Dag 5: Tidy data

Att göra under lektion

Öppna ditt Classroom-projekt och hämta ner nya data med “Pull Branch”.

Filen data/Statistikdatabasen_2018-01-23 14_46_26.csv innehåller antalet personer över 20 år som besökt tandvården de senaste två åren indelat på kön, kommun och år (från socialstyrelsens tandvårdsdata). Läs in med

tandvård <- read_csv2("data/Statistikdatabasen_2018-01-23 14_46_26.csv", skip = 1, n_max = 580)

(varför skip = 1 och n_max = 580?) och använd gather för att överföra data till långt (“tidy”) format.

Filen data/Statistikdatabasen_2018-01-23 15_04_12.csv) innehåller data över antal självmord och totalt antal döda uppdelat på län, kön och år (från socialstyrelsens statistik över dödsorsaker). Läs in med

data <- read_csv2("data/Statistikdatabasen_2018-01-23 15_04_12.csv", skip = 1, n_max = 80)

och plotta andelen självmord av totalt antal döda uppdelat efter kön för hela riket.

Filen data/Statistikdatabasen_2018-01-23 15_39_06.csv innehåller månatlig statistik över utbetalt ekonomiskt bistånd. Undersök först i ett kalkylblad och gör sedan om till “tidy data” innehållande variabeln bistånd per hushåll. Problemet med de dubbla kolumnnamnen kan eventuellt löses genom att klistra ihop dem med paste.
Kursen Matematik I innehåller ett stort antal delmoment som resultatrapporteras på olika provkoder, se kursplanen för en lista. Filen data/MM2001.csv innehåller en resultatrapport från gamla Ladok för 100 slumpmässigt valda studenter som varit registrerade på kursen. Varje rad representerar en student (kolumnerna “Namn” och “Pnr” har blivit borttagna). Gör ett försök att städa, eventuellt en delmängd av data.

Blir du klar, undersök materialen ytterligare med tabeller och figurer.