Словник термінів

---

Шпаргалка функцій, які використовуються у цих уроках

Урок 1 – Введення у R

• sqrt() # обчислює квадратний корінь
• round() # округлює число
• args() # показує, які аргументи приймає функція
• length() # кількість елементів у векторі
• class() # клас (тип елемента) об’єкта
• str() # огляд об’єкта та його елементів
• typeof() # визначає внутрішній тип або режим зберігання об’єкта в R
• c() # створює вектор; додає елементи до вектора
• [ ] # витягує підмножину вектора
• %in% # перевіряє, чи є значення у векторі
• is.na() # перевіряє наявність пропущених значень
• na.omit() # повертає об’єкт без пропущених елементів
• complete.cases()# елементи, які є повними випадками

Урок 2 – Починаємо з даних

• download.file() # завантажує файли з Інтернету на комп’ютер
• read_csv() # завантажує CSV-файл у пам’ять R
• head() # показує перші 6 рядків
• view() # відкриває переглядач даних у вигляді електронної таблиці
• read_delim() # завантажує файл у табличному форматі у пам’ять R
• str() # перевіряє структуру об’єкта та інформацію про клас, довжину та вміст кожної колонки
• dim() # показує розмірність датафрейму
• nrow() # повертає кількість рядків
• ncol() # повертає кількість стовпців
• tail() # показує останні 6 рядків
• names() # повертає назви стовпців (синонім colnames() для об’єктів датафрейму)
• rownames() # повертає назви рядків
• summary() # описова статистика для кожного стовпця
• glimpse() # схоже на str(), застосоване до датафрейму, але показує якомога більше даних
• factor() # створює фактори
• levels() # перевіряє рівні фактора
• nlevels() # перевіряє кількість рівнів фактора
• as.character() # конвертує об’єкт у вектор символів
• as.numeric() # конвертує об’єкт у числовий вектор
• as.numeric(as.character(x)) # конвертує фактори, де рівні виглядають як символи, у числовий вектор
• as.numeric(levels(x))[x] # конвертує фактори, де рівні виглядають як числа, у числовий вектор
• plot() # будує графік об’єкта
• addNA() # перетворює NA на рівень фактора
• data.frame() # створює датафрейм
• ymd() # конвертує вектор з роком, місяцем і днем у вектор Date
• paste() # об’єднує вектори після перетворення у символи

Урок 3 – Маніпулювання даними за допомогою dplyr та tidyr

• str() # перевіряє структуру об’єкта та інформацію про клас, довжину і вміст кожного стовпця
• view() # відкриває перегляд даних у вигляді електронної таблиці
• select() # вибирає колонки з датафрейму
• filter() # дозволяє вибрати підмножину рядків у датафреймі
• %>% # для одночасного вибору та фільтрування
• mutate() # створює нові стовпці на основі значень стовпців, які вже існують
• head() # показує перші 6 рядків
• group_by() # розбиває дані на групи, застосовує аналіз до кожної групи та об’єднує результати.
• summarize() # зводить кожну групу до одного рядка з підсумковими показниками
• mean() # обчислює середнє значення вектора
• !is.na() # перевіряє, чи немає відсутніх значень
• print() # виводить значення в консоль
• min() # повертає мінімальне значення вектора
• arrange() # впорядковує рядки за змінними
• desc() # перетворює вектор у формат, який буде відсортовано за зменшенням
• count() # підраховує кількість записів для кожної категорії
• pivot_wider() # змінює формат даних, розгортаючи ключ-значення у кілька стовпців
• pivot_longer() # змінює формат даних, згортаючи кілька стовпців у пару ключ-значення
• replace_na() # замінює пропущені значення (NA) на задані
• n_distinct() # повертає кількість унікальних значень
• write_csv() # зберігає у файл формату csv

Урок 4 – Візуалізація даних за допомогою ggplot2

• read_csv() # завантажує csv-файл у пам’ять R
• ggplot2(data= , aes(x= , y= )) + geom_point( ) + facet_wrap () + theme_bw() + theme() # шаблон для графіка з шарами
• aes() # вибір змінних, які будуть відображатися на графіку та змінних, що визначатимуть спосіб їх подання розмір, форма, колір тощо.
• geom_ # геометричне представлення даних на графіку (точки, лінії, стовпчики). Щоб додати geom до графіка, використовуйте оператор +
• facet_wrap() # дозволяє розбити один графік на кілька підграфіків за факторною змінною з набору даних
• labs() # задає підписи до графіка
• theme_bw() # встановлює білий фон графіка
• theme() # використовується для локальної зміни одного або кількох елементів теми в конкретному ggplot об’єкті
• + # розміщує ggplot графіки горизонтально
• / # розміщує ggplot графіки вертикально
• plot_layout() # задає ширину та висоту окремих графіків у композиції (patchwork)
• ggsave() # зберігає ggplot графік

Урок 5 – Обробка даних JSON

• read_json()# завантажити об’єкт json до об’єкта R