Aufgrund der Quarantäne verbringen viele zurzeit einen Großteil ihrer Zeit zu Hause, und diese Zeit kann und sollte sinnvoll genutzt werden.
Zu Beginn der Quarantäne entschied ich mich, einige Projekte, die ich vor mehreren Monaten begonnen hatte, zu vervollständigen. Eines dieser Projekte war der Videokurs "Die R-Sprache für Excel-Anwender". Mit diesem Kurs wollte ich die Einstiegshürde für R senken und ein gewisses Defizit an Schulungsmaterialien zu diesem Thema in deutscher Sprache ausgleichen.
Wenn in dem Unternehmen, in dem Sie arbeiten, die Datenarbeit weiterhin hauptsächlich in Excel erfolgt, lade ich Sie ein, ein moderneres und völlig kostenloses Werkzeug zur Datenanalyse kennenzulernen.
Inhalt
Falls Sie sich für Datenanalyse interessieren, könnten meine und Kanäle für Sie von Interesse sein. Der Großteil der Inhalte widmet sich der R-Sprache.
4.1.
4.2.
4.3.
4.4.
4.5.
4.6.
4.7.
4.8.
4.9.
4.10.
4.11.
4.12.
Links
Über den Kurs
Der Kurs basiert auf der Architektur tidyverse, einschließlich der folgenden Pakete: readr, vroom, dplyr, tidyr, ggplot2. Natürlich gibt es in R auch andere gute Pakete für ähnliche Aufgaben, wie zum Beispiel data.table, aber die Syntax tidyverse ist intuitiv verständlich, sie lässt sich sogar von ungeübten Nutzern leicht lesen, daher denke ich, dass es am besten ist, das Lernen der Sprache R mit tidyverse.
zu beginnen. Der Kurs führt Sie durch alle Schritte der Datenanalyse, von der Datenladung bis zur Visualisierung des Endergebnisses.
Warum R und nicht Python? Weil R eine funktionale Sprache ist, die für Excel-Nutzer einfacher zu erlernen ist, da es keine tiefen Kenntnisse der traditionellen objektorientierten Programmierung erfordert.
Aktuell sind 12 Video-Lektionen geplant, die jeweils zwischen 5 und 20 Minuten dauern.
Die Lektionen werden schrittweise freigeschaltet. Jeden Montag werde ich den Zugang zur neuen Lektion auf meinem in einer separaten Playlist freigeben.
Für wen ist dieser Kurs
Das ist aus dem Titel ersichtlich, dennoch möchte ich es genauer beschreiben.
Der Kurs richtet sich an diejenigen, die in ihrer Arbeit aktiv Microsoft Excel nutzen und die gesamte Datenverarbeitung darin durchführen. Wenn Sie also mindestens einmal pro Woche Microsoft Excel öffnen, ist dieser Kurs genau das Richtige für Sie.
Für die Teilnahme am Kurs sind keine Programmierkenntnisse erforderlich, da sich der Kurs an Anfänger richtet.
Es könnte jedoch sein, dass ab Lektion 4 auch für erfahrene R-Nutzer interessante Inhalte behandelt werden, da die Hauptfunktionen solcher Pakete wie dplyr und tidyr genauer betrachtet werden.
Kursprogramm
Lektion 1: Installation der R-Sprache und der Entwicklungsumgebung RStudio
Veröffentlichungsdatum: 23. März 2020
Links:
Video:
Beschreibung:
In dieser Einführungseinheit werden wir die erforderliche Software herunterladen und installieren sowie die Möglichkeiten und die Benutzeroberfläche der Entwicklungsumgebung RStudio erkunden.
Lektion 2: Grundlegende Datenstrukturen in R
Veröffentlichungsdatum: 30. März 2020
Links:
Video:
Beschreibung:
Diese Lektion wird Ihnen helfen, die Datenstrukturen der Programmiersprache R zu verstehen. Wir werden Vektoren, Data Frames und Listen im Detail behandeln. Sie lernen, wie man sie erstellt und auf deren einzelne Elemente zugreift.
Lektion 3: Daten aus TSV-, CSV-, Excel-Dateien und Google Tabellen einlesen
Veröffentlichungsdatum: 6. April 2020
Links:
Video:
Beschreibung:
Die Arbeit mit Daten, unabhängig vom Tool, beginnt mit deren Beschaffung. In dieser Lektion verwenden wir die Pakete vroom, readxl, googlesheets4 um Daten in die R-Umgebung aus CSV-, TSV-, Excel-Dateien und Google Tabellen zu laden.
Lektion 4: Zeilen filtern, Spalten auswählen und umbenennen, Pipelines in R
Veröffentlichungsdatum: 13. April 2020
Links:
Video:
Beschreibung:
Diese Lektion widmet sich dem Paket dplyr. Darin werden wir lernen, wie man Data Frames filtert, benötigte Spalten auswählt und umbenennt.
Außerdem erfahren wir, was Pipe-Operatoren sind und wie sie den Code in R lesbarer machen.
Lektion 5: Hinzufügen von berechneten Spalten in Tabellen mit R
Veröffentlichungsdatum: 20. April 2020
Links:
Video:
Beschreibung:
In diesem Video setzen wir unsere Bekanntschaft mit der Bibliothek tidyverse und dem Paket dplyr.
fort. Wir werden die Familie der Funktionen mutate()untersuchen und lernen, wie man mit ihrer Hilfe neue berechnete Spalten zur Tabelle hinzufügt.
Lektion 6: Gruppierung und Aggregation von Daten mit R
Veröffentlichungsdatum: 27. April 2020
Links:
Video:
Beschreibung:
In dieser Lektion befassen wir uns mit einer der grundlegenden Datenanalyseoperationen, der Gruppierung und Aggregation. Dabei verwenden wir das Paket dplyr und die Funktionen group_by() und summarise().
Wir werden die gesamte Familie von Funktionen betrachten summarise(), d.h. summarise(), summarise_if() und summarise_at().
Lektion 7: Vertikale und horizontale Zusammenführung von Tabellen mit R
Veröffentlichungsdatum: 4. Mai 2020
Links:
Video:
Beschreibung:
Diese Lektion hilft Ihnen, die vertikalen und horizontalen Zusammenführungsoperationen von Tabellen zu verstehen.
Die vertikale Zusammenführung entspricht der UNION-Operation in SQL.
Die horizontale Zusammenführung ist den Excel-Nutzern besser bekannt durch die SVERWEIS-Funktion, in SQL werden solche Operationen durch den JOIN-Befehl durchgeführt.
Im Verlauf der Lektion werden wir eine praktische Aufgabe lösen, bei der wir die Pakete verwenden werden dplyr, readxl, tidyr und stringr.
Die Hauptfunktionen, die wir behandeln werden, sind:
bind_rows()— vertikale Zusammenführung von Tabellenleft_join()— horizontale Zusammenführung von Tabellensemi_join()— inklusive Zusammenführung von Tabellenanti_join()— exklusive Zusammenführung von Tabellen
Lektion 8: Fensterfunktionen in R
Veröffentlichungsdatum: 11. Mai 2020
Links:
Beschreibung:
Fensterfunktionen sind in ihrer Funktionalität ähnlich zu aggregierenden Funktionen, sie nehmen ebenfalls ein Array von Werten entgegen und führen arithmetische Operationen darauf aus, verändern jedoch nicht die Anzahl der Zeilen im Ergebnis.
In dieser Lektion setzen wir unser Studium des Pakets dplyr, und der Funktionen fort. group_by(), mutate(), sowie neue cumsum(), lag(), lead() und arrange().
Lektion 9: Tabellen drehen oder eine Pivot-Tabelle in R erstellen
Veröffentlichungsdatum: 18. Mai 2020
Links:
Beschreibung:
Die meisten Excel-Nutzer verwenden Pivot-Tabellen, ein praktisches Werkzeug, um in Sekundenschnelle große Datenmengen in lesbare Berichte zu verwandeln.
In dieser Lektion werden wir lernen, wie man Tabellen in R dreht und sie vom breiten Format ins lange Format und umgekehrt konvertiert.
Ein großer Teil der Lektion widmet sich dem Paket tidyr und den Funktionen pivot_longer() und pivot_wider().
Lektion 10: Laden von JSON-Dateien in R und Umwandlung von Listen in Tabellen
Veröffentlichungsdatum: 25. Mai 2020
Links:
Beschreibung:
JSON und XML sind äußerst beliebte Formate zur Speicherung und zum Austausch von Informationen, hauptsächlich aufgrund ihrer Kompaktheit.
Die Analyse von Daten, die in solchen Formaten vorliegen, ist jedoch schwierig, deshalb müssen sie vor der Analyse in tabellarische Form gebracht werden. Genau das werden wir in diesem Video lernen.
Die Lektion widmet sich dem Paket tidyr, das Teil des Kernpakets ist tidyverse, und den Funktionen unnest_longer(), unnest_wider() und hoist().
Lektion 11: Schnelles Erstellen von Diagrammen mit der Funktion qplot()
Veröffentlichungsdatum: 1. Juni 2020
Links:
Beschreibung:
Das Paket ggplot2 gehört zu den beliebtesten Werkzeugen zur Datenvisualisierung nicht nur in R.
In dieser Lektion lernen wir, wie man einfache Grafiken mit der Funktion qplot(), erstellt und alle ihre Argumente durchgeht.
Lektion 12: Schichtweises Erstellen von Diagrammen mit dem Paket ggplot2
Veröffentlichungsdatum: 8. Juni 2020
Links:
Beschreibung:
In der Lektion wird die gesamte Leistungsfähigkeit des Pakets demonstriert. ggplot2 und die darin integrierte Grammatik zum Schichten von Diagrammen.
Wir werden die grundlegenden Geometrien, die im Paket vorhanden sind, untersuchen und lernen, Schichten zu überlagern, um ein Diagramm zu erstellen.
Fazit
Ich habe versucht, das Kursprogramm so prägnant wie möglich zu gestalten, um nur die notwendigsten Informationen hervorzuheben, die Sie benötigen, um Ihre ersten Schritte in das Erlernen dieses mächtigen Werkzeuges zur Datenanalyse, der Programmiersprache R, zu machen.
Der Kurs ist kein umfassendes Handbuch zur Datenanalyse mit R, wird Ihnen jedoch helfen, alle notwendigen Techniken dafür zu verstehen.
Derzeit ist das Kursprogramm auf 12 Wochen angelegt. Jede Woche, montags, werde ich neuen Zugang zu den Lektionen gewähren, weshalb ich empfehle, YouTube-Kanal zu abonnieren, um keine Veröffentlichung der neuen Lektion zu verpassen.
Quelle: habr.com
