میں نے اس سے پہلے لکھا ہے کہ چاہے ہمیں یہ پسند ہو یا نہ ہو، ڈیٹا کی تیاری ہر ڈیٹا سائنس پروجیکٹ کا ایک بڑا حصہ ہے۔ ڈیٹا کی تیاری کاروباری تجزیات میں استعمال کے لیے دوبارہ قابل عمل عمل میں ڈیٹا تیار کرنے کے کاموں پر مشتمل ہے، بشمول ڈیٹا کا حصول، ڈیٹا ذخیرہ کرنا اور ہینڈلنگ، ڈیٹا کی صفائی، اور فیچر انجینئرنگ کے ابتدائی مراحل۔

 
کم از کم تین عام ٹولز ہیں جن کو ڈیٹا ٹیمیں ان ڈیٹا رینگلنگ کاموں کو کرنے کے لیے استعمال کر سکتی ہیں:

• ایس کیو ایل، جو کہ اسپارک جیسے بہت سے بڑے ڈیٹا پلیٹ فارمز کے ذریعے سپورٹ کرتا ہے، ڈیٹا لیک فائل کلیکشن جیسے خام ذرائع سے ڈیٹا فلٹرنگ اور جمع کرنے کے لیے بہترین ہے۔
• پانڈاس لائبریری کے ساتھ ازگر کی مقبولیت اور خصوصیات میں اضافہ ہو رہا ہے۔
• R، خاص طور پر dplyr پیکج کا استعمال کرتے ہوئے، دیگر R لائبریریوں کے زبردست اوپن سورس کلیکشن کے ذریعے فنکشنز کا ایک مربوط سیٹ پیش کرتا ہے۔

ان تینوں میں سے آپ کا انتخاب ممکنہ طور پر آپ کی تنظیم میں دستیاب مہارتوں، دستیاب انفراسٹرکچر اور کوڈ بیس، اور استعمال کیے جانے والے جدید ماڈلز پر منحصر ہوگا۔ اس مضمون کے لیے، ہم R استعمال کرنے کی وجوہات پر توجہ مرکوز کریں گے، اور ایک آسان حوالہ شیٹ فراہم کریں گے۔

dplyr، جو 2016 میں متعارف کرایا گیا تھا، اس میں کچھ اہم خصوصیات ہیں جو اسے R میں ڈیٹا پریپ کے لیے ایک بہترین ٹول بناتی ہیں۔

• صنعت میں استعمال ہونے والے تقریباً کسی بھی ڈیٹا سورس یا فائل فارمیٹ کے لیے ڈیٹا کنکشن۔
• dplyr کو ایک ہم آہنگ پیکج کے طور پر بنایا گیا تھا، جو بہت سے کاموں کو آسان بناتا ہے جو کہ اگر آپ R دنیا کے دوسرے پیکجوں کو اکٹھا کرنا چاہتے ہیں تو گڑبڑ یا الجھن کا باعث بن سکتے ہیں۔
• اسکرپٹ آسانی سے ورژن کنٹرول اور Dev Ops طریقوں کے ساتھ مربوط ہو جاتی ہیں۔
• AI/ML ماڈلز کے ساتھ انضمام کے لیے طاقتور R لائبریریوں کو ڈیٹا کی آسانی سے فراہمی

مندرجہ ذیل "فوری حوالہ" گائیڈ ڈیٹا کی تیاری کے ہر ایک مرحلے کے لیے dplyr نقطہ نظر کا نمونہ فراہم کرے گا۔ اس کا مطلب dplyr کے افعال یا اختیارات کی ایک مکمل فہرست نہیں ہے، بلکہ ایک نقطہ آغاز ہے۔

ہائی ریزولوشن کے لیے کلک کریں۔

فوری حوالہ پی ڈی ایف یہاں سے ڈاؤن لوڈ کریں۔.

ایک دہائی قبل، ڈیٹا سائنس کے لیے R واحد کھلاڑی تھا، لیکن Python اور SQL کے بڑھتے ہوئے مقابلے نے اسے صرف بہتر بنا دیا ہے، کیونکہ ایک ماحولیاتی نظام میں متعارف کردہ خصوصیات کو تیزی سے کاپی یا دوسرے میں پورٹ کیا جاتا ہے۔ وسیع R صارف برادری کی کام کرنے کی ایک تاریخ ہے اس بات کو یقینی بنائیں کہ ان کی لائبریریاں زندہ اور ترقی پذیر ہیں، اس بات کو یقینی بناتے ہوئے کہ R میں آپ کی سرمایہ کاری ایک اور دہائی میں متعلقہ ہو گی۔ مستقبل میں کسی دن، شاید dplyr، اور Tidyverse، ڈیٹا کی تیاری کے لیے اب بہترین انتخاب نہیں ہوگا۔ لیکن ابھی کے لیے وہ ایک بہترین انتخاب کرتے ہیں (%>% پائپ جیسے چند عجیب و غریب نحوی عناصر کے باوجود!)

ساتھی پوسٹ: ایس کیو ایل میں ڈیٹا کی تیاری، چیٹ شیٹ کے ساتھ!

 
بیو: اسٹین پگسلی کے ساتھ ایک ڈیٹا گودام اور تجزیاتی مشیر ہے۔ Eide Bailly ٹیکنالوجی کنسلٹنگ سالٹ لیک سٹی، UT میں مقیم۔ وہ یونیورسٹی آف یوٹاہ ایکلس سکول آف بزنس میں منسلک فیکلٹی ممبر بھی ہیں۔ آپ مصنف تک پہنچ سکتے ہیں۔ ای میل کے ذریعہ.

متعلقہ:

• ایس کیو ایل میں ڈیٹا کی تیاری، چیٹ شیٹ کے ساتھ!
• ڈیٹا سائنس بمقابلہ بزنس انٹیلی جنس، وضاحت کی گئی۔
• ایک عظیم ڈیٹا اسٹوری بتانا: ایک تصوراتی فیصلہ کا درخت