rstatsZH - Data Science mit R

class: title-slide

# rstatsZH - Data Science mit R
## Daten Transformation mit dplyr - Teil 2

.bottom[

<p>Lars Schöbitz</p><p>2023-09-28</p>
]

---
class: left
background-position: right
background-size: contain

# Rückblick - Woche 3

**`ggplot2` Visualisierungen anpassen**

- Skalierungen
    - `scale_` Funktionen
- Aussehen
    - `theme` Funktionen

**`dplyr` Funktionen **

- `filter`: Zeilen mit bestimmten Kriterien auswählen

.footnote[Photo by: [Annie Spratt](https://unsplash.com/photos/nVrqbvzOh08)]

???

---
background-image: url(img/dplyr_filter.jpg)
background-size: 80%

## dplyr::filter() - Zeilen mit bestimmten Kriterien auswählen

.footnote[Artwork by [@allison_horst](https://www.allisonhorst.com/)]

---
background-position: right
background-size: contain

# Ziele für diese Woche

Am Ende dieser Woche könnt ihr:

- mehr als zehn Funktionen des R Package `{dplyr}` anwenden, um   
  - Daten einzugrenzen
  - neue Variablen zu erstellen
  - zusammefassende Statistiken zu berechnen
- `NA` Werte aus euren Daten entfernen

.footnote[Photo by: [Ameer Basheer](https://unsplash.com/photos/nVrqbvzOh08)]

---
.note[

# Praktikum 5 - dplyr

## Live Code

1. **Posit Cloud**: Öffne deinen Arbeitsbereich für den Kurs in der Posit Cloud
2. **Posit Cloud / Projects**: Öffne erneut das Praktikum 05
3. Folgt wieder auf dem Bildschirm

]

---
.note[
# Praktikum 6 - dplyr

## In 2er Teams

1. **Posit Cloud**: Öffne deinen Arbeitsbereich für den Kurs in der Posit Cloud
2. **Posit Cloud / Projects**: Öffne erneut das Praktikum 06

]

---
## dplyr::select() - Spalten beim Namen auswählen

```r
# Erste Möglichkeit
penguins %>% 
  select(species, bill_length_mm, bill_depth_mm, flipper_length_mm)

# Zweite Möglichkeit
penguins %>% 
  select(species, bill_length_mm:flipper_length_mm)

# Dritte Möglichkeit - nicht zu empfehlen
penguins %>% 
  select(1, 3, 4, 5) 
```

```
# A tibble: 4 × 4
  species bill_length_mm bill_depth_mm flipper_length_mm
  <fct>            <dbl>         <dbl>             <int>
1 Adelie            39.1          18.7               181
2 Adelie            39.5          17.4               186
3 Adelie            40.3          18                 195
4 Adelie            NA            NA                  NA
```

---
## dplyr::arrange() - Zeilen neu ordnen

```r
# Aufsteigende Reihenfolge
penguins %>% 
  arrange(body_mass_g)

# Absteigende Reihenfolge
penguins %>% 
  arrange(desc(body_mass_g))
```

---
## dplyr::select() - Hilfsfunktionen

```r
penguins %>% 
  select(starts_with(match = "BILL",
                     # Ignoriere Gross- und Kleinschreibung
                     ignore.case = TRUE)) # Standardeinstellung
```

```
# A tibble: 344 × 2
  bill_length_mm bill_depth_mm
           <dbl>         <dbl>
1           39.1          18.7
2           39.5          17.4
3           40.3          18  
4           NA            NA  
5           36.7          19.3
6           39.3          20.6
# ℹ 338 more rows
```

---
## dplyr::select() - Hilfsfunktionen

```r
penguins %>% 
  select(starts_with(match = "BILL",
                     # Ignoriere Gross- und Kleinschreibung
                     ignore.case = FALSE)) # Geändert auf FALSE
```

```
# A tibble: 344 × 0
```

Mehr Informationen zu Hilfsfunktionen: https://dplyr.tidyverse.org/reference/select.html

---
background-image: url(img/dplyr_relocate.png)
background-size: 60%

## dplyr::relocate() - Spalten verschieben

.footnote[Artwork by [@allison_horst](https://www.allisonhorst.com/)]

---
## dplyr::rename() - Spalten umbennenen

```r
penguins %>% 
  rename(mass = body_mass_g) # neuer name = alter name
```

```
# A tibble: 344 × 8
  species island   bill_length_mm bill_depth_mm flipper_length_mm
  <fct>   <fct>             <dbl>         <dbl>             <int>
1 Adelie  Torgers…           39.1          18.7               181
2 Adelie  Torgers…           39.5          17.4               186
3 Adelie  Torgers…           40.3          18                 195
4 Adelie  Torgers…           NA            NA                  NA
5 Adelie  Torgers…           36.7          19.3               193
6 Adelie  Torgers…           39.3          20.6               190
# ℹ 338 more rows
# ℹ 3 more variables: mass <int>, sex <fct>, year <int>
```

---
.note[

# Praktikum 5 - dplyr

## Live Code

1. **Posit Cloud**: Öffne deinen Arbeitsbereich für den Kurs in der Posit Cloud
2. **Posit Cloud / Projects**: Öffne erneut das Praktikum 05
3. Folgt wieder auf dem Bildschirm

]

---
.note[
# Praktikum 6 - dplyr - Teil 5

## Hausaufgabe

1. **Posit Cloud**: Öffne deinen Arbeitsbereich für den Kurs in der Posit Cloud
2. **Posit Cloud / Projects**: Öffne erneut das Praktikum 06

]

---
background-image: url(img/dplyr_mutate.png)
background-size: 50%

## dplyr::mutate() - Spalten hinzufügen

.footnote[Artwork by [@allison_horst](https://www.allisonhorst.com/)]

---
## dplyr::mutate() - Mit anderen Funktionen

.panelset[
.panel[.panel-name[Factor relevel]

```r
library(forcats)

penguins_relevel <- penguins %>% 
  mutate(species = fct_relevel(species, c("Chinstrap", "Gentoo", "Adelie")))
```
]
.panel[.panel-name[Plot Code]

```r
*ggplot(data = penguins_relevel,
       mapping = aes(x = bill_depth_mm,
                     y = bill_length_mm,
                     colour = species)) +
  geom_point()
```
]

.panel[.panel-name[Plot]
<img src="e1_d04-data-transform-teil2_files/figure-html/unnamed-chunk-11-1.png" width="80%" style="display: block; margin: auto;" />
]  
]

---
.note[

# Praktikum 7 - dplyr

## Live Code

1. **GitHub**: Öffne die GitHub Organisation für den Kurs: https://github.com/rstatszh-k008
2. **GitHub**: Nutze die Suche um das Praktikum 7 (prak-07) mit deinem Benutzernamen zu finden
3. **GitHub**: Klicke auf den grünen Button (Code) und kopiere die URL in die Zwischenablage
3. **Posit Cloud**: Öffne deinen Arbeitsbereich für den Kurs in der Posit Cloud
4. **Posit Cloud / Projects**: Klicke auf "New Project from GitHub Repository" 
5. **RStudio IDE**: Finde den Datei Manager und den Git Reiter
6. **Zoom Chat**: Schreibt wenn ihr soweit seid

]
---
class: middle, inverse

# .big[Feedback]

---
class: left
background-image: url(img/tor.jpg)
background-position: right
background-size: contain

# Ziele erreicht?

Bitte ausfüllen: [kutt.it/rstatszh-eval](https://kutt.it/rstatszh-eval)

.pull-left[

.footnote[Photo by: [Virgil Cayasa](https://unsplash.com/@virgilcayasa)]

]

---
class: middle, inverse

# .big[Hausaufgabe]

---
# 🌻 Danke

Für die Aufmerksamkeit!

Für die R packages [{xaringan}](https://github.com/yihui/xaringan) und [{xaringanthemer}](https://github.com/gadenbuie/xaringanthemer) mit welchen die Folien geschrieben wurden.

Eine PDF Version der Folien kann hier heruntergeladen werden: https://github.com/rstatsZH/website/raw/master/slides/e1_d04-data-transform-teil2/e1_d04-data-transform-teil2.pdf

<hr/>

Für [Data Science in a Box](https://datasciencebox.org/) und [Remaster the Tidyverse](https://github.com/rstudio-education/remaster-the-tidyverse), von welchen ich Materialien für diesen Kurs nutze und welche genau wie diese Folien mit [Creative Commons Attribution Share Alike 4.0 International](https://creativecommons.org/licenses/by-sa/4.0/) lizensiert sind.