Hvordan lagre og laste inn en RDS-fil i R

R er et populært programmeringsspråk for dataanalyse, og det brukes ofte til å lage og manipulere dataobjekter. RDS-filer (R Data Serialization) er et vanlig format for lagring i RStudio, og de lar deg bevare tilstanden til et objekt mellom R-økter. Å lagre R-objektet ditt som en RDS-fil i R kan være nyttig for å dele arbeidet ditt med andre, replikere analysen din eller ganske enkelt lagre arbeidet ditt for senere bruk.

I denne opplæringen lærer du hvordan du lagrer og laster inn objekter fra en RDS-fil i R. Denne bloggen vil også dekke hvordan du importerer objekter fra .

Vi vil dekke det grunnleggende om lagring og lasting av RDS-filer i R. Vi vil forklare hva RDS-filer er og hvordan de fungerer, og vi vil lede deg gjennom prosessen med å lagre et R-objekt som en RDS-fil, og deretter laste den filen tilbake inn i R. Vi vil også gi noen tips og triks for å hjelpe deg med å jobbe med RDS-filer mer effektivt.

Innholdsfortegnelse

• Forbereder filen
• Lagre en RDS-fil i R
• Åpne et objekt i LuckyTemplates ved å bruke en RDS-fil i R
• Konklusjon

Forbereder filen

For denne demonstrasjonen vil vi bruke den som inneholder baseballdata. Vi vil også bruke tidyverse- pakken for grunnleggende analyse.

Lahman-pakken inneholder et datasett kalt Salaries. Målet er å lage en tabell som inneholder informasjon om år, spillernavn og deres individuelle og kumulative lønn.

Først, la oss tilordne lønnsdatasettet til inntekter. Filtrer deretter ut unødvendig informasjon fra datasettet ved å bruke funksjonen select ( ) . Deretter organiserer du dataene ved å ordne dem i henhold til playerID og yearID. Dataene er videre gruppert i henhold til spillerID.

, betegnet med %>% , brukes til å mate resultatene av en operasjon inn i neste operasjon under den.

For å lage en ny kolonne som inneholder den kumulative lønnen til spillerne, må vi bruke funksjonen mutere ( ) sammen med funksjonen cumsum ( ) . Når du kjører koden, får du en tabell med informasjon om år, spiller, lønn og kumulativ lønn.

Det er imidlertid vanskelig å identifisere spillere basert på ID-nummer alene. Vi må legge til kolonner som viser spillernavnet. Gjør dette ved å bruke funksjonen select ( ) . I koden nedenfor brukes funksjonen left_join ( ) for å slå sammen de to tabellene.

For å vise den nye tabellen, kjør objektet. Hodet ( ) -funksjonen brukes til å returnere de første radene i en tabell.

Hvis du vil sjekke nøyaktigheten av resultatet, kan du bruke likhetsoperatoren som er angitt med to likhetstegn ( == ).

Lagre en RDS-fil i R

Ved å lagre et objekt som en RDS-fil i R kan du jobbe med det senere, i motsetning til en fil med en CSV-utvidelse.

For å lagre en fil med en RDS-utvidelse, bruk write_rds ( ) -funksjonen. Du kan se at den tilhører readr-pakken i Lahman.

I argumentet skriver du R-objektets navn og plasseringen der du vil lagre filen.

Hvis du åpner en ny RStudio-økt, kan du se objektet på nytt ved å bruke read_rds ( ) funksjonen.

Åpne et objekt i LuckyTemplates ved å bruke en RDS-fil i R

For å åpne et objekt med en RDS-utvidelse i LuckyTemplates, klikk på Hent data- alternativet under fanen Hjem og velg Mer .

I veiviseren Hent data velger du R-skript og klikker deretter på Koble til .

I tekstboksen skriver du bibliotekpakken sammen med den samme kodelinjen som ble brukt til å åpne RDS-filen i RStudio. Klikk deretter OK .

Når filen er lastet inn, kan du åpne den og gjøre flere endringer. Men det anbefales å rense og polere dataene og tabellen i RStudio før du importerer filen til LuckyTemplates.

Konklusjon

En RDS-fil er en praktisk og effektiv måte å lagre og dele R-objekter som datarammer, modeller og lister. De kan lett leses og skrives, og de er et flott alternativ til andre filformater som CSV eller Excel.

I tillegg opprettholder RDS-filer integriteten og strukturen til R-objekter, noe som gjør dem ideelle for dataanalyse og modelleringsprosjekter. De er et viktig verktøy for enhver R-bruker og kan i stor grad forenkle prosessen med å jobbe med data i R.

Beste ønsker,

George Mount