Язык R для пользователей Excel (бесплатный видео курс)

В связи с карантином многие сейчас львиную долю времени проводят дома, и это время можно, и даже нужно провести с пользой.

В начале карантина я решил довести до ума некоторые проекты начатые несколько месяцев назад. Одним из таких проектов был видео курс «Язык R для пользователей Excel». Этим курсом я хотел снизить порог вхождения в R, и немного восполнить существующий дефицит обучающих материалов по данной теме на русском языке.

Если всю работу с данными в компании, в котороый вы работаете принято по-прежнему вести в Excel, то предлагаю вам познакомится с более современным, и при этом совершенно бесплатным инструментом анализа данных.


9351743c1205cc0a3b115105f02e0e94.png

Если вы интересуетесь анализом данных возможно вам будут интересны мои telegram и youtube каналы. Большая часть контента которых посвящены языку R.


  1. Ссылки
  2. О курсе
  3. Для кого этот курс
  4. Программа курса
    4.1. Урок 1: Установка языка R и среды разработки RStudio
    4.2. Урок 2: Основные структуры данных в R
    4.3. Урок 3: Чтение данных из TSV, CSV, Excel файлов и Google Таблиц
    4.4. Урок 4: Фильтрация строк, выбор и переименование столбцов, пайпланы в R
    4.5. Урок 5: Добавление вычисляемых столбцов в таблицу на языке R
    4.6. Урок 6: Группировка и агрегация данных на языке R
    4.7. Урок 7: Вертикальное и горизонтальное объединение таблиц на языке R
    4.8. Урок 8: Оконные функции в R
    4.9. Урок 9: Вращение таблиц или аналог сводных таблиц в R
    4.10. Урок 10: Загрузка JSON файлов в R и преобразование списков в таблицы
    4.11. Урок 11: Быстрое построение графиков с помощью функции qplot ()
    4.12. Урок 12: Построение графиков слой за слоем с помощью пакета ggplot2
  5. Заключение

Курс построен вокруг архитектуры tidyverse, и входящих в неё пакетов: readr, vroom, dplyr, tidyr, ggplot2. Конечно в R есть и другие хорошие пакеты выполняющие подобные операции, например data.table, но синтаксис tidyverse интуитивно понятен, его легко читать даже неподготовленному пользователю, поэтому я думаю, что начинать обучение языку R лучше именно с tidyverse.

Курс проведёт вас через все операции анализа данных, от загрузки до визуализации готового результата.

Почему именно язык R, а не Python? Потому, что R функциональный язык, пользователям Excel на него перейти легче, т.к. не надо вникать в традиционное объектно-ориентированное программирование.

На данный момент запланировано 12 видео уроков длительностью от 5 до 20 минут каждый.

Уроки будут открываться постепенно. Каждый понедельник я буду открывать доступ к новому уроку у себя на YouTube канале в отдельном плей листе.

Думаю это понятно из названия, тем не менее опишу более подробно.

Курс ориентирован на тех, кто в работе активно использует Micrisift Excel и там же реализует всю работу с данными. В общем, если вы открываете приложение Microsoft Excel хотя бы раз в неделю то курс вам подойдёт.

Навыков программирования для прохождения курса от вас не требуется, т.к. курс ориентирован на начинающих.

Но, возможно начиная с 4 урока найдётся материал интересный и для активных пользователей R, т.к. основной функционал таких пакетов как dplyr и tidyr будет рассмотрен достаточно подробно.


Урок 1: Установка языка R и среды разработки RStudio

Дата публикации: 23 марта 2020

Ссылки:

Описание:
Вступительный урок в ходе которого мы скачаем и установим необходимое программное обеспечение, и немного разберём возможности и интерфейс среды разработки RStudio.


Урок 2: Основные структуры данных в R

Дата публикации: 30 марта 2020

Ссылки:

Описание:
Этот урок поможет вам разобраться с тем, какие структуры данных есть в языке R. Мы подробно разберём векторы, дата фреймы и списки. Научимся их создавать и обращаться к их отдельным элементам.


Урок 3: Чтение данных из TSV, CSV, Excel файлов и Google Таблиц

Дата публикации: 6 апреля 2020

Ссылки:

Описание:
Работа с данными, не зависимо от инструмента, начинается с их добычи. В ходе урока используются пакеты vroom, readxl, googlesheets4 для загрузки данных в среду R из csv, tsv, Excel файлов и Google Таблиц.


Урок 4: Фильтрация строк, выбор и переименование столбцов, пайпланы в R

Дата публикации: 13 апреля 2020

Ссылки:

Описание:
Этот урок посвящён пакету dplyr. В нём мы разберёмся как фильтровать датафреймы, выбирать нужные столбцы и переименовывать их.

Также узнаем что такое пайпланы и как они помогают делать ваш код на языке R более читабельным.


Урок 5: Добавление вычисляемых столбцов в таблицу на языке R

Дата публикации: 20 апреля 2020

Ссылки:

Описание:
В этом видео мы продолжаем знакомство с библиотекой tidyverse и пакетом dplyr.
Разберём семейство функций mutate(), и научимся с их помощью добавлять в таблицу новые вычисляемые столбцы.


Урок 6: Группировка и агрегация данных на языке R

Дата публикации: 27 апреля 2020

Ссылки:

Описание:
Данный урок посвящён одной из основных операций анализа данных, группировке и агрегации. В ходе урока мы будем использовать пакет dplyr и функции group_by() и summarise().

Мы рассмотрим всё семейство функций summarise(), т.е. summarise(), summarise_if() и summarise_at().


Урок 7: Вертикальное и горизонтальное объединение таблиц на языке R

Дата публикации: 4 мая 2020

Ссылки:

Описание:
Этот урок поможет вам разобраться с операциями вертикального и горизонтального объединения таблиц.

Вертикальное объединение является аналогом операции UNION в языке запросов SQL.

Горизонтальное объединение пользователям Excel более известно благодаря функции ВПР, в SQL такие операции осуществляются оператором JOIN.

В ходе урока мы решим практическую задачу, в ходе которой будем использовать пакеты dplyr, readxl, tidyr и stringr.

Основные функции которые мы рассмотрим:


  • bind_rows() — вертикальное объединение таблиц
  • left_join() — горизонтальное объединение таблиц
  • semi_join() — включающее объединение таблиц
  • anti_join() — исключающее объединение таблиц


Урок 8: Оконные функции в R

Дата публикации: 11 мая 2020

Ссылки:

Описание:
Оконные функции по смыслу похожи на агрегирующие, они также принимают на вход массив значений и проводят над ними арифметические операции, но в исходящем результате не изменяют количество строк.

В этом уроке мы продолжаем изучать пакет dplyr, и функции group_by(), mutate(), а также новые cumsum(), lag(), lead() и arrange().


Урок 9: Вращение таблиц или аналог сводных таблиц в R

Дата публикации: 18 мая 2020

Ссылки:

Описание:
Большинство пользователей Excel используют сводные таблицы, это удобный инструмент с помощью которого вы можете в считанные секунды превратить массив сырых данных в читабельные отчёты.

В этом уроке мы разберёмся с тем как вращать таблицы в R, и преобразовывать их из широко формата в длинный и наоборот.

Большая часть урока посвящена пакету tidyr и функциям pivot_longer() и pivot_wider().


Урок 10: Загрузка JSON файлов в R и преобразование списков в таблицы

Дата публикации: 25 мая 2020

Ссылки:

Описание:
JSON и XML являются чрезвычайно популярными форматами хранения и обмена информацией, как правило, за счёт своей компактности.

Но анализировать данные представленные в таких форматах сложно, поэтому их перед анализом необходимо привести к табличному виду, именно этому мы и научимся в данном видео.

Урок посвящён пакету tidyr, входящему в ядро библиотеки tidyverse, и функциям unnest_longer(), unnest_wider() и hoist().


Урок 11: Быстрое построение графиков с помощью функции qplot ()

Дата публикации: 1 июня 2020

Ссылки:

Описание:
Пакет ggplot2 является одним из наиболее популярных средств визуализации данных не только в R.

В этом уроке мы научимся построению простейших графиков с помощью функции qplot(), и разберём все её аргументы.


Урок 12: Построение графиков слой за слоем с помощью пакета ggplot2

Дата публикации: 8 июня 2020

Ссылки:

Описание:
В уроке продемонстрирована вся мощь пакета ggplot2 и заложенной в него грамматики построения графиков слоями.

Мы разберём основные геометрии которые присутствуют в пакете и научимся накладывать слои для построения графика.

Я старался подойти к формированию программы курса максимально лаконично, выделить только самую необходимую информацию которая понадобится вам для того, что бы сделать первые шаги в изучении такого мощного инструмента анализа данных как язык R.

Курс не является исчерпывающим руководством по анализу данных с помощью языка R, но поможет вам разобраться со всеми необходимыми для этого приёмами.

Пока программа курса рассчитана на 12 недель, каждую неделю, по понедельникам я буду открывать доступ к новым урокам, поэтому рекомендую подписаться на YouTube канал, что бы не пропустить публикацию нового урока.

© Habrahabr.ru