Programme Langage R manipuler ses données avec les packages dplyr et tidyr
Durée : 1 journée - 7 heures
Tarif : Nous contacter pour une formation INTER – INTRA ou en COURS PARTICULIER
Ce cours a pour objectif de vous apprendre à utiliser les packages dplyr et tidyr afin d'effectuer des manipulation de données via le langage R. Il s'adresse à toute personne qui souhaite manipuler des données avec le langage R, langage open source dédié à la data science.
La formation est délivrée en présentiel ou distanciel (e-learning, classe virtuelle, présentiel et à distance). Le formateur alterne entre méthodes démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). La validation des acquis peut se faire via des études de cas, des quiz et/ou une certification.
Cette formation est animée par un consultant-formateur dont les compétences techniques, professionnelles et pédagogiques ont été validées par des diplômes et/ou testées et approuvées par l’éditeur et/ou par Audit Conseil Formation.
Les objectifs
pré-requis
Connaissance préalable du langage R.
Moyens pédagogiques, techniques et d'encadrement
- 1 poste de travail complet par personne
- De nombreux exercices d'application
- Mise en place d'ateliers pratiques
- Remise d'un support de cours
- Remise d'une attestation de stage
Modalités d'évaluation des acquis
- Evaluation des besoins et objectifs en pré et post formation
- Evaluation technique des connaissances en pré et post formation
- Evaluation générale du stage
Accessibilité handicapés
- Au centre d’affaires ELITE partenaire d’ACF à 20 m.
- Guide d’accessibilité à l’accueil.
Le Programme
Accès avec R à différents formats de données
Accès à des données au format CSV.
Accès à d'autres formats de données (Excel, bases de données SQL, API...).
Manipulation à l'aide du package dplyr
Introduction au package dplyr : syntaxe et pipe.
Manipulation d'observations (lignes).
Manipulation de variables (colonnes).
Création des tableaux de données résumées.
Gestion des jointures de données.
Introduction au nettoyage de données avec le package tidyr
Re modélisation des données.
Complétion des valeurs manquantes.