forked from opencampus-sh/einfuehrung-in-data-science-und-ml
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Beispiele zur Datenaufbereitung aus Woche 3.Rmd
113 lines (78 loc) · 2.65 KB
/
Beispiele zur Datenaufbereitung aus Woche 3.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
---
title: "R Notebook"
output:
html_document:
df_print: paged
---
neue Version
Einbinden benötigter Bibliotheken
```{r}
library(readr)
library(dplyr)
library(skimr)
# Es wird überprüft ob "devtools" installiert ist; devtools ist ein Package, um Package von GitHub zu installieren
if (!require(devtools)) install.packages("devtools")
# Es wird überprüft, ob das Package DataExplorer bereits installiert ist, ansonsten wird es von GitHub installiert
if (!require(DataExplorer)) devtools::install_github("boxuancui/DataExplorer")
library(DataExplorer)
```
Einlesen der Daten
```{r}
umsatzdaten <- read_csv("https://raw.githubusercontent.com/opencampus-sh/wise20-datascience/main/umsatzdaten_gekuerzt.csv")
kiwo <- read_csv("https://raw.githubusercontent.com/opencampus-sh/wise20-datascience/main/kiwo.csv")
```
Zusammenführen der Daten
```{r}
daten <- left_join(umsatzdaten, kiwo, by="Datum")
```
```{r}
library(ggplot2) # Einbinden von ggplot2, um den darin enthaltenen Datensatz mpg zu nutzen
library(dplyr)
library(lubridate)
library(stringr)
#### Gruppenweise Ausführung eines T-Tests ####
mpg %>%
group_by(cyl) %>%
summarise(n(), t.test(cty,hwy)$p.value)
```
```{r}
#### Beispiel für die Aufbereitung mit dplyr ####
mpg %>%
select (class, hwy, cty) %>% # Beschränkung des mpg Datensatzes auf die Variablen class, hwy und cty
filter (class=="suv") %>% # Beschränkung des Datensatzes auf alle Fälle (Cases), bei denen die Variable class dem Wert 'suv' entspricht
mutate (mix = .5*hwy + .5*cty) # Berechnen und Hinzufügen einer neuen Variable mit dem Namen mix und den entsprechend berechneten Werten
```
```{r}
#### Beispiel für die Aufbereitung mit lubridate ####
mdy("4/1/17") # Umwandlung eines Strings in ein Datum
```
```{r}
#### Beispiel 1 für die Aufbereitung/Transformation mit stringr ####
str_replace("AAA", "A", "B")
```
```{r}
#### Beispiel 2 für die Aufbereitung/Transformation mit stringr ####
str_replace_all("AAA", "A", "B")
```
```{r}
#### Beispiel 3 für die Aufbereitung/Transformation mit stringr ####
str_replace("AAA", "A$", "B")
```
```{r}
#### Beispiel 4 für die Aufbereitung/Transformation mit stringr ####
str_trim(" Vorname ")
```
```{r}
#### Beispiel 5 für die Aufbereitung/Transformation mit stringr ####
str_replace_all(" Vorna me ","^[ \\s]+|[ \\s]+$", "")
```
```{r}
#### Beispiel für die Nutzung von skim
umsatzdaten$Warengruppe = as.factor(umsatzdaten$Warengruppe)
skim(umsatzdaten)
```
```{r}
library(DataExplorer)
plot_missing(umsatzdaten)
plot_histogram(umsatzdaten)
```