Suhde- ja taajuustaulukot Excelissä
Aioin sukeltaa Excelin taajuustaulukoihin sekä suhteellisiin taulukoihin. Selvitä, mitä ne ovat ja milloin niitä käytetään.
R on suosittu ohjelmointikieli tietojen analysointiin, ja sitä käytetään usein tietoobjektien luomiseen ja käsittelemiseen. RDS (R Data Serialization) -tiedostot ovat yleinen tallennusmuoto RStudiossa, ja niiden avulla voit säilyttää objektin tilan R-istuntojen välillä. R-objektin tallentaminen RDS-tiedostona R:ssä voi olla hyödyllistä, kun haluat jakaa työsi muiden kanssa, kopioida analyysisi tai yksinkertaisesti tallentaa työsi myöhempää käyttöä varten.
Tässä opetusohjelmassa opit tallentamaan ja lataamaan objekteja RDS-tiedostosta R:ssä. Tässä blogissa käsitellään myös objektien tuomista kohteesta .
Käsittelemme RDS-tiedostojen tallentamisen ja lataamisen perusteet R:ssä. Selitämme, mitä RDS-tiedostot ovat ja miten ne toimivat, ja opastamme sinua R-objektin tallentamisessa RDS-tiedostona ja tiedoston lataamisessa takaisin. RDS-tiedostoihin. Tarjoamme myös vinkkejä ja temppuja, jotka auttavat sinua työskentelemään RDS-tiedostojen kanssa tehokkaammin.
Sisällysluettelo
Tiedoston valmistelu
Tässä esittelyssä käytämme pesäpallodataa sisältävää tiedostoa. Käytämme myös tidyverse -pakettia perusanalyysiin.
Lahman-paketti sisältää Palkat-nimisen tietojoukon. Tavoitteena on luoda taulukko, joka sisältää tiedot vuodesta, pelaajanimestä sekä heidän yksilöllisistä ja kumulatiivisista palkoista.
Määritetään ensin Palkat-tietojoukko ansioihin. Suodata sitten tarpeettomat tiedot tietojoukosta käyttämällä select ( ) -toimintoa. Järjestä tiedot seuraavaksi pelaajatunnuksen ja vuositunnuksen mukaan. Tiedot ryhmitellään edelleen pelaajatunnuksen mukaan.
Merkkiä , merkitty %>% , käytetään syöttämään operaation tulokset seuraavaan sen alapuolella olevaan operaatioon.
Jos haluat luoda uuden sarakkeen, joka sisältää pelaajien kumulatiiviset palkat, meidän on käytettävä mutate ( ) -toimintoa yhdessä cumsum ( ) -funktion kanssa. Kun suoritat koodin, saat taulukon, jossa on tiedot vuodesta, pelaajasta, palkasta ja kumulatiivisesta palkasta.
Pelaajia on kuitenkin vaikea tunnistaa pelkän tunnusnumeron perusteella. Meidän on lisättävä sarakkeita, jotka näyttävät pelaajanimen. Tee tämä käyttämällä valintatoimintoa ( ) . Alla olevassa koodissa left_join ( ) -funktiota käytetään yhdistämään kaksi taulukkoa yhteen.
Voit tarkastella uutta taulukkoa suorittamalla objektin. Head ( ) -funktiota käytetään palauttamaan taulukon ensimmäiset rivit.
Jos haluat tarkistaa tuloksen tarkkuuden, voit käyttää yhtäläisyysoperaattoria , joka on merkitty kahdella yhtäläisyysmerkillä ( == ).
RDS-tiedoston tallentaminen R:hen
Objektin tallentaminen RDS-tiedostona R:ssä mahdollistaa sen käsittelyn myöhemmin, toisin kuin tiedostossa, jossa on CSV-tunniste.
Tallenna tiedosto RDS-tunnisteella käyttämällä write_rds ( ) -toimintoa. Näet, että se kuuluu Lahmanin lukijapakettiin.
Kirjoita argumenttiin R-objektin nimi ja sijainti, johon haluat tallentaa tiedoston.
Jos avaat uuden RStudio-istunnon, voit tarkastella objektia uudelleen read_rds ( ) -toiminnolla.
Avaa objekti LuckyTemplatesissa RDS-tiedoston avulla
Jos haluat avata RDS-laajennuksella varustetun objektin LuckyTemplatesissa, napsauta Aloitus-välilehden Hae tiedot -vaihtoehtoa ja valitse Lisää .
Valitse ohjatussa Get Data -toiminnossa R Script ja napsauta sitten Yhdistä .
Kirjoita tekstiruutuun kirjastopaketti ja sama koodirivi, jota käytettiin RDS-tiedoston avaamiseen RStudiossa. Napsauta sitten OK .
Kun tiedosto on latautunut, voit avata sen ja tehdä lisämuutoksia. Mutta on suositeltavaa puhdistaa ja kiillottaa tiedot ja taulukko RStudiossa ennen tiedoston tuomista LuckyTemplatesiin.
Johtopäätös
RDS-tiedosto on kätevä ja tehokas tapa tallentaa ja jakaa R-objekteja, kuten tietokehyksiä, malleja ja luetteloita. Niitä on helppo lukea ja kirjoittaa, ja ne ovat loistava vaihtoehto muille tiedostomuodoille, kuten CSV tai Excel.
Lisäksi RDS-tiedostot säilyttävät R-objektien eheyden ja rakenteen, joten ne ovat ihanteellisia data-analyysi- ja mallinnusprojekteihin. Ne ovat olennainen työkalu kaikille R-käyttäjille ja voivat yksinkertaistaa huomattavasti R:n tietojen käsittelyä.
Kaikki parhaat,
George Mount
On hyvä idea tallentaa työtilasi kuva, kun työistunnot ovat pitkiä.
Tämän voi tehdä milloin tahansa toiminnolla tallenna.kuva()
Tallenna kuva()
Tämä tallentaa työtilasi oletuksena tiedostoon .RData . Tämä varmistaa, että et menetä kaikkea työtäsi esimerkiksi järjestelmän uudelleenkäynnistyksen yhteydessä.
Kun suljet R/RStudion, se kysyy, haluatko tallentaa työtilan. Jos sanot kyllä, tämä työtila ladataan seuraavan kerran, kun käynnistät R:n. Tallennetun tiedoston nimi on myös .RData.
On myös mahdollista määrittää tiedostonimi työtilan tallentamista varten:
save.image(tiedosto = "oma_työtila.RData")
Palauta työtila kirjoittamalla tämä:
load("oma_työtila.RData")
Aioin sukeltaa Excelin taajuustaulukoihin sekä suhteellisiin taulukoihin. Selvitä, mitä ne ovat ja milloin niitä käytetään.
Opi lataamaan ja asentamaan DAX Studio ja Tabular Editor 3 ja miten ne määritetään käytettäväksi LuckyTemplatesissa ja Excelissä.
Tämä blogi sisältää Shape Map -visualisoinnin tilaanalyysiä varten LuckyTemplatesissa. Näytän sinulle, kuinka voit käyttää tätä visualisointia tehokkaasti sen ominaisuuksien ja elementtien kanssa.
Tässä opetusohjelmassa esittelen ainutlaatuisen idean talousraportoinnista, joka allokoi tulokset LuckyTemplatesin sisällä olevien taulukkopohjien ennalta määrittämiseen.
Luo DAX-suureita LuckyTemplatesissa käyttämällä olemassa olevia suureita tai kaavoja. Tätä kutsun mittahaaroitustekniikaksi.
Tässä blogissa tutustu LuckyTemplates-tietojoukkoon, tehokkaimpaan funktiokutsuun, joka tuo tuhansia M- ja DAX-funktioita sormiesi ulottuville.
Tämän päivän opetusohjelmassa jaan muutamia datamallinnustekniikoita DAX-mittausten järjestämiseksi paremmin tehokkaamman työnkulun aikaansaamiseksi.
LuckyTemplates on loistava työkalu talousraportointiin. Tässä on opetusohjelma räätälöityjen taulukoiden luomisesta LuckyTemplates-talouden hallintapaneelillesi.
Tässä opetusohjelmassa keskustellaan Power Query Language Flowsta ja siitä, kuinka se voi auttaa luomaan sujuvan ja tehokkaan dataraportin.
Keskustelen yhdestä suosikkitekniikoistani mukautettujen LuckyTemplates-kuvakkeiden ympärillä, joka käyttää mukautettuja kuvakkeita dynaamisella tavalla LuckyTemplates-visuaaleissa.