Grunderna i datarensning
Lär er hantera saknade värden och korrigera datatyper för att säkerställa datakvalitet.
Grunderna i datarensning är en gratis lektion i R Academy på CoddyKit. Detta är lektion 2 av 3. Du kan läsa vilka 3 lektioner som helst i den här lärvägen kostnadsfritt i sin helhet – därefter låser CoddyKit PRO upp alla lektioner, plus praktisk övning med en inbyggd kodredigerare och en AI-lärare dygnet runt. Den ingår i lärvägen för R Academy, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i R Academy innehåller totalt 3 lektioner.
Introduktion till datarengöring i R
Att rengöra data är ett viktigt steg före analysen. I den här lektionen lär Ni Er att hantera saknade värden, korrigera datatyper och ta bort dubbletter.
Hantera saknade värden
Saknade värden i R representeras av NA. Ni kan söka efter saknade värden med is.na().
sum(is.na(data))Ta bort saknade värden
Ni kan ta bort saknade värden från en datauppsättning med na.omit().
clean_data <- na.omit(data)Ersätta saknade värden
Ibland är det användbart att ersätta saknade värden med ett standardvärde eller med medelvärdet för en kolumn.
data$column[is.na(data$column)] <- mean(data$column, na.rm = TRUE)Identifiera dubbletter
Ni kan söka efter duplicerade rader i datauppsättningen med duplicated().
sum(duplicated(data))Ta bort dubbletter
Om Ni vill ta bort duplicerade rader använder Ni distinct() från paketet dplyr.
install.packages('dplyr')
library(dplyr)
data <- distinct(data)Konvertera datatyper
Ibland kan data ha fel format. Ni kan konvertera datatyper med funktioner som as.numeric() och as.character().
data$column <- as.numeric(data$column)Byta namn på kolumner
Ni kan byta namn på kolumner i en data frame med funktionen rename() från paketet dplyr.
data <- rename(data, NewName = OldName)Sammanfattning
I den här lektionen lärde Ni Er:
- Hur Ni hanterar saknade värden.
- Hur Ni tar bort dubbletter.
- Hur Ni rensar och konverterar datatyper.
Lär dig R med en AI-lärare – gratis
Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.
- Kurser
- 43
- Lektioner
- 159
Vanliga frågor
Är lektionen ”Grunderna i datarensning” gratis?
Ja – du kan läsa vilka 3 lektioner som helst i lärvägen R Academy, inklusive ”Grunderna i datarensning”, kostnadsfritt i sin helhet här på webben. Därefter låser CoddyKit PRO upp alla lektioner, plus interaktiv övning med en inbyggd kodredigerare och en AI-lärare dygnet runt. Kursen i R Academy innehåller totalt 3 lektioner.
Vad lär jag mig i ”Grunderna i datarensning”?
Lär er hantera saknade värden och korrigera datatyper för att säkerställa datakvalitet. Ni övar på R Academy med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.
Behöver jag någon erfarenhet för att börja lära mig R Academy?
Du behöver inga förkunskaper. Utbildningen i R Academy på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 2 av 3.
Hur lång tid tar lektionen ”Grunderna i datarensning”?
De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.
Kan jag skriva och köra kod i den här R Academy-lektionen?
Ja. Varje R Academy-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.
Alla lektioner i den här kursen
- Importera data
- Grunderna i datarensning
- Kombinera och omforma data