Datasets in R: Transforming Data Eğitimi

Eğitim Hakkında

mutate/across, tidyr pivot, separate/unite ve tip dönüşümleri

Bu eğitim, R ve tidyverse ile veriyi dönüştürmeyi ve 'tidy' hale getirmeyi öğretir. mutate ile türetilmiş sütunlar, koşullu dönüşüm (if_else, case_when), across ile çoklu sütun işlemleri ele alınır. tidyr ile pivot_longer ve pivot_wider arasında biçim dönüştürme, separate/unite, nesting ve eksik değer tamamlama (fill, complete, replace_na) işlenir. stringr ile metin ve lubridate ile tarih dönüşümleri; window fonksiyonları (lag, lead, cumsum) uygulanır. Katılımcılar düzensiz bir veriyi tidy ilkelere göre yeniden şekillendirip analiz için hazırlar.

Süre ve Format

2 Gün. Her gün dört modül; katılımcılar sütun türetmeden biçim dönüştürmeye ilerler.

Seviye

Orta Seviye — R'da mutate ile sütun türetme, tidyr ile biçim dönüştürme (pivot) ve metin/tarih dönüşümlerinin uygulamalı ele alınması.

Öğrenme Metodu

Katılımcılar RStudio'da düzensiz veriyi mutate ve tidyr ile adım adım tidy biçime dönüştürerek uygular.

Neden Bu Eğitim?

🧱Tidy Veri

Veriyi tidy ilkelere göre şekillendirerek analiz ve görselleştirmeyi kolaylaştırırsınız.

⚙️Esnek Dönüşüm

mutate ve case_when ile karmaşık türetilmiş sütunları tek akışta üretirsiniz.

🔄Biçim Değişimi

pivot_longer/wider ile geniş ve uzun biçim arasında rahatça geçersiniz.

Anahtar Konular

R veri dönüştürmemutatecase_whentidyrpivot_longerpivot_widertidy veriacrosstidyverse

“Veri doğru şekle girdiğinde, analizin büyük kısmı çoktan yapılmış olur.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

dplyr Temeli

filter/select/group_by seviyesinde dplyr bilgisi gereklidir.

2

R Temeli

Vektör, data.frame ve pipe kullanımına aşinalık önerilir.

3

Çalışma Ortamı

RStudio ve tidyverse kurulu bir bilgisayar.

4

Veri Bakışı

Düzensiz veriyi fark edebilecek analitik bakış faydalıdır.

Eğitim İçeriği

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

Günün hedefiKatılımcı, mutate ve yardımcılarıyla türetilmiş ve koşullu sütunlar üretebilir.

Modül 1

mutate

Yeni sütun oluşturma
Mevcut sütunu güncelleme
Aritmetik ve metin türetme
transmute ile sadeleştirme
Birden çok sütunu aynı anda
Türetilmiş metrikler (oran, fark)

Modül 2

Koşullu Dönüşüm

if_else ile ikili koşul
case_when ile çoklu koşul
Varsayılan (TRUE ~) dalı
NA üretimi ve tip tutarlılığı
Kategorize etme (binning)
na_if ve coalesce

Modül 3

across

across ile çoklu sütuna fonksiyon
where() ile tip bazlı seçim
Birden çok fonksiyon uygulama (list)
Sütun adı eki (.names)
summarise içinde across
Tekrarlı kodu azaltma

Modül 4

Pencere Fonksiyonları

lag ve lead ile kaydırma
cumsum, cummean kümülatif
row_number, min_rank, dense_rank
grup bağlamında pencere
Değişim (diff) ve büyüme hesabı
Sıralı veri analizi

Günün hedefiKatılımcı, tidyr ile veriyi uzun/geniş biçim arasında dönüştürüp tidy hale getirebilir.

Modül 1

pivot_longer

Geniş veriyi uzuna çevirme
names_to ve values_to argümanları
Çoklu sütun deseni (names_pattern)
Ön ek temizleme (names_prefix)
Tidy ilkeyle uyum
Görselleştirme için hazırlama

Modül 2

pivot_wider

Uzun veriyi genişe çevirme
names_from ve values_from
Değer toplulaştırma (values_fn)
Eksik hücre doldurma
Özet tablo üretme
Raporlamaya uygun biçim

Modül 3

separate/unite

separate ile sütunu ayırma
Ayraç ve regex ile bölme
unite ile sütun birleştirme
extract ile desen çıkarma
Fazla/eksik parça yönetimi
Tip dönüştürme (convert)

Modül 4

Eksik Değer

replace_na ile doldurma
fill ile yukarı/aşağı taşıma
complete ile eksik kombinasyon
drop_na ile satır eleme
Eksik veri deseni analizi
Eksikliğin analize etkisi

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

mutate

Türetilmiş ve güncellenmiş sütunlar üretebilirsiniz.

✅

case_when

Çoklu koşullu dönüşümler yazabilirsiniz.

✅

across

Birden çok sütuna aynı dönüşümü uygulayabilirsiniz.

✅

Pencere

lag/lead ve kümülatif hesaplar yapabilirsiniz.

✅

pivot

Uzun/geniş biçim arasında dönüşüm yapabilirsiniz.

✅

separate

Sütunları ayırıp birleştirebilirsiniz.

✅

Eksik Değer

fill, complete ve replace_na uygulayabilirsiniz.

✅

Tidy Veri

Düzensiz veriyi tidy ilkelere göre şekillendirebilirsiniz.

Kimler İçin Uygundur?

R'da temel dplyr bilen analistler
araştırmacılar
veriyi analiz için yeniden şekillendirmek isteyen veri profesyonelleri için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Temel dplyr bilen analistler ve veriyi analiz için yeniden şekillendirmek isteyen veri profesyonelleri için uygundur.

Tidy veri nedir?

Her değişkenin bir sütun, her gözlemin bir satır olduğu düzen; eğitim veriyi bu ilkeye göre şekillendirir.

pivot_longer ve pivot_wider ne yapar?

pivot_longer geniş veriyi uzuna, pivot_wider uzun veriyi genişe çevirir; ikisi de uygulamalı işlenir.

case_when nedir?

Çoklu koşula göre değer atayan dplyr fonksiyonudur; kategorize etme ve koşullu türetme için kullanılır.

Ön koşul nedir?

filter/select/group_by seviyesinde dplyr ve pipe kullanımına aşinalık gereklidir.

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: TRANSFORMING DATA EĞİTİMİ