Curso Data Science (Curso completo, todos os módulos)
Desvende o poder do tidyverse e ggplot2: transforme seus dados em insights visuais com eficiência. Aprenda as funções essenciais para manipulação e visualização de dados em R neste curso dinâmico e prático!
4.0
(0)
13 learners
What you'll learn
- Desenvolver habilidades para usar funções do pacote tidyverse no R
- Aprender a criar e personalizar gráficos utilizando ggplot2
- Dominar técnicas de manipulação de dados com funções como mutate, filter e select
- Utilizar comandos para gerenciar dados ausentes ou NAs em data frames
This course includes
- 4.5 hours of video
- Certificate of completion
- Access on mobile and TV
Course content
1 modules • 48 lessons • 4.5 hours of video
Dominando o Tidyverse: Análise e Visualização de Dados
48 lessons
• 4.5 hours
Dominando o Tidyverse: Análise e Visualização de Dados
48 lessons
• 4.5 hours
- Instalando o pacote "tidyverse" 01:55
- A função "filter" 04:02
- A função "select" 05:28
- As funções "mutate" e "transmute" 05:03
- As funções "arrange", "group" e "summarize" 08:26
- A função "sample" 03:33
- A função "pipe" 04:15
- As funções "gather" e "spread" 06:43
- A função "separate" 04:39
- A função "unite" 02:31
- Importando uma lista de inscritos em um curso e criando a partir dela uma lista de contatos no Gmail 05:58
- Criando um gráfico, camada por camada , usando o ggplot2 13:05
- Criando um histograma, usando o ggplot2 06:24
- Criando um gráfico de barras, usando o ggplot2 12:19
- Criando um gráfico de caixa, usando o ggplot2 06:58
- Mudando a aparência do gráfico criado ( tipo de ponto, formato, etc.) 06:11
- Cuidado ao converter um factor para numeric !!!! 05:14
- Substituindo "valores em branco" por NA 04:05
- Transformando os dados de uma coluna de um data frame (char para factor) 03:47
- Usando a função gsub para substituir caracteres indesejados 08:08
- Encontrando as linhas onde existem NAs ( função complete.cases) 04:18
- Usando a função "which" para selecionar dados (em data frames onde há NAs) 06:46
- Explorando mais alguns exemplos do uso da função "which" 05:42
- Removendo linhas onde aparece NA ( função "is.na()") 03:31
- Organizando os nomes das linhas de um data-frame 02:33
- Substituindo um valor específico em um data frame ( usando is.na()) 04:02
- Substituindo NAs pela média de valores da coluna 04:32
- Programação R: Substituindo NAs por valores calculados usando outras colunas 03:15
- Programação R: Substituindo um valor específico em um data frame ( usando is.na()) 04:02
- A função apply (introdução) 03:37
- Transformando um data frame em matriz 03:37
- Criando uma lista de matrizes 03:54
- Usando a função lapply 03:38
- Relembrando as diversas formas de acessar elementos de uma lista 04:41
- Usando lapply 06:37
- A função sapply 03:03
- Combinando as funções apply e lapply 03:43
- Funções which.max e which.min ( e como usá-las em conjunto com apply e lapply) 05:56
- Usando apply, lapply e sapply para vetores, matrizes e data frames de caracteres 08:45
- Criando um questionário no Google Forms e fazendo o download das respostas (arquivo csv) 04:08
- Limpando os dados, colocando no formato adequado para a função likert 05:59
- Usando a função Likert e plotando o gráfico de barras empilhado 08:32
- Fazendo o download de um currículo da Plataforma Lattes 06:38
- Uma visão geral do pacote getLattes 09:47
- Criando um data frame a partir de uma lista com campos de tamanho variável:função "stri_list2matrix" 09:32
- Substituindo letras usando o comando mutate(df, across(.cols = everything(), toupper)) 08:43
- Visão geral das funções de junções de arquivos do pacote dplyr 08:08
- Aplicando as funções de combinações de data frames 06:40
Related learning topics
Take this course with you
Download the app to continue lessons from your phone anytime.
