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
  • Getting Started with Go
  • Master the Basics of Haskell
  • Intro to C# for Beginners – Game Dev Edition
  • TypeScript: Basics
  • Python From Scratch
  • C++ for Beginners
POPULAR CHALLENGES
  • 45 Days Basic Programming Challenges
  • Introduction to OOP: Basic Questions and Concepts
  • 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
  • Error Handling and Debugging: Mini Challenge
Logo
Codynn

A Product of VOID NEPAL © Codynn 2026

Манипулирование данными с помощью R

Этот курс фокусируется на манипулировании данными с помощью R, обучая вас эффективно очищать, преобразовывать и организовывать данные Вы узнаете, как работать с пакетами, такими как dplyr и tidyr, для таких задач, как фильтрация, выбор, группировка и обобщение данных . Курс охватывает такие методы, как изменение данных, обработка отсутствующих значений и объединение наборов данных. Вы также изучите мощность труб (%>%) для более читаемого и оптимизированного кода. К концу вы сможете легко манипулировать и готовить данные для анализа, используя надежные инструменты манипулирования данными R.

Get Started!
85Codynn Coins logo

Course Details

Language

R

Duration

1 Week

Difficulty:

easy

Category

Programming

Certificate

Yes

Requirements

  • Basics of R
01

Введение в данные

3 Chapters - 0/3 Completed

Что такое манипулирование данными?

Введение в dplyr и tidyr

Основные операции с данными в R

02

Фильтрация и выбор данных с помощью dplyr

4 Chapters - 0/4 Completed

Понимание фильтрации и выбора при манипулировании данными

Использование фильтра() для извлечения определенных рядов

Использование select() для выбора конкретных колонок

Комбинировать фильтр() и выбрать()

03

Преобразование данных с помощью dplyr

5 Chapters - 0/5 Completed

Понимание трансформации данных

Использование мутата() для добавления или изменения колонок

Использование arrange() для сортировки данных

Обобщение данных с помощью Summary()

Группировка данных с помощью group_by()

04

Уборка данных с помощью Tidyr

6 Chapters - 0/6 Completed

Введение в Data Tidying

Использование pivot_longer() для преобразования данных

Использование pivot_wider() для распространения данных

Использование отдельных() для разделения колонн

Объединить (объединить) колонки

Обработка недостающих данных с помощью fill()

05

Обработка недостающих данных и очистка данных

5 Chapters - 0/5 Completed

Введение в недостающие данные

Обнаружение недостающих данных

Обработка пропавших без вести Данные: Удаление

Обработка недостающих данных: вычисление

Обработка пропавших без вести Оригинальное название: Forward and Backward Filling

06

Трансформация данных с помощью dplyr

7 Chapters - 0/7 Completed

Введение в dplyr

Фильтрация данных с помощью фильтра()

Выбор колонок с помощью select()

Сортировка данных с помощью arrange()

Создание новых колонн с мутацией

Обобщение данных с помощью Summary()

Группировка данных с помощью group_by()

07

Обработка недостающих данных с помощью NA в R

7 Chapters - 0/7 Completed

Понимание недостающих данных

Выявление недостающих данных

Удаление недостающих данных

Вменить недостающие данные

Передовые методы вычислений

Визуализация недостающих данных

Окончательный проект: построить полный конвейер обработки данных в 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