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 Framestibble.tidyverse.org

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 Datareadr.tidyverse.org

Das folgende Cheat Sheet beinhaltet eine Übersicht der Funktionen:

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 Manipulationdplyr.tidyverse.org

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: