Der Werkzeugkasten

Wir verwenden im Folgenden R und das Paket Tidyverse für die explorative Datenanalyse. Hier bekommt ihr einen Überblick über die verschiedenen Werkzeuge, die uns das Paket bietet.

Bei der Arbeit mit Daten ist es wichtig zu wissen, welches Werkzeug (hier: Paket oder Funktion) wir für welche Aufgabe verwenden. Genauso wie in einer Werkstatt, in der es eine Vielzahl an Werkzeugen gibt, die für unterschiedliche Zwecke geeignet sind.

Die Tabelle unten listet wichtige Werkzeuge auf, die wir im weiteren Verlauf dieses Skriptes kennenlernen werden.

Paket	Funktion	Aufgabe
tibble	as.tibble	Erstellt einen modernen Dataframe für tabellarische Daten.
readr	read_csv	Lesen von tabellarischen Datenformaten wie CSV-Dateien.
dplyr	select	Auswählen von Spalten (Variablen) eines Datensatzes.
dplyr	filter	Filtern von Daten auf Basis fast beliebiger Ausdrücke.
dplyr	mutate	Hinzufügen neuer Spalten (Variablen).
dplyr	recode	Spaltenwerte neu kodieren.
dplyr	arrange	Die Reihenfolge von Zeilen verändern.
dplyr	group_by	Gruppieren von Daten.
dplyr	summarise	Zusammenfassen von Daten.
ggplot2	ggplot, aes, geom_line, geom_bar, geom_col geom_point u.v.m.	Visualisieren von Daten.

Das Paket tibble

Das Paket tibble führt das moderne Pendant zum klassischen Dataframe in R ein:

Simple Data Frames

Das Paket readr

Das Paket readr beinhaltet Funktionen für das Laden von Daten aus strukturierten Datenformaten wie CSV-Dateien. Alle Funktionen zum Datenimport aus readr erzeugen automatisch einen tibble.

Read Rectangular Text Data

Das folgende Cheat Sheet beinhaltet eine Übersicht der Funktionen:

925KB

data-import.pdf

pdf

Cheat Sheet readr

Das Paket dplyr

Das Paket dplyr hat einen etwas merkwürdigen Namen. Er setzt sich aus dem Buchstaben „d“ und dem abgekürzten Wort „plyr“ zusammen. Das „d“ steht für Dataframe, während „plyr“ für den englischen Begriff „plier“ steht, was auf Deutsch „Zange“ bedeutet. Passend dazu bildet das offizielle Symbol des Pakets mehrere Zangen ab.

A Grammar of Data Manipulation

dplyr liefert uns eine Vielzahl wichtiger Funktionen für die Manipulation von Daten, die in Form eines Tibble vorliegen. Eine Übersicht der Funktionen findet ihr in dem bereitgestellten Cheat Sheet:

2MB

data-transformation.pdf

pdf

Cheat Sheet dplyr

Das Paket ggplot2

ggplot2 ist eines der umfassendsten Pakete für die professionelle Visualisierung von Daten mit R:

Create Elegant Data Visualisations Using the Grammar of Graphics

Das Cheat Sheet beinhaltet alle wichtigen Funktionen im Überblick:

2MB

data-visualization-2.1.pdf

pdf

Cheat Sheet ggplot2