A causa della quarantena, molte persone trascorrono ora gran parte del loro tempo a casa, e questo tempo può e deve essere impiegato in modo produttivo.
All'inizio della quarantena, ho deciso di perfezionare alcuni progetti avviati alcuni mesi fa. Uno di questi progetti era il corso video "Il linguaggio R per utenti di Excel". Con questo corso volevo abbassare la soglia di ingresso in R e colmare un po' la carenza di materiali didattici disponibili su questo tema in lingua russa.
Se nel lavoro con i dati nella compagnia in cui lavorate si continua a utilizzare Excel, vi propongo di scoprire uno strumento di analisi dei dati più moderno e completamente gratuito.
Contenuto
Se siete interessati all'analisi dei dati, potrebbero interessarvi i miei e canali. Gran parte del contenuto è dedicato al linguaggio R.
4.1.
4.2.
4.3.
4.4.
4.5.
4.6.
4.7.
4.8.
4.9.
4.10.
4.11.
4.12.
Link
Informazioni sul corso
Il corso è costruito attorno all'architettura tidyverse, e ai pacchetti che ne fanno parte: readr, vroom, dplyr, tidyr, ggplot2. Certo, in R ci sono anche altri buoni pacchetti che eseguono operazioni simili, ad esempio data.table, ma la sintassi tidyverse è intuitivamente comprensibile, è facile da leggere anche per un utente non esperto, quindi penso che sia meglio iniziare l'apprendimento del linguaggio R proprio da qui. tidyverse.
Il corso ti guiderà attraverso tutte le operazioni di analisi dei dati, dal caricamento alla visualizzazione del risultato finale.
Perché il linguaggio R e non Python? Perché R è un linguaggio funzionale, è più facile per gli utenti di Excel passare a questo linguaggio, poiché non è necessario immergersi nella programmazione orientata agli oggetti tradizionale.
Attualmente sono programmati 12 video tutorial della durata di 5-20 minuti ciascuno.
Le lezioni verranno sbloccate gradualmente. Ogni lunedì sbloccherò l'accesso a un nuovo tutorial sul mio in una playlist separata.
A chi è rivolto questo corso
Penso sia chiaro dal titolo, ma lo descriverò più in dettaglio.
Il corso è orientato a coloro che utilizzano attivamente Microsoft Excel nel loro lavoro e gestiscono i dati al suo interno. In sintesi, se aprite l'applicazione Microsoft Excel almeno una volta a settimana, il corso fa per voi.
Non sono richiesta competenze di programmazione per seguire il corso, poiché è orientato ai principianti.
Tuttavia, potrebbe esserci materiale interessante anche per gli utenti più esperti di R a partire dal quarto tutorial, poiché verrà trattata con sufficiente dettaglio la funzionalità principale di pacchetti come dplyr e tidyr .
Programma del corso
Lezione 1: Installazione del linguaggio R e dell'ambiente di sviluppo RStudio
Data di pubblicazione: 23 marzo 2020
Link:
Video:
Descrizione:
Lezione introduttiva in cui scaricheremo e installeremo il software necessario, e daremo un'occhiata alle funzionalità e all'interfaccia di RStudio.
Lezione 2: Strutture di dati fondamentali in R
Data di pubblicazione: 30 marzo 2020
Link:
Video:
Descrizione:
Questa lezione ti aiuterà a comprendere quali strutture dati sono disponibili nel linguaggio R. Analizzeremo in dettaglio i vettori, i data frame e le liste. Impareremo come crearli e accedere ai loro singoli elementi.
Lezione 3: Lettura di dati da file TSV, CSV, Excel e Google Sheets
Data di pubblicazione: 6 aprile 2020
Link:
Video:
Descrizione:
Il lavoro con i dati, indipendentemente dallo strumento, inizia con l'estrazione. Durante la lezione utilizziamo i pacchetti vroom, readxl, googlesheets4 per caricare i dati nell'ambiente R da file csv, tsv, Excel e Google Sheets.
Lezione 4: Filtraggio delle righe, selezione e rinominazione delle colonne, pipe in R
Data di pubblicazione: 13 aprile 2020
Link:
Video:
Descrizione:
Questa lezione è dedicata al pacchetto dplyr. In essa esploreremo come filtrare i data frame, selezionare le colonne desiderate e rinominarle.
Scopriremo anche cosa sono i pipe e come aiutano a rendere il tuo codice in R più leggibile.
Lezione 5: Aggiunta di colonne calcolate in una tabella in linguaggio R
Data di pubblicazione: 20 aprile 2020
Link:
Video:
Descrizione:
In questo video continuiamo a familiarizzare con la libreria tidyverse e il pacchetto dplyr.
Analizzeremo la famiglia di funzioni mutate(), e impareremo a utilizzarle per aggiungere nuove colonne calcolate alla tabella.
Lezione 6: Raggruppamento e aggregazione dei dati in linguaggio R
Data di pubblicazione: 27 aprile 2020
Link:
Video:
Descrizione:
Questa lezione è dedicata a una delle operazioni fondamentali nell'analisi dei dati: la raggruppamento e l'aggregazione. Durante la lezione utilizzeremo il pacchetto dplyr e le funzioni group_by() e summarise().
Esamineremo l'intera famiglia di funzioni summarise(), cioè. summarise(), summarise_if() e summarise_at().
Lezione 7: Unione verticale e orizzontale delle tabelle in R
Data di pubblicazione: 4 maggio 2020
Link:
Video:
Descrizione:
Questa lezione ti aiuterà a comprendere le operazioni di unione verticale e orizzontale delle tabelle.
L'unione verticale è l'equivalente dell'operazione UNION nel linguaggio di query SQL.
L'unione orizzontale è più conosciuta dagli utenti di Excel grazie alla funzione CERCA.VERT, mentre in SQL queste operazioni vengono effettuate con l'operatore JOIN.
Durante la lezione risolveremo un compito pratico in cui utilizzeremo i pacchetti dplyr, readxl, tidyr e stringr.
Le principali funzioni che esamineremo sono:
bind_rows()— unione verticale delle tabelleleft_join()— unione orizzontale delle tabellesemi_join()— unione inclusiva delle tabelleanti_join()— unione esclusiva delle tabelle
Lezione 8: Funzioni di finestra in R
Data di pubblicazione: 11 maggio 2020
Link:
Descrizione:
Le funzioni finestra sono simili alle funzioni aggregate, anch'esse accettano un array di valori e compiono operazioni aritmetiche su di essi, ma nel risultato finale non modificano il numero di righe.
In questa lezione continuiamo a studiare il pacchetto dplyr, e le funzioni group_by(), mutate(), oltre a nuove cumsum(), lag(), lead() e arrange().
Lezione 9: Rotazione delle tabelle o equivalente delle tabelle pivot in R
Data di pubblicazione: 18 maggio 2020
Link:
Descrizione:
La maggior parte degli utenti di Excel utilizza le tabelle pivot, uno strumento utile che consente di trasformare rapidamente un grande insieme di dati grezzi in rapporti leggibili.
In questa lezione vedremo come ruotare le tabelle in R e convertirle da formato largo a lungo e viceversa.
Gran parte della lezione è dedicata al pacchetto tidyr e alle funzioni pivot_longer() e pivot_wider().
Lezione 10: Caricamento di file JSON in R e conversione di elenchi in tabelle
Data di pubblicazione: 25 maggio 2020
Link:
Descrizione:
JSON e XML sono formati estremamente popolari per la memorizzazione e lo scambio di informazioni, principalmente grazie alla loro compattezza.
Tuttavia, analizzare dati presentati in tali formati è complesso; pertanto, prima dell'analisi, è necessario portarli a un formato tabellare, esattamente ciò che impareremo in questo video.
La lezione è dedicata al pacchetto tidyr, parte del core della libreria tidyverse, e alle funzioni unnest_longer(), unnest_wider() e hoist().
Lezione 11: Creazione rapida di grafici con la funzione qplot()
Data di pubblicazione: 1 giugno 2020
Link:
Descrizione:
Il pacchetto ggplot2 è uno dei più popolari strumenti di visualizzazione dei dati non solo in R.
In questa lezione apprenderemo come creare grafici semplici utilizzando la funzione qplot(), e analizzeremo tutti i suoi argomenti.
Lezione 12: Creazione di grafici a strati con il pacchetto ggplot2
Data di pubblicazione: 8 giugno 2020
Link:
Descrizione:
Nella lezione viene dimostrata la potenza del pacchetto ggplot2 e della grammatica per la creazione di grafici a strati in esso integrata.
Esamineremo le principali geometrie presenti nel pacchetto e impareremo a sovrapporre i livelli per costruire un grafico.
Conclusione
Ho cercato di rendere la programmazione del corso il più concisa possibile, evidenziando solo le informazioni essenziali di cui avrete bisogno per fare i primi passi nell'apprendimento di uno strumento così potente per l'analisi dei dati come il linguaggio R.
Il corso non è una guida esaustiva per l'analisi dei dati con il linguaggio R, ma vi aiuterà a comprendere tutte le tecniche necessarie.
Attualmente, il programma del corso è previsto per 12 settimane; ogni lunedì aprirò l'accesso a nuove lezioni, quindi consiglio di al canale YouTube, per non perdere la pubblicazione della nuova lezione.
Fonte: habr.com
