cOdynnCourses
Coding ChallengesChallenge Sets
cOdynn
cOdynn
HomeCoursesResources
Blogs

Compiler

HTML, CSS & JSPHP EnvironmentLuaQbasicPythonDartRustR LanguageView All

Codynn Labs

PortfolioMini ProjectsLanding PageGamesUtilities and ToolsUI ComponentsClone/InspiredLearnSnipsAcademyView All

Codynn Snippet

Lua SnippetsQbasic SnippetPython SnippetView All

Merch

Codynn DiaryHoodieView All

Resources

QuestionsAlgorithmsData StructureScriptsVideosInterview QuestionsDocumentationBlogsView All

Download the Codynn app.

Get it on Google Play
Codynn Mobile App
Codynn AcademyCodynn EducationCodynn Careers
HomeCoursesChallengesLabs
COURSES
  • c
  • c#
  • c++
  • clojure
  • elixir
  • go
  • haskell
  • javascript
  • kotlin
  • lua
  • python
  • qbasic
  • rust
  • scala
  • zig
CHALLENGES
  • C ++ Challenges
  • Java Challenges
  • JavaScript Challenges
  • Kotlin Challenges
  • Lua Challenges
  • Python Challenges
  • Rust Challenges
  • Swift Challenges
RESOURCES
  • Algorithms
  • Blogs
  • CodynnLabs
  • Data Structures
  • Documentation
  • Games
  • Interview Questions
  • Questions
  • Scripts
  • Videos
COMPANY
  • About Us
  • Careers
  • Codynn Academy
  • Codynn Launch Pad
  • Challenges VS Extension
  • Contact Us
POPULAR COURSES
  • Lua Course for Beginners
  • Introduction to QBasic
  • Rust Programming Course for Beginners
  • R Programming
  • Master the Basics of Haskell
  • Getting Started with Go
  • Intro to C# for Beginners – Game Dev Edition
  • TypeScript: Basics
  • Python From Scratch
  • C++ for Beginners
POPULAR CHALLENGES
  • 45 Days Basic Programming Challenges
  • Conditional Statements: Mini Challenge
  • Matrix Operations: Mini Challenge
  • Loops: Mini Challenge
  • Basic String Handling: Mini Challenge
  • Searching Algorithm: Mini Challenge
  • Sorting Algorithm: Mini Challenge
  • Conditional Loops: Mini Challenge
  • Higher Order Functions: Mini Challenge
  • Error Handling and Debugging: Mini Challenge
Logo
Codynn

A Product of VOID NEPAL © Codynn 2026

Manipolazione dati con R

Questo corso si concentra sulla manipolazione dei dati con R, insegnando come pulire in modo efficiente, trasformare e organizzare i dati Imparerai a lavorare con pacchetti come dplyr e tidyr per attività come il filtraggio, la selezione, il raggruppamento e la sintesi dei dati . Il corso copre tecniche come la rimozione dei dati, la gestione dei valori mancanti e la fusione dei dataset. Esplorerai anche la potenza dei tubi (% >%) per un codice più leggibile e semplificato. Alla fine, sarete in grado di manipolare e preparare i dati per l'analisi con facilità, utilizzando strumenti di manipolazione dati robusti di R.

Get Started!
85Codynn Coins logo

Course Details

Language

R

Duration

1 Week

Difficulty:

easy

Category

Programming

Certificate

Yes

Requirements

  • Basics of R
01

Introduzione ai dati

3 Chapters - 0/3 Completed

Cos'è la manipolazione dei dati?

Introduzione a dplyr e tidyr

Operazioni di dati di base in R

02

Filtraggio e selezione dei dati con dplyr

4 Chapters - 0/4 Completed

Comprendere il filtraggio e la selezione nella manipolazione dei dati

Utilizzo del filtro() per estrarre righe specifiche

Utilizzando selezionare() per scegliere colonne specifiche

Combinare il filtro() e selezionare()

03

Trasformazione dei dati con dplyr

5 Chapters - 0/5 Completed

Comprendere la trasformazione dei dati

Utilizzando mutate() per aggiungere o modificare colonne

Utilizzo di organizzare() per ordinare i dati

Riassumendo i dati con riassunto()

Dati di Gruppo con group_by()

04

Dati di ordine con ordinatore

6 Chapters - 0/6 Completed

Introduzione alla gestione dei dati

Utilizzo di pivot_longer() per Reshape Data

Utilizzo di pivot_wider() per diffondere i dati

Utilizzo di colonne separate() per Split

Utilizzo di unire() per combinare colonne

Gestione dei dati mancanti con riempimento()

05

Gestione dei dati mancanti e pulizia dei dati

5 Chapters - 0/5 Completed

Introduzione ai dati mancanti

Rilevamento dei dati mancanti

Maneggiare la signorina Dati: Rimozione

Gestione dei dati mancanti: Imputazione

Maneggiare la signorina Dati: Riempimento in avanti e indietro

06

Trasformazione dei dati con dplyr

7 Chapters - 0/7 Completed

Introduzione al dplyr

Filtraggio dati con filtro()

Selezione colonne con selezionare()

Ordinare i dati con organizzare()

Creazione di nuove colonne con mutato()

Riassumendo i dati con riassunto()

Dati di Gruppo con group_by()

07

Gestione dei dati mancanti con NA in R

7 Chapters - 0/7 Completed

Capire i dati mancanti

Identificare i dati mancanti

Rimozione dei dati mancanti

Imputing Dati mancanti

Tecniche di Imputazione Avanzate

Visualizzazione dei dati mancanti

Progetto finale: Costruire una Pipeline di Preelaborazione dati completa in R

No reviews yet

Similar Courses

More R courses
R Programming
Programming
Beginner

R Programming

This course covers the basics of R, a popular language for data analysis and statistics. You’ll start with understanding R’s syntax, including variables, data types, and basic operators. The course introduces essential data structures like vectors, lists, data frames, and matrices. You’ll also learn how to write simple functions and perform basic operations on data. By the end, you’ll be comfortable with the fundamentals of R, setting a solid foundation for more advanced data analysis and statistical work.

Approximately 2–3 weeks (with regular practice).
Free
Data Structures in R
Programming
Beginner

Data Structures in R

This course provides a hands-on exploration of fundamental data structures in R, focusing on vectors, matrices, lists, data frames, and tibbles. You will learn how to manipulate, analyze, and organize data effectively, preparing you to build real-world applications. By the end of the course, you will implement a basic inventory management system using data frames, gaining experience in data handling and practical problem-solving with R.

7 days
c85
Data Manipulation with R
Programming
Intermediate

Data Manipulation with R

This course focuses on data manipulation with R, teaching you how to efficiently clean, transform, and organize data. You’ll learn how to work with packages like dplyr and tidyr for tasks such as filtering, selecting, grouping, and summarizing data. The course covers techniques like reshaping data, handling missing values, and merging datasets. You’ll also explore the power of pipes (%>%) for more readable and streamlined code. By the end, you'll be able to manipulate and prepare data for analysis with ease, using R's robust data manipulation tools.

Approximately 1–2 weeks (with practical exercises).
c85
Working with Data in R
Programming
Intermediate

Working with Data in R

In this course, learners will gain practical experience in reading and writing data in multiple formats (CSV, Excel, JSON) and working with APIs. The main goal is to help students understand how to interact with various data sources, clean the data, and save it in different formats, ultimately building a flexible data pipeline in R.

7 days
c85