Datasets in R: Join & Visualize Eğitimi

Eğitim Hakkında

dplyr join'ler, bind/set işlemleri ve ggplot2 görselleştirme

Bu eğitim, R ve tidyverse ile veri birleştirme ve görselleştirmeyi öğretir. dplyr join'leri (inner_join, left/right/full_join, semi_join, anti_join), bir ve çok anahtarlı birleştirme, çakışan sütun eki (suffix) ve ilişki (relationship) kontrolü ele alınır. bind_rows/bind_cols ve küme işlemleri (union, intersect, setdiff) uygulanır. Ardından ggplot2 gramer katmanları: aes eşleme, geom'lar (point, line, bar, boxplot), facet, scale, tema ve etiketleme işlenir. Katılımcılar birden çok veri çerçevesini birleştirip içgörüyü ggplot2 ile görselleştirir.

Süre ve Format

2 Gün. Her gün dört modül; katılımcılar join işlemlerinden ggplot2 ile görselleştirmeye ilerler.

Seviye

Orta Seviye — R'da dplyr ile tabloları birleştirme (join) ve ggplot2 ile katmanlı görselleştirmenin uygulamalı ele alınması.

Öğrenme Metodu

Katılımcılar RStudio'da gerçek veri çerçeveleriyle join ve ggplot2 kodunu adım adım yazıp çıktıyı inceleyerek öğrenir.

Neden Bu Eğitim?

🔗Doğru Join

inner/left/anti join farkını bilerek satır kaybı ve çoğaltma tuzaklarından kaçınırsınız.

📊ggplot2 Gücü

Gramer katmanlarıyla her veriye uyarlanabilir profesyonel grafikler üretirsiniz.

🧩Tidyverse Akışı

Pipe (%>%) ile birleştirme ve görselleştirmeyi akıcı bir zincirde yazarsınız.

Anahtar Konular

Rdplyr joinggplot2tidyverseveri birleştirmegörselleştirmeinner_joinanti_joinR görselleştirme

“R'da veri birleştiğinde soru netleşir, grafikle buluştuğunda cevap görünür olur.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

R Temeli

R'da vektör ve data.frame kavramına aşinalık gereklidir.

2

dplyr Girişi

filter/select gibi temel dplyr fiillerini bilmek faydalıdır.

3

Çalışma Ortamı

RStudio ve tidyverse paketi kurulu bir bilgisayar.

4

Analitik Bakış

Veriden grafikle mesaj çıkarma ilgisi önerilir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı, dplyr join ve bind/set işlemleriyle birden çok tabloyu doğru biçimde birleştirebilir.

Modül 1

Mutating Join

inner_join ile ortak kayıtlar
left_join ve right_join davranışı
full_join ile tüm kayıtlar
by argümanı ile anahtar belirtme
Farklı adlı anahtarları eşleme (join_by)
suffix ile çakışan sütun adlandırma

Modül 2

Filtering Join

semi_join ile eşleşenleri süzme
anti_join ile eşleşmeyenleri bulma
Eksik eşleşme (NA) analizi
Join sonrası satır sayısı kontrolü
relationship ile çoğaltmayı yakalama
Çoktan-çoğa join riskleri

Modül 3

bind İşlemleri

bind_rows ile alt alta ekleme
Sütun hizalama ve eksik sütun
bind_cols ile yan yana ekleme
Kaynak etiketi (.id) ekleme
Liste halindeki tabloları birleştirme
Tip uyumsuzluğu dikkatleri

Modül 4

Küme İşlemleri

union ve union_all
intersect ile kesişim
setdiff ile fark
Tekrarların ele alınması
Sütun yapısı uyumu
Birleştirme stratejisi seçimi

Günün hedefiKatılımcı, ggplot2 gramer katmanlarıyla okunabilir ve özelleştirilmiş grafikler üretebilir.

Modül 1

Gramer ve aes

ggplot() ve katman (layer) mantığı
aes() ile estetik eşleme (x, y, color)
Grup (group) ve fill eşlemesi
Katman ekleme (+) söz dizimi
Veri ve estetik ayrımı
Pipe ile veri hazırlama akışı

Modül 2

Geom'lar

geom_point ile dağılım
geom_line ve geom_area trend
geom_bar / geom_col ile çubuk
geom_boxplot ve geom_histogram
geom_smooth ile eğilim çizgisi
Birden çok geom katmanlama

Modül 3

Facet ve Scale

facet_wrap ile küçük çoklu
facet_grid ile iki boyutlu bölme
scale_* ile eksen dönüşümü (log)
Renk ve doldurma ölçekleri
Eksen limiti ve kesme (clip)
Tarih ekseni biçimlendirme

Modül 4

Tema ve Etiket

labs() ile başlık ve eksen etiketi
theme_minimal ve hazır temalar
theme() ile ince ayar
Legend konumu ve düzeni
Renk paleti (viridis) ve erişilebilirlik
ggsave ile grafiği dışa aktarma

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Mutating Join

inner/left/full join ile tabloları birleştirebilirsiniz.

✅

Filtering Join

semi_join ve anti_join ile satırları süzebilirsiniz.

✅

bind

bind_rows/cols ile veri çerçevelerini ekleyebilirsiniz.

✅

Küme İşlemi

union/intersect/setdiff uygulayabilirsiniz.

✅

ggplot2 Gramer

aes ve katmanlarla grafik kurabilirsiniz.

✅

Geom Seçimi

Veriye uygun geom'ları kullanabilirsiniz.

✅

Facet

Facet ile küçük çoklu grafikler üretebilirsiniz.

✅

Tema

Tema ve etiketle grafiği yayına hazırlayabilirsiniz.

Kimler İçin Uygundur?

R'a giren veri analistleri
araştırmacılar
tidyverse ile birleştirme ve görselleştirme becerisi kazanmak isteyen istatistik öğrencileri için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

R'a giren veri analistleri, araştırmacılar ve tidyverse becerisi kazanmak isteyen öğrenciler için uygundur.

Hangi join türleri işleniyor?

inner/left/right/full join ile semi_join ve anti_join, relationship ve suffix dahil uygulanır.

ggplot2 nasıl ele alınıyor?

aes eşleme, geom'lar, facet, scale ve tema ile gramer tabanlı grafik oluşturma gösterilir.

Ortam olarak ne gerekir?

RStudio ve tidyverse paketi kurulu bir bilgisayar yeterlidir.

Ön koşul nedir?

R'da vektör/data.frame ve temel dplyr fiillerine aşinalık önerilir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

DATASETS IN R: JOINING & VISUALIZING DATA EĞİTİMİ