Willkommen zur zweiunddreißigsten Lektion unserer Reihe über Computational Statistics.
Was ist R ohne Daten? Um rigorose statistische Analysen durchzuführen, müssen Sie zunächst wissen, wie Sie Ihre Daten in die R-Umgebung importieren. In dieser Lektion machen wir einen Schritt zurück von der tiefen statistischen Theorie, um das umfangreiche R-Ökosystem von Paketen zu erkunden, die entwickelt wurden, um Daten aus nahezu jeder Quelle zu importieren und zu exportieren.
Egal, ob Sie eine einfache Textdatei laden, eine relationale Datenbank abfragen, Daten aus einer Web-API abrufen oder eine Webseite scrapen, dieser umfassende Überblick wird Sie mit den modernen Werkzeugen vertraut machen, die für reale Datenwissenschafts-Workflows erforderlich sind.
Wir behandeln:
Basis R & Tidyverse: Importieren von Flachdateien mit read.csv(), read.table() und dem readr-Paket für TSVs und festformatierte Dateien.
Datenexport: Erstellen von Datenrahmen von Grund auf und Speichern Ihrer Ergebnisse mit write.csv().
Proprietäre Softwareformate: Lesen von Excel-Dateien (XLS/XLSX) mit readxl und Importieren von SAS-, SPSS- und Stata-Datensätzen mit dem haven-Paket.
Datenbanken & SQL: Schnittstelle zu relationalen Datenbanken (MySQL, PostgreSQL, SQLite) mit den Paketen DBI, RMySQL und RODBC, um Daten direkt aus R abzufragen.
Moderne Webdaten: Umgang mit JSON- und XML-Formaten (jsonlite, XML), Verbindung zu REST-APIs mit httr und Web Scraping mit rvest.
Big Data & Cloud: Nutzung des arrow-Pakets zum Lesen von hochkomprimierten Parquet-Dateien, das das ältere Feather-Format für schnelle, großangelegte Workflows ersetzt.
Dokumente & Cloud-Tabellen: Text aus PDFs mit readtext extrahieren und direkt aus Google Workspace mit googlesheets4 importieren.
Vergessen Sie nicht, zu abonnieren, um weitere vollständige Kurse über Mathematik und Statistik zu erhalten.
ZEITSTEMPEL:
00:00:00 Einführung & Die Herausforderung vielfältiger Daten
00:02:32 Basis R: read.table() und read.csv()
00:07:37 Erstellen von Datenrahmen & Exportieren mit write.csv()
00:10:45 Das readxl-Paket (Excel-Dateien)
00:12:58 Das haven-Paket (SPSS, SAS, Stata)
00:14:04 Datenbankverbindungen: RMySQL & ODBC
00:17:40 Das readr-Paket & Umgang mit TSV-Dateien
00:19:14 JSON und XML (jsonlite & XML-Pakete)
00:21:21 Big Data: Das arrow-Paket (Parquet-Dateien)
00:22:57 Das rio-Paket
00:23:28 Verbindung zu Web-APIs (httr-Paket)
00:25:46 Google Sheets (googlesheets4) & Web Scraping (rvest)
00:28:50 Text- und PDF-Lesen (readtext)
00:30:19 Erweiterte Datenbankabfragen mit dem DBI-Paket
00:32:08 Das R-Ökosystem & projektbasiertes Lernen
Unterstützen Sie den Kanal
Alle meine Vorlesungen werden komplett kostenlos bereitgestellt. Wenn Ihnen dieses Video geholfen hat, ein komplexes Thema zu verstehen oder sich auf eine Prüfung vorzubereiten, können Sie mir hier einen Kaffee ausgeben:
https://ko-fi.com/houstonwehaveaproblemyt