cebrap.lab online - Raspagem de dados com R
Para saber de próximos oferecimentos, entre em contato com cebrap.lab@cebrap.org.br
Informações gerais
-
Ministrante: Beatriz Milz
-
Data/horário: 21 a 25 de outubro/2024;
- Segunda, Quarta e Sexta: aula ao vivo, online, das 19h00 às 22h00.
- Terça e quinta: haverão tarefas para casa, para praticar os conceitos.
-
Inscrições: https://cursos.cebrap.org.br/cursos/raspagem-de-dados-com-r/
Descrição
O curso “Raspagem de dados com R” abordará uma introdução ao uso da linguagem de programação R para obter dados da internet através de uma técnica chamada raspagem de dados (web scraping).
O curso abordará conceitos relevantes, como:
-
o que é raspagem de dados?;
-
política de uso;
-
tipos de problemas de raspagem (APIs (disponíveis e “escondidas”);
-
raspagem de HTML (estático e dinâmico), etc);
-
entre outros.
O curso apresentará exemplos de raspagem de dados em todas as aulas, raspando sites que são interessantes no contexto brasileiro!
Todas as ferramentas utilizadas são gratuitas: utilizaremos a linguagem de programação R, o RStudio, e os pacotes tidyverse, httr, rvest, xml2, purrr, entre outros.
O curso tem como público alvo pessoasque tenham interesse em obter dados através da técnica de raspagem de dados na internet utilizando R, e que tenham familiaridade fazendo as seguintes tarefas em R: importar bases de dados, filtrar linhas, selecionar colunas, agrupar a base, criar sumarizações, criar novas colunas (pacotes readr e dplyr do tidyverse).
Materiais
Slides
Scripts pós aula
| link |
|---|
| 01-api-documentada.R |
| 02-api-escondida.R |
| 03-api-autenticacao.R |
| 04-iteracao.R |
| 05-html-exemplo.R |
| 06-html-chancedegol.R |
| 07-html-wiki.R |
| 08-scielo.R |
| 09-intro-selenium.R |
| 10-selenium-pbi.R |
Exercícios
Links citados em aula
#> ℹ Using "','" as decimal and "'.'" as grouping mark. Use `read_delim()` for more control.
#> Rows: 46 Columns: 3
#> ── Column specification ────────────────────────────────────────────────────────
#> Delimiter: ";"
#> chr (3): Dia, Material, Link
#>
#> ℹ Use `spec()` to retrieve the full column specification for this data.
#> ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.