельного изучения
Рецензии
- 5 stars69,69 %
- 4 stars24,24 %
- 3 stars6,06 %
Лучшие отзывы о курсе IMPORTING DATA IN THE TIDYVERSE
от партнера VM27 мар. 2021 г.
Great for beginners. Clearly explained, and easy to follow.
от партнера FC28 янв. 2021 г.
Excellent tutorial for importing data into the tidyverse environment
Специализация Tidyverse Skills for Data Science in R: общие сведения
This Specialization is intended for data scientists with some familiarity with the R programming language who are seeking to do data science using the Tidyverse family of packages. Through 5 courses, you will cover importing, wrangling, visualizing, and modeling data using the powerful Tidyverse framework. The Tidyverse packages provide a simple but powerful approach to data science which scales from the most basic analyses to massive data deployments. This course covers the entire life cycle of a data science project and presents specific tidy tools for each stage.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.
