Wiederholung

# Wiederholung
### Explorative Datenanalyse mit R <a href='https://therbootcamp.github.io'>The R Bootcamp @ CSS</a> <a href='https://therbootcamp.github.io/EDA_2019CSS/'> </a>  <a href='https://therbootcamp.github.io'> </a>  <a href='mailto:therbootcamp@gmail.com'> </a>  <a href='https://www.linkedin.com/company/basel-r-bootcamp/'> </a>
### Dezember 2019

---

<div class="my-footer">
 
 
 <img src="https://raw.githubusercontent.com/therbootcamp/therbootcamp.github.io/master/_sessions/_image/by-sa.png" height=14 style="vertical-align: middle"/>
 
 <a href="https://therbootcamp.github.io/">
 
 
 www.therbootcamp.com
 
 
 </a>
 <a href="https://therbootcamp.github.io/">
 
 Explorative Datenanalyse mit R @ CSS | Dezember 2019
 
 </a>
 
 </div>

---

# 10 grundlegende R Lektionen

.pull-left4[
Syntax
<ul>
 <li class="m1intro"><high>Der Assignment Operator <mono><-</mono></high></li>
 <li class="m2gintro"><mono><-</mono> kreiert/verändert Objekte</li>
 <li class="m3gintro">Alles passiert durch Funktionen</li>
 <li class="m4gintro">Funktionen haben (Default) Argumente</li>
 <li class="m5gintro">Argumente erwarten Klassen</li>
 <li class="m6gintro">Findet Hilfe mit <mono>?</mono></li>
</ul>

Produktivität
<ul>
 <li class="m7gintro">Funktionen leben in Paketen</li>
 <li class="m8gintro">Lernt von Fehlern und Warnungen</li>
 <li class="m9gintro">Benutzt R in RStudio</li>
 <li class="m10gintro">Benutzt Projekte in Rstudio</li>
</ul>
]

]

---

# 10 grundlegende R Lektionen

.pull-left4[
Syntax
<ul>
 <li class="m1gintro">Der Assignment Operator <mono><-</mono></li>
 <li class="m2gintro"><mono><-</mono> kreiert/verändert Objekte</li>
 <li class="m3gintro">Alles passiert durch Funktionen</li>
 <li class="m4gintro">Funktionen haben (Default) Argumente</li>
 <li class="m5gintro">Argumente erwarten Klassen</li>
 <li class="m6intro"><high>Findet Hilfe mit <mono>?</mono></high></li>
</ul>

```r
?mean
```
<img src="image/help_mean.png" width="500">
]

---

# 10 grundlegende R Lektionen

```r
?mean
```
<img src="image/help_usage.png" width="500">
]

---

# 3 Klassen von Datenobjekten

<high>`list`</high> - R's Mehrzweck-Container
- Kann alle Daten beinhalten, inkl. `list`s
- Nützlich für komplexe Funktionsoutputs

<high>`data_frame`</high> - R's Tabelle
- Spezialfall einer `list`
- R's `Tidy`-Format für Daten

<high>`vector`</high> - R's Daten-Container 
- Primärer Daten-Container
- Beinhaltet daten von genau einem Klasse
 
]

---

# Datentypen ausserhalb von R

<table class="tg" style="cellspacing:0; cellpadding:0; border:none;" width="95%">
<col width=30%>
<col width=30%>
<col width=30%>
<tr>
 <td bgcolor = 'white' style='vertical-align:top'>
 <ul>
 <li class="m1"><high>Strukturierte Daten</high>
 <ul class="level">
 <li>Delimiter getrennt: <mono>.csv</mono>, <mono>.txt</mono>, etc.</li>
 <li>Relationale Datenbanken: <mono>SQL</mono></li>
 </ul>
 <img src="image/structured.png" height=250px>
 </li>
 </ul>
 </td>
 <td bgcolor = 'white' style='vertical-align:top'>
 <ul>
 <li class="m2"><high>Semi-strukturierte Daten</high>
 <ul class="level">
 <li>Markup: <mono>.xml</mono>, <mono>.xls</mono>, <mono>.html</mono> etc.</li>
 <li>Non markup: <mono>JSON</mono>, <mono>MongoDB</mono></li>
 </ul>
 <img src="image/html.png" height=250px>
 </li>
 </ul>
 </td>
 <td bgcolor = 'white' style='vertical-align:top'>
 <ul>
 <li class="m3"><high>Unstrukturierte Daten</high>
 <ul class="level">
 <li>z.B. Text</li>
 </ul>
 <br2><img src="image/text.png" height=250px>
 </li>
 </ul>
 </td>
 </tr>
</table>

---

# Delimiter getrennte Daten

<ul>
 <li class="m1"><high>Delimiter</high> separieren die Spalten.</li>
 <li class="m2">Meist als <high>lokale Textdatei</high> vorliegend.</li>
 <li class="m3"><high>Datenklassen</high> werden inferiert.</li>
</ul>

]

```r
# Lese Basel Datensatz ein
basel <- read_csv("1_Data/basel.csv")

# Benutze expliziten Delimiter
basel <- read_delim("1_Data/basel.csv",
 delim = ",")
basel
```

```
## # A tibble: 10,000 x 20
## id geschlecht alter groesse
## <dbl> <chr> <dbl> <dbl>
## 1 1 f 87 165 
## 2 2 m 54 175.
## 3 3 f 34 147.
## 4 4 m 31 166.
## 5 5 m 24 180.
## # … with 9,995 more rows, and 16
## # more variables
```

]

---

# Das mächtige `tidyverse`

Das [`tidyverse`](https://www.tidyverse.org/) ist im Kern eine Sammlung hoch-performanter, nutzerfreundlicher Pakete, die speziell für eine effizientere Datenanalyse entwickelt wurden. 
1. `ggplot2` für Grafiken.
2. <high><mono>dplyr</mono> für Datenverarbeitung</high>.
3. <high><mono>tidyr</mono> für Datenverarbeitung</high>.
4. `readr` für Daten I/O.
5. `purrr` für funktionales Programmieren.
6. `tibble` für moderne `data.frame`s.

---

# Das ist Wrangling!

<ul>
 <li class="m1"><high>Transformieren</high>
 
 <ul class="level">
 <li>Spaltennamen verändern</li>
 <li>Neue Variablen kreieren</li>
 </ul></li>
 <li class="m2"><high>Organisieren</high>
 
 <ul class="level">
 <li>Sortieren</li>
 <li>Datensätze zusammenführen</li>
 <li>Spalten zu Zeilen flippen</li>
 </ul></li>
 <li class="m3"><high>Aggregieren</high>
 
 <ul class="level">
 <li>Datengruppen bilden</li>
 <li>Statistiken für Gruppen berechnen</li>
 </ul></li>
</ul>

]

]

---

# `%>%`

Der präferierte Gebrauch von `dplyr` beinhaltet einen <high>neuen Operator</high>, die Pipe <high>`%>%`</high>.

<img src="image/pipe.jpg" width = "300px"> 
from <a href="https://upload.wikimedia.org/wikipedia/en/thumb/b/b9/MagrittePipe.jpg">wikimedia.org</a>

]

]

---

<h1><a href=https://therbootcamp.github.io/EDA_2019CSS/index.html>Agenda</a></h1>