Редагувати дані в R за допомогою пакета DataEditR

У цьому посібнику ви дізнаєтеся, як редагувати дані в R за допомогою пакета DataEditR . .

DataEditR — це пакет R, який дозволить вам створювати інформаційні панелі та звіти на R за допомогою графічного інтерфейсу користувача. Тоді ми зможемо вказувати та клацати, редагувати та вводити дані. Ви також можете завантажити його з CRAN. Перегляньте курс, щоб дізнатися, як завантажити пакет.

Давайте переглянемо коротку демонстрацію. Це набір даних із CRAN, де ми можемо виконувати базові маніпуляції з редагуванням даних, а потім зберігати їх. Ми будемо використовувати для цього графічний інтерфейс, коли R є інструментом кодування.

По-перше, давайте завантажимо RStudio, введемо бібліотеку (DataEditR) і натиснемо Enter . Переконайтеся, що його встановлено, якщо у вас його немає.

Редагувати дані в R за допомогою пакета DataEditR

Далі введіть у  browseVignettes (DataEditR) . Це хороша функція для запуску, тому що саме тут ми можемо перевірити навчальні посібники для цього пакета.

Редагувати дані в R за допомогою пакета DataEditR

Запустіть browseVignettes, потім натисніть  посилання HMTL  . 

Редагувати дані в R за допомогою пакета DataEditR

Прокрутіть униз, щоб переглянути список навчальних посібників DataEditR. Ви дізнаєтесь про те, як його завантажити, як він працює, як імпортувати дані в нього тощо. Перевірте це, коли станете більш просунутими.

Редагувати дані в R за допомогою пакета DataEditR

Давайте повернемося до RStudio і зосередимося на елементах редагування даних цього пакета.

Зміст

Як редагувати дані в R за допомогою пакета DataEditR

Давайте введемо бібліотеку (Ecdat ), а потім дані (пакет = Ecdat), а потім запустимо цей пакет.

Редагувати дані в R за допомогою пакета DataEditR

Це набори даних R в  Ecdat . Існує багато бізнес-орієнтованих наборів даних, які добре використовувати для практики чи демонстрації.

Редагувати дані в R за допомогою пакета DataEditR

Для цієї демонстрації ми будемо використовувати набір даних про житло. Введіть data_edit(Housing) , щоб відкрити нове вікно.

Редагувати дані в R за допомогою пакета DataEditR

Зараз ми знаходимося в редакторі даних про житло. Ми також можемо завантажити новий файл сюди.

Редагувати дані в R за допомогою пакета DataEditR

У нас є кілька варіантів. Перший — це «Вибрати стовпці» .

Редагувати дані в R за допомогою пакета DataEditR

Це кнопки, за допомогою яких ми можемо вибрати потрібну.

Редагувати дані в R за допомогою пакета DataEditR

Наступний —  рядки фільтрів .

Редагувати дані в R за допомогою пакета DataEditR

Ми можемо фільтрувати числа або рядки, додавати або видаляти фільтри.

Редагувати дані в R за допомогою пакета DataEditR

Далі йде  опція «Синхронізувати»  . Він завантажується назад у початкові налаштування нашого набору даних.

Редагувати дані в R за допомогою пакета DataEditR

Тепер давайте перейдемо до двох варіантів того, як зберегти ваші дані. 

Параметр  «Зберегти вибране у файл»  призначений для певних речей, які нам потрібно зберегти в буфері обміну. 

Редагувати дані в R за допомогою пакета DataEditR

Ми також можемо зберегти весь набір даних, натиснувши  опцію «Зберегти у файл»  .

Редагувати дані в R за допомогою пакета DataEditR

Наприклад, ми хочемо зберегти весь набір даних як файл CSV.

Редагувати дані в R за допомогою пакета DataEditR

Клацніть правою кнопкою миші одну з клітинок у стовпці, щоб переглянути різні параметри. У цьому прикладі ми вибираємо рядок Вставити вище .

Редагувати дані в R за допомогою пакета DataEditR

Ми можемо вводити дані в поля. Це те, що ми не можемо зробити в Power Query.

Бувають випадки, коли ми хочемо створити веб-додаток, де люди можуть вводити свої дані. Він стріляє прямо в R-файл, який йде в будь-який конвеєр, який ми хочемо. Це як зовнішній інструмент.

Редагувати дані в R за допомогою пакета DataEditR

Також легко змінити назви стовпців у DataEditR, тому що все це просто вказати та клацнути. 

Наприклад, ми хочемо відредагувати заголовок історій на n_stories . Все, що нам потрібно зробити, це клацнути клітинку та перейменувати її.

Редагувати дані в R за допомогою пакета DataEditR

Редагувати дані в R за допомогою пакета DataEditR

Іншою функцією є розширення та заповнення кількох чисел, дат або навіть тексту в інших клітинках. Це схоже на те, як це працює в Excel.

Клацніть клітинку, розширте та заповніть інші клітинки.

Редагувати дані в R за допомогою пакета DataEditR

Потім виділіть частини набору даних і клацніть правою кнопкою миші, щоб змінити вирівнювання клітинок.

Редагувати дані в R за допомогою пакета DataEditR

Ми також можемо скористатися опцією «Обрізати до вибору» , виділивши клітинки та обрізавши вибрані клітинки.

Редагувати дані в R за допомогою пакета DataEditR

Цей пакет знаходиться в розробці. Важливим моментом є можливість редагувати дані в R, особливо змінювати назви стовпців і вставляти стовпці.

Редагувати дані в R за допомогою пакета DataEditR

V1   є заповнювачем за замовчуванням для імен стовпців у R.

Тепер клацніть  «Готово» .

Редагувати дані в R за допомогою пакета DataEditR

Це змінений набір даних. Ми також можемо зберегти копію, зберігши її.

Редагувати дані в R за допомогою пакета DataEditR




Висновок

Ми можемо використовувати пакет DataEditR для введення даних завдяки його інтерфейсу, схожому на Excel, і функції «вкажіть і клацніть, а потім редагуйте».

Інструмент R — це відтворюваний інструмент, у якому будь-яку зміну можна повністю редагувати. Однак використання графічного інтерфейсу користувача не є найбільш відтворюваним інструментом, але воно має власні переваги інтерфейсу користувача.

Сподіваюся, ви зможете використовувати цей посібник під час редагування власних даних у R. Будь ласка, не забудьте підписатися на телеканал LuckyTemplates.

Все найкраще,


Труба в R: підключення функцій за допомогою Dplyr

Труба в R: підключення функцій за допомогою Dplyr

У цьому підручнику ви дізнаєтесь, як об’єднати функції разом за допомогою оператора каналу dplyr мовою програмування R.

RANKX Deep Dive: функція LuckyTemplates DAX

RANKX Deep Dive: функція LuckyTemplates DAX

RANKX від LuckyTemplates дозволяє повернути рейтинг певного числа в кожному рядку таблиці, який є частиною списку чисел.

Вилучення тем і зображень LuckyTemplates із PBIX

Вилучення тем і зображень LuckyTemplates із PBIX

Дізнайтеся, як розібрати файл PBIX, щоб витягти теми та зображення LuckyTemplates із фону та використовувати їх для створення звіту!

Шпаргалка формул Excel: Посібник середнього рівня

Шпаргалка формул Excel: Посібник середнього рівня

Шпаргалка формул Excel: Посібник середнього рівня

Календарна таблиця LuckyTemplates: що це таке та як ним користуватися

Календарна таблиця LuckyTemplates: що це таке та як ним користуватися

Календарна таблиця LuckyTemplates: що це таке та як ним користуватися

Python у LuckyTemplates: як встановити та налаштувати

Python у LuckyTemplates: як встановити та налаштувати

Дізнайтеся, як інсталювати мову програмування Python у LuckyTemplates і як використовувати її інструменти для написання кодів і відображення візуальних елементів.

Розрахунок динамічної норми прибутку – легкий аналіз LuckyTemplates за допомогою DAX

Розрахунок динамічної норми прибутку – легкий аналіз LuckyTemplates за допомогою DAX

Дізнайтеся, як обчислювати динамічну маржу прибутку за допомогою LuckyTemplates і як ви можете отримати більше інформації, глибше досліджуючи результати.

Сортування стовпців таблиці дат у LuckyTemplates

Сортування стовпців таблиці дат у LuckyTemplates

Дізнайтеся, як правильно сортувати поля зі стовпців розширеної таблиці дат. Це хороша стратегія для складних полів.

Знайдіть свої найкращі продукти для кожного регіону в LuckyTemplates за допомогою DAX

Знайдіть свої найкращі продукти для кожного регіону в LuckyTemplates за допомогою DAX

У цій статті я поясню, як знайти найпопулярніші продукти для регіону за допомогою обчислень DAX у LuckyTemplates, включаючи функції TOPN і CALCULATE.

Вимір сміття: що це таке і чому це щось інше, але не сміття

Вимір сміття: що це таке і чому це щось інше, але не сміття

Дізнайтеся, як використовувати вимірювання сміття для позначок низької потужності, які ви хочете ефективно включити у свою модель даних.