Johns Hopkins University

Daten in Tidyverse importieren

Dieser Kurs ist Teil von Spezialisierung Tidyverse-Fähigkeiten für Datenwissenschaft in R

Unterrichtet auf Englisch

Einige Inhalte können nicht übersetzt werden

Carrie Wright, PhD
Shannon Ellis, PhD
Stephanie Hicks, PhD

Dozenten: Carrie Wright, PhD

1.855 bereits angemeldet

Bei Coursera Plus enthalten

Kurs

Informieren Sie sich über ein Thema und erlernen Sie die Grundlagen.

4.7

(44 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

15 Stunden (ungefähr)
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Beschreiben Sie verschiedene Datenformate

  • Wenden Sie Tidyverse-Funktionen an, um Daten aus externen Formaten in R zu importieren

  • Daten von einer Web-API abrufen

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

5 Quizzes

Kurs

Informieren Sie sich über ein Thema und erlernen Sie die Grundlagen.

4.7

(44 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

15 Stunden (ungefähr)
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Tidyverse-Fähigkeiten für Datenwissenschaft in R
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

In diesem Kurs gibt es 6 Module

Ein grundlegender Datentyp im Tidyverse ist das Tibble. Tibbles speichern tabellarische Daten und sind eine moderne Variante des Standard-R-Datenrahmens. Sie verfügen über viele benutzerfreundliche Funktionen, die bei der interaktiven Datenanalyse eine Verbesserung gegenüber Standarddatenrahmen darstellen. Der Rest dieses Moduls befasst sich mit tabellarischen Daten in Tabellenkalkulationsformaten wie Excel, CSV, TSV und anderen Dateien mit Trennzeichen.

Das ist alles enthalten

15 Lektüren1 Quiz

Daten können in nicht-tabellarischen Formaten vorliegen, insbesondere unstrukturierte Daten oder Daten, die sonst nicht in eine Tabelle passen würden. JSON und XML sind gängige Formate für die Speicherung beliebig strukturierter Daten und dieses Modul behandelt die Pakete, die zum Einlesen dieser Datenformate verwendet werden. Außerdem werden relationale Datenbanken häufig für die Speicherung sehr großer Tabellensammlungen verwendet, bei denen Sie nicht den gesamten Datensatz auf einmal einlesen müssen. Es gibt viele relationale Datenbankformate und wir werden das SQLite-Format behandeln, das ein kompaktes und einfach zu verwendendes Format ist.

Das ist alles enthalten

10 Lektüren1 Quiz

Das Einlesen von Daten aus verschiedenen Internetquellen kann eine nützliche Methode sein, um Analysen zu erstellen, die regelmäßig aktualisiert werden müssen. Die Pakete rvest und httr sind nützlich für die Verbindung zu Websites, Web-APIs und anderen Online-Datenquellen.

Das ist alles enthalten

11 Lektüren1 Quiz

Die Zusammenarbeit mit anderen in einem datenwissenschaftlichen Projekt beinhaltet oft das Lesen von Ausgaben oder Daten, die mit anderen statistischen Analysepaketen oder anderer Software erstellt wurden. Dieses Modul behandelt Pakete zum Einlesen dieser Fremdformate sowie von Bildern und Daten aus Google Drive.

Das ist alles enthalten

3 Lektüren1 Quiz

Jetzt werden wir anhand unserer Fallstudienbeispiele demonstrieren, wie Sie Daten importieren können. Wenn Sie die Schritte der Fallstudien durcharbeiten, können Sie entweder RStudio auf Ihrem eigenen Computer oder die für jede Fallstudie bereitgestellten Coursera-Laborplätze verwenden.

Das ist alles enthalten

11 Lektüren2 Unbewertete Labore

Dieses Projekt wird Ihnen die Möglichkeit geben, Daten aus verschiedenen Quellen einzulesen und einige einfache Operationen mit diesen Daten durchzuführen.

Das ist alles enthalten

2 Lektüren1 Quiz

Dozenten

Lehrkraftbewertungen
4.3 (13 Bewertungen)
Carrie Wright, PhD
Johns Hopkins University
7 Kurse7.704 Lernende
Shannon Ellis, PhD
Johns Hopkins University
5 Kurse5.941 Lernende
Stephanie Hicks, PhD
Johns Hopkins University
5 Kurse5.941 Lernende

von

Empfohlen, wenn Sie sich für Datenanalyse interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

Zeigt 3 von 44

4.7

44 Bewertungen

  • 5 stars

    75,55 %

  • 4 stars

    20 %

  • 3 stars

    4,44 %

  • 2 stars

    0 %

  • 1 star

    0 %

VM
5

Geprüft am 27. März 2021

FC
5

Geprüft am 28. Jan. 2021

EL
5

Geprüft am 22. Nov. 2022

Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen