Dominando o Tidyverse: Análise e Visualização de Dados
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(24)
259 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
▶
Instalando o pacote "tidyverse"01:54
A função "filter"04:01
A função "select"05:28
As funções "mutate" e "transmute"05:02
As funções "arrange", "group" e "summarize"08:25
A função "sample"03:33
A função "pipe"04:14
As funções "gather" e "spread"06:42
A função "separate"04:38
A função "unite"02:30
Importando uma lista de inscritos em um curso e criando a partir dela uma lista de contatos no Gmail05:57
Criando um gráfico, camada por camada , usando o ggplot213:04
Criando um histograma, usando o ggplot206:24
Criando um gráfico de barras, usando o ggplot212:19
Criando um gráfico de caixa, usando o ggplot206:58
Mudando a aparência do gráfico criado ( tipo de ponto, formato, etc.)06:11
Cuidado ao converter um factor para numeric !!!!05:13
Substituindo "valores em branco" por NA04:04
Transformando os dados de uma coluna de um data frame (char para factor)03:46
Usando a função gsub para substituir caracteres indesejados08:07
Encontrando as linhas onde existem NAs ( função complete.cases)04:18
Usando a função "which" para selecionar dados (em data frames onde há NAs)06:45
Explorando mais alguns exemplos do uso da função "which"05:41
Removendo linhas onde aparece NA ( função "is.na()")03:31
Organizando os nomes das linhas de um data-frame02:32
Substituindo um valor específico em um data frame ( usando is.na())04:02
Substituindo NAs pela média de valores da coluna04:32
Programação R: Substituindo NAs por valores calculados usando outras colunas03:14
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 matriz03:37
Criando uma lista de matrizes03:54
Usando a função lapply03:38
Relembrando as diversas formas de acessar elementos de uma lista04:40
Usando lapply06:36
A função sapply03:03
Combinando as funções apply e lapply03:42
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 caracteres08:44
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 likert05:59
Usando a função Likert e plotando o gráfico de barras empilhado08:31
Fazendo o download de um currículo da Plataforma Lattes06:38
Uma visão geral do pacote getLattes09:47
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 dplyr08:08
Aplicando as funções de combinações de data frames06:39
