IMPORTING & EXPORTING DATA USING R EĞİTİMİ

R ile her formattaki veriyi oku, temizle, yaz

R'da readr ve data.table'dan readxl ve jsonlite'a, DBI ile veritabanı ve haven ile SPSS/SAS'tan arrow ve dışa aktarıma kadar.

R ile veri içe/dışa aktarma eğitimi: readr ve data.table ile metin, readxl ile Excel, jsonlite/xml2 ile JSON/XML, haven ile SPSS/SAS, DBI/dbplyr ile veritabanı ve arrow/parquet ile büyük veri okuma-yazmayı tip ve kodlama yönetimiyle uygular.

3 gün Orta Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

R tidyverse ve DBI ile veri içe/dışa aktarım ve tip yönetimi

Bu eğitim, R programlama dilinde çeşitli kaynaklardan veri içe ve dışa aktarmayı uygulamalı ele alır. Temel read.csv/write.csv'nin ardından readr (read_csv, col_types, locale), data.table::fread ile hızlı okuma; readxl ile Excel, jsonlite ile JSON (fromJSON/toJSON ve iç içe yapı düzleştirme), xml2 ile XML işlenir. DBI ve odbc/RPostgres/RMariaDB ile veritabanı bağlantısı, parametreli sorgu ve dbWriteTable; haven ile SPSS/SAS/Stata dosyaları, arrow/feather/parquet ile sütunlu format açıklanır. Karakter kodlama (encoding, locale), faktör ve tarih tipi yönetimi, büyük veri için parçalı okuma ve bellek dikkatleri; dışa aktarımda format seçimi ve saveRDS uygulanır. Amaç R iş akışında veriyi güvenle taşımaktır.

Süre ve Format

3 Gün. Her gün dört modül; temel okumadan veritabanı, istatistik formatları ve dışa aktarıma kadar işlenir.

Seviye

Orta Seviye — R'da readr, readxl, jsonlite, DBI ve haven ile çeşitli kaynaklardan veri okuma ve yazma.

Öğrenme Metodu

Katılımcılar RStudio'da readr, readxl, jsonlite ve DBI ile gerçek veri setlerini okuyup yazarak uygular.

Neden Bu Eğitim?

📦Zengin Ekosistem

readr, readxl ve jsonlite gibi paketlerle her formatı R'a alırsınız.

🗃️Veritabanı

DBI ile veritabanına güvenli ve parametreli erişim kurarsınız.

⚙️Tip Kontrolü

col_types ve locale ile tarih, faktör ve kodlamayı kontrol edersiniz.

Anahtar Konular

r veri aktarımıreadrreadxljsonlitedbi rhaven spssarrow parquetdata.table freadr veri okumar dışa aktarma
“R'da analizin ilk satırı çoğu zaman doğru okunmuş bir veridir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
R Temeli

Temel R söz dizimi ve veri çerçevesi (data frame) bilgisi gereklidir.

2
RStudio

RStudio veya benzeri bir R ortamı kurulu olmalıdır.

3
Veri Kavramları

Tablo, tip ve kodlama kavramlarına aşinalık faydalıdır.

4
Paket Kurulumu

CRAN'den paket kurabilen bir R ortamı önerilir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı, R'da düz metin ve CSV verisini tip kontrolüyle okuyup yazabilir.
Modül 1
Temel Okuma
  • read.csv / read.table
  • stringsAsFactors ve tip davranışı
  • sep, dec, header argümanları
  • write.csv ile yazma
  • Bağıl/mutlak dosya yolu
  • setwd ve here paketi
Modül 2
readr Paketi
  • read_csv ve read_delim
  • col_types ile sütun tipi tanımı
  • locale() ile kodlama/tarih
  • problems() ile ayrıştırma sorunu
  • write_csv ve yazım
  • Tibble çıktısı
Modül 3
data.table::fread
  • fread ile hızlı okuma
  • Otomatik ayırıcı tespiti
  • Büyük dosya performansı
  • colClasses ve seçmeli sütun
  • fwrite ile yazma
  • Bellek verimliliği
Modül 4
Kodlama ve Tip
  • encoding ve Encoding()
  • Türkçe karakter ve UTF-8
  • Faktör (factor) yönetimi
  • Tarih (Date/POSIXct) parse
  • Sayısal ayraç sorunu
  • NA ve eksik değer
Günün hedefiKatılımcı, Excel, JSON, XML ve SPSS/SAS verilerini R'a aktarabilir.
Modül 1
Excel (readxl/openxlsx)
  • read_excel ile sayfa okuma
  • sheet ve range argümanı
  • Hücre tipi ve tarih
  • Çoklu sayfa birleştirme
  • openxlsx ile yazma
  • Biçimli çıktı oluşturma
Modül 2
JSON (jsonlite)
  • fromJSON ile okuma
  • İç içe yapıyı düzleştirme (flatten)
  • toJSON ile yazma
  • API yanıtını veri çerçevesine çevirme
  • Liste-sütun (list column) yönetimi
  • Pretty/otomatik unbox
Modül 3
XML (xml2)
  • read_xml ve düğüm seçme
  • xpath ile sorgulama
  • Nitelik (attribute) okuma
  • XML'i tabloya çevirme
  • Namespace yönetimi
  • Ayrıştırma hataları
Modül 4
İstatistik Formatları (haven)
  • read_sav (SPSS)
  • read_sas ve read_dta (SAS/Stata)
  • Etiketli (labelled) değişken
  • Faktöre dönüştürme
  • Eksik değer kodları
  • Dışa yazma (write_sav)
Günün hedefiKatılımcı, veritabanı bağlantısı kurup büyük veriyi ve dışa aktarımı yönetebilir.
Modül 1
DBI ile Veritabanı
  • DBI ve sürücü (RPostgres/RMariaDB/odbc)
  • dbConnect ve kimlik yönetimi
  • dbGetQuery ve parametreli sorgu
  • dbWriteTable ile yazma
  • SQL injection'dan kaçınma
  • Bağlantı kapatma (dbDisconnect)
Modül 2
dbplyr
  • dplyr ile veritabanı sorgulama
  • Tembel (lazy) değerlendirme
  • show_query ile SQL görme
  • collect ile belleğe alma
  • Veritabanında filtreleme
  • Performans avantajı
Modül 3
Büyük Veri ve arrow
  • arrow ve parquet/feather
  • Sütunlu format avantajı
  • Parçalı (chunk) okuma
  • Bellek sınırları yönetimi
  • vroom ile tembel okuma
  • Veri kümesi (dataset) API
Modül 4
Dışa Aktarım
  • saveRDS/readRDS ile R nesnesi
  • write_csv/fwrite seçimi
  • parquet'e yazma
  • Sıkıştırma seçenekleri
  • Çıktı doğrulama
  • Yeniden üretilebilir iş akışı

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Metin Okuma

readr/fread ile tip kontrollü CSV okuyabilirsiniz.

✅
Kodlama

locale ve encoding ile Türkçe karakteri yönetebilirsiniz.

✅
Excel

readxl ile çok sayfalı Excel'i aktarabilirsiniz.

✅
JSON/XML

jsonlite/xml2 ile yapısal veriyi düzleştirebilirsiniz.

✅
İstatistik Formatları

haven ile SPSS/SAS verisini okuyabilirsiniz.

✅
Veritabanı

DBI ile güvenli parametreli sorgu yazabilirsiniz.

✅
Büyük Veri

arrow/parquet ile büyük veriyi verimli işleyebilirsiniz.

✅
Dışa Aktarım

saveRDS ve parquet ile veriyi dışa aktarabilirsiniz.

Kimler İçin Uygundur?

  • R kullanan veri analistleri
  • istatistikçiler
  • araştırmacılar
  • veri bilimine R ile devam edenler için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
R kullanan veri analistleri, istatistikçiler ve araştırmacılar için uygundur.
R ön bilgisi gerekir mi?
Evet; temel R söz dizimi ve data frame bilgisi beklenir.
Veritabanı bağlantısı var mı?
Evet; DBI ve dbplyr ile parametreli sorgu ve dbWriteTable uygulanır.
SPSS/SAS dosyaları okunur mu?
Evet; haven paketiyle SPSS/SAS/Stata dosyaları ve etiketli değişkenler ele alınır.
Sertifika veriliyor mu?
Evet; Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika d Digital Vizyon AKADEMİ KATILIM SERTİFİKASI Bu sertifika [Katılımcı Adı Soyadı] adlı katılımcının aşağıdaki eğitim programını başarıyla tamamladığını belgeler. Importing & Exporting Data using R Eğitimi Sertifika Kodu DV-2026XX00 Tarih 26.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre3 gün
SeviyeOrta Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

Veri Analizi ve İstatistikSterling B2B Integrator Data Mapping and EDI Processing (X12) Eğitimi
Veri ve Analitik Eğitimleri

Sterling B2B Integrator Data Mapping and EDI Processing (X12) Eğitimi

3 günİleriOnline / Yüz Yüze / Hibrit

IBM Sterling B2B Integrator'da Map Editor ile veri eşleme, X12 zarf yapısı (ISA/GS/ST), 850/810/997, iş akışları ve ticari ortak kurulumunu öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikStoring & displaying data in Power Pages Eğitimi
Veri ve Analitik Eğitimleri

Storing & displaying data in Power Pages Eğitimi

2 günOrtaOnline / Yüz Yüze / Hibrit

Power Pages'te Dataverse tabloları, listeler, temel ve çok adımlı formlar, Liquid/FetchXML ve tablo izinleriyle veriyi güvenle saklayıp gösterin.

Detayları Gör →
Veri Analizi ve İstatistikStorytelling with Data Eğitimi
Veri ve Analitik Eğitimleri

Storytelling with Data Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Doğru grafik seçimi, sadeleştirme (declutter), preattentive vurgu, Gestalt ilkeleri ve anlatı kurgusuyla veriyi ikna edici bir hikâyeye dönüştürün.

Detayları Gör →
Veri Analizi ve İstatistikStrategic Foundations of Data Reliability Engineering Eğitimi
Veri ve Analitik Eğitimleri

Strategic Foundations of Data Reliability Engineering Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Veri SLA/SLO/SLI, kalite boyutları, gözlemlenebilirlik, olay yönetimi, kök neden analizi ve veri sözleşmeleriyle güvenilir veri stratejisi kurun.

Detayları Gör →
Veri Analizi ve İstatistikStratejik Bakış ve Analitik Düşünme Eğitimi
Veri ve Analitik Eğitimleri

Stratejik Bakış ve Analitik Düşünme Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

SWOT, PESTEL, MECE, issue tree, hipotez temelli analiz, senaryo ve bilişsel önyargı farkındalığıyla kanıta dayalı stratejik karar vermeyi öğrenin.

Detayları Gör →
+90 (501) 369 40 14 WhatsApp [email protected] LinkedIn