Phân tích định lượng - Hồi quy - Dự báo với R-Studio

Chào em,

%>% được gọi là pipe operator (toán tử đường ống), có tác dụng chuyển kết quả của câu lệnh bên trái sang làm đầu vào cho câu lệnh bên phải.

Ví dụ:

df %>%  filter(Age > 18) %>%  select(Name, Age)

Tương đương với cách viết lồng nhau:

select(  filter(df, Age > 18),  Name, Age )

Về bản chất, kết quả là như nhau, nhưng %>% giúp mã nguồn:

Dễ đọc hơn.

Dễ theo dõi luồng xử lý dữ liệu.

Thuận tiện khi phải thực hiện nhiều bước liên tiếp.

Khác với:

() dùng để gọi hàm hoặc nhóm biểu thức.

[] dùng để truy cập hoặc trích xuất dữ liệu từ vector, ma trận, data frame.

$ (có thể em đang muốn hỏi dấu này thay vì dấu ".") dùng để truy cập một cột hoặc phần tử theo tên.

Nói ngắn gọn: %>% không thay thế (), [], hay $ mà là một cách viết giúp chuỗi các thao tác xử lý dữ liệu trở nên trực quan và dễ hiểu hơn. Đây cũng là phong cách lập trình rất phổ biến trong hệ sinh thái tidyverse. 

Chào em,

Việc gộp nhiều Data Frame phụ thuộc vào mối quan hệ giữa chúng:

Nếu các Data Frame có cùng cấu trúc cột (ví dụ dữ liệu của nhiều tháng hoặc nhiều chi nhánh), em có thể ghép theo hàng bằng hàm rbind() hoặc bind_rows() (gói dplyr).

Nếu các Data Frame có chung một khóa định danh (ví dụ: CustomerID, EmployeeID...), em có thể ghép theo cột bằng các hàm merge(), left_join(), inner_join()... để kết hợp thông tin từ nhiều bảng.

Thông thường, trong quá trình làm sạch dữ liệu, người ta tách thành nhiều Data Frame để xử lý cho dễ quản lý, sau đó sẽ ghép lại bằng các kỹ thuật trên tùy theo mục đích phân tích.

Các bài học sau của khóa học cũng sẽ giới thiệu thêm về cách kết hợp và biến đổi dữ liệu với dplyr. 

Có, mình sẽ đinh kèm tài liệu hôm nay

Có, nhưng không bắt buộc.

R mạnh về phân tích thống kê, nghiên cứu học thuật, trực quan hóa dữ liệu và các mô hình phân tích dữ liệu.

Python mạnh về lập trình tổng quát, AI/Machine Learning, tự động hóa và triển khai ứng dụng.

Trong thực tế, nhiều chuyên gia dữ liệu sử dụng cả hai: dùng R để phân tích và trực quan hóa dữ liệu, sau đó dùng Python để xây dựng hệ thống hoặc triển khai mô hình.

Tuy nhiên, nếu mới bắt đầu, bạn nên thành thạo một ngôn ngữ trước. Với nội dung khóa học này, chỉ cần R là đủ để học và áp dụng hiệu quả các kỹ thuật phân tích dữ liệu được giới thiệu.