Come salvare e caricare un file RDS in R

Come salvare e caricare un file RDS in R

R è un popolare linguaggio di programmazione per l'analisi dei dati. I file RDS (R Data Serialization) sono un formato comune per il salvataggio di oggetti R in RStudio, consentendo di preservare lo stato di un oggetto tra le sessioni R. Questo è utile per condividere il tuo lavoro, replicare l'analisi o archiviare progetti per un uso futuro.

In questo tutorial, imparerai come salvare e caricare oggetti utilizzando file RDS in R, oltre a come importare oggetti da R a LuckyTemplates.

Sommario

1. Preparazione del file

Per questa dimostrazione, utilizzeremo il pacchetto Lahman, che contiene dati sul baseball, e il tidyverse per l'analisi di base.

Il pacchetto Lahman include un dataset chiamato Salaries. L'obiettivo è creare una tabella con informazioni su anno, nome del giocatore, stipendi individuali e cumulativi.

Fase Descrizione
1. Assegnazione dati Assegnare il dataset Salaries a una variabile, ad esempio guadagni.
2. Filtrare i dati Utilizzare la funzione select() per filtrare le informazioni non necessarie.
3. Ordinare i dati Organizzare i dati per playerID e yearID.
4. Gruppo di dati Raggruppare i dati in base a playerID.

L' operatore pipe, %>% , è utilizzato per collegare le operazioni.

Esempio di salvataggio e caricamento file RDS

Per aggiungere una colonna con gli stipendi cumulativi, utilizzare la funzione mutate() assieme a cumsum(). Esegui il codice per generare una tabella con anno, giocatore, stipendio e stipendio cumulativo.

Tabella stipendi

Aggiungere colonne per i nomi dei giocatori usando select() e unire le tabelle con left_join(). Usa head() per visualizzare le prime righe.

Visualizzazione delle prime righe

Controllare l'accuratezza del risultato usando l'operatore di uguaglianza (==).

2. Salvataggio di un file RDS in R

Salvare oggetti come file RDS garantisce il loro utilizzo successivo. Per salvare un file RDS, utilizza la funzione write_rds(), che appartiene al pacchetto readr.

Salvataggio file RDS

Specifica il nome dell'oggetto R e la posizione per salvare il file.

Salvataggio file RDS in R

In una nuova sessione di RStudio, riapri l'oggetto usando read_rds().

Riapertura file RDS

3. Aprire un oggetto in LuckyTemplates utilizzando un file RDS in R

Per usare un oggetto RDS in LuckyTemplates, vai su Ottieni dati nella scheda Home e seleziona Altro.

Ottieni dati

Nella procedura guidata, seleziona R Script quindi fai clic su Connetti.

Connessione script R

Scrivi il pacchetto della libreria e il codice per aprire il file RDS in RStudio, quindi fai clic su OK.

Inserimento del pacchetto

Una volta caricato, puoi aprirlo in Power Query e modificare ulteriormente. È consigliabile pulire i dati in RStudio prima di importare in LuckyTemplates.

Caricamento file in Power Query

4. Conclusione

Un file RDS è un metodo efficiente per salvare e condividere oggetti R come frame di dati, modelli ed elenchi. Questa metodologia mantiene l'integrità e la struttura degli oggetti R, rendendoli ideali per l'analisi dei dati. I file RDS semplificano notevolmente il lavoro con i dati in R, collaborando efficacemente anche nelle operazioni di modellazione.

Ti auguro il meglio,

Giorgio Monte

Bonus: Salva l'intero spazio di lavoro

Salvare l'immagine dell'area di lavoro è utile per sessioni prolungate. Puoi farlo in qualsiasi momento usando la funzione save.image(), che memorizza il lavoro in un file .RData.

Quando chiudi R/RStudio, ti verrà chiesto di salvare. Se detto sì, il prossimo avvio caricherà l'area di lavoro salvata.

Fase Descrizione
Salvataggio area di lavoro Puoi specificare un nome per il file di lavoro: save.image(file = "my_work_space.RData").
Ripristino area di lavoro Per caricare l'area di lavoro, digita: load("my_work_space.RData").

Power Automate si applica a ogni azione nei flussi di lavoro

Power Automate si applica a ogni azione nei flussi di lavoro

Scopri l

Tecniche di modellazione dei dati per organizzare le misure DAX

Tecniche di modellazione dei dati per organizzare le misure DAX

Tecniche di modellazione dei dati per organizzare meglio le misure DAX per un flusso di lavoro più efficiente.

Filtro Power Apps: cosè e come si usa?

Filtro Power Apps: cosè e come si usa?

Scopri come utilizzare la funzione di filtro in Power Apps e come incorporarla nelle formule esistenti all

Come commentare più righe in Python: una guida semplice e veloce

Come commentare più righe in Python: una guida semplice e veloce

Come commentare più righe in Python: una guida semplice e veloce

Connettori Power Automate: numero, testo e data e ora

Connettori Power Automate: numero, testo e data e ora

Acquisisci familiarità con i connettori Power Automate per la manipolazione di numeri, testo e date/ore.

Budget Vs Actual Vs Last Year - Suggerimenti per la rendicontazione finanziaria

Budget Vs Actual Vs Last Year - Suggerimenti per la rendicontazione finanziaria

Ora, è molto facile studiare il budget rispetto all

Come salvare e caricare un file RDS in R

Come salvare e caricare un file RDS in R

Imparerai come salvare e caricare oggetti da un file .rds in R. Questo articolo tratta anche come importare oggetti da R a LuckyTemplates.

Che cosè Power Query e M Language: una panoramica dettagliata

Che cosè Power Query e M Language: una panoramica dettagliata

Scopri tutto su Power Query e il linguaggio M per la trasformazione e la preparazione dei dati nel desktop di LuckyTemplates.

Cosè il sé in Python: esempi del mondo reale

Cosè il sé in Python: esempi del mondo reale

Cos'è il sé in Python: esempi del mondo reale

Rivisitazione dei primi N giorni lavorativi: una soluzione per il linguaggio di codifica DAX

Rivisitazione dei primi N giorni lavorativi: una soluzione per il linguaggio di codifica DAX

In questa esercitazione sul linguaggio di codifica DAX, scopri come usare la funzione GENERATE e come modificare dinamicamente il titolo di una misura.