Übungen

Code in Englisch, Prosa/Antworten Deutsch. Lösungen: loesungen.md.

Aufgabe 1 – CSV explizit einlesen

Lese https://schradern.github.io/data-science-coach/data/kohorte.csv mit allen Optionen explizit: sep, encoding, decimal, dtype für die Integer-Spalten, na_values. Wie viele Spalten hat die Datei? Welche Spalten haben fehlende Werte?

Aufgabe 2 – Nur bestimmte Spalten laden

Lese https://schradern.github.io/data-science-coach/data/labor.csv und wähle dabei nur die Spalten patient_id, kreatinin_mg_dl und laktat_mmol_l beim Einlesen aus (nicht danach filtern, direkt mit usecols / col_select). Wie viele Zeilen hat die resultierende Tabelle?

Aufgabe 3 – JSON erzeugen und wieder einlesen

Konvertiere die ersten 10 Zeilen der Kohorte (Spalten patient_id, alter, aufnahmegrund) in einen JSON-String. Lies den JSON-String anschließend wieder als DataFrame/Tibble ein. Stimmt die Form?

Aufgabe 4 – Verschachtelte Struktur normalisieren

Gegeben ist folgendes JSON (kannst du direkt im Skript als String definieren):

[
  {"id": 1, "vitals": {"hr": 82, "map": 75}, "dx": "Sepsis"},
  {"id": 2, "vitals": {"hr": 91, "map": 68}, "dx": "Pneumonie"},
  {"id": 3, "vitals": {"hr": 74, "map": 82}, "dx": "COPD-Exazerbation"}
]

Normalisiere die verschachtelte vitals-Struktur so, dass hr und map eigene Spalten werden.

Aufgabe 5 – API-Fallback-Funktion

Schreibe eine Funktion load_api_or_local(url, local_file), die:

1. Versucht, die URL abzurufen (Timeout: 5 s).
2. Bei Fehler die lokale Datei einliest und einen Hinweis ausgibt.
3. Immer einen DataFrame zurückgibt.

Teste sie mit der disease.sh-API und https://schradern.github.io/data-science-coach/data/kohorte.csv als Fallback.

Bonus

Lese https://schradern.github.io/data-science-coach/data/vitalwerte.csv ein. Prüfe, ob alle patient_id-Werte aus kohorte.csv in vitalwerte.csv vorkommen. Was fällt auf? (Tipp: Mengenoperationen mit Sets in Python oder anti_join in R.)