Modificare i dati in R utilizzando il pacchetto DataEditR

Modificare i dati in R utilizzando il pacchetto DataEditR

In questo tutorial imparerai come modificare i dati in R usando il pacchetto DataEditR . Puoi guardare il video completo di questo tutorial in fondo a questo blog .

DataEditR è un pacchetto R che ti consentirà di creare dashboard e report in R utilizzando una GUI. Quindi, saremo in grado di puntare e fare clic, modificare e inserire dati. Puoi anche scaricarlo da CRAN. Consulta il corso per sapere come scaricare il pacchetto.

Esaminiamo una breve demo. È un set di dati di CRAN in cui possiamo eseguire manipolazioni di base per l'editing dei dati e quindi salvarlo. Useremo una GUI per farlo quando R è uno strumento di codifica.

Innanzitutto, avviamo RStudio, digitiamo la libreria (DataEditR) e premiamo Invio . Assicurati di averlo installato se non ce l'hai.

Modificare i dati in R utilizzando il pacchetto DataEditR

Quindi digitare  browseVignettes (DataEditR) . È una buona funzione da eseguire perché è qui che possiamo controllare i tutorial per questo pacchetto.

Modificare i dati in R utilizzando il pacchetto DataEditR

Eseguire il browseVignettes, quindi fare clic sul  collegamento HTML  . 

Modificare i dati in R utilizzando il pacchetto DataEditR

Scorri verso il basso per visualizzare l'elenco dei tutorial di DataEditR. Imparerai come avviarlo, come funziona, come importare i dati e altro ancora. Dai un'occhiata man mano che diventi più avanzato.

Modificare i dati in R utilizzando il pacchetto DataEditR

Torniamo a RStudio e concentriamoci sugli elementi di modifica dei dati di questo pacchetto.

Sommario

Come modificare i dati in R utilizzando il pacchetto DataEditR

Digitiamo library(Ecdat ) seguito da data(package = Ecdat), quindi eseguiamo questo pacchetto.

Modificare i dati in R utilizzando il pacchetto DataEditR

Questi sono i set di dati R in  Ecdat . Esistono molti set di dati orientati al business che sono utili da utilizzare per esercitazioni o dimostrazioni.

Modificare i dati in R utilizzando il pacchetto DataEditR

Per questa demo, utilizzeremo il set di dati Housing. Digita data_edit(Housing) per aprire una nuova finestra.

Modificare i dati in R utilizzando il pacchetto DataEditR

Ora siamo nell'editor dei dati abitativi. Possiamo anche caricare un nuovo file qui.

Modificare i dati in R utilizzando il pacchetto DataEditR

Abbiamo alcune opzioni qui. Il primo è Seleziona colonne .

Modificare i dati in R utilizzando il pacchetto DataEditR

Questi sono pulsanti in cui possiamo selezionare quello che vogliamo.

Modificare i dati in R utilizzando il pacchetto DataEditR

Il prossimo è il  filtro Righe .

Modificare i dati in R utilizzando il pacchetto DataEditR

Possiamo filtrare numeri o stringhe e aggiungere o rimuovere filtri.

Modificare i dati in R utilizzando il pacchetto DataEditR

La prossima è l'  opzione Sincronizza  . Si ricarica nella nostra configurazione iniziale del set di dati.

Modificare i dati in R utilizzando il pacchetto DataEditR

Ora passiamo alle due opzioni su come salvare i tuoi dati. 

L'  opzione Salva selezione su file  è per alcune cose che dobbiamo salvare nei nostri appunti. 

Modificare i dati in R utilizzando il pacchetto DataEditR

Possiamo anche salvare l'intero set di dati facendo clic sull'opzione  Salva su file  .

Modificare i dati in R utilizzando il pacchetto DataEditR

Ad esempio, vogliamo salvare l'intero set di dati come file CSV.

Modificare i dati in R utilizzando il pacchetto DataEditR

Fare clic con il pulsante destro del mouse su una delle celle nella colonna per visualizzare le diverse opzioni. In questo esempio, selezioniamo la riga Inserisci sopra .

Modificare i dati in R utilizzando il pacchetto DataEditR

Possiamo inserire i dati nei campi. Questo è qualcosa che non possiamo fare in Power Query.

Ci sono casi in cui vogliamo creare un'app Web in cui le persone possono inserire i propri dati. Spara direttamente in un file R, che va a qualunque pipeline vogliamo. È come uno strumento front-end.

Modificare i dati in R utilizzando il pacchetto DataEditR

È anche facile cambiare i nomi delle colonne in DataEditR perché è tutto punta e clicca. 

Ad esempio, vogliamo modificare l' intestazione delle storie in n_stories . Tutto quello che dobbiamo fare è fare clic sulla cella e rinominarla.

Modificare i dati in R utilizzando il pacchetto DataEditR

Modificare i dati in R utilizzando il pacchetto DataEditR

Un'altra caratteristica è quella di estendere e riempire diversi numeri, date o persino testo in altre celle. È simile a come funziona in Excel.

Fai clic su una cella, estendi e riempi fino ad altre celle.

Modificare i dati in R utilizzando il pacchetto DataEditR

Quindi selezionare parti del set di dati e fare clic con il pulsante destro del mouse per modificare l'allineamento delle celle.

Modificare i dati in R utilizzando il pacchetto DataEditR

Possiamo anche utilizzare l' opzione Ritaglia alla selezione evidenziando le celle e ritagliando le celle selezionate.

Modificare i dati in R utilizzando il pacchetto DataEditR

Questo pacchetto è in fase di sviluppo. Il grande vantaggio è la possibilità di modificare i dati in R, in particolare modificando i nomi delle colonne e inserendo una colonna.

Modificare i dati in R utilizzando il pacchetto DataEditR

V1   è un segnaposto predefinito per i nomi di colonna in R.

Ora, facciamo clic su  Fine .

Modificare i dati in R utilizzando il pacchetto DataEditR

Questo è il set di dati alterato. Possiamo anche conservarne una copia salvandola.

Modificare i dati in R utilizzando il pacchetto DataEditR


Parametro What If per i modelli di dati in LuckyTemplates
Best practice di Power Query per il modello di dati
LuckyTemplates Progress Tracker per i dati relativi a vendite e ordini

Conclusione

Possiamo utilizzare il pacchetto DataEditR per l'immissione dei dati grazie alla sua interfaccia simile a Excel e alla sua funzione di modifica punta e clicca.

Lo strumento R è uno strumento riproducibile in cui qualsiasi modifica è completamente modificabile. Tuttavia, l'utilizzo della GUI non è lo strumento più riproducibile ma presenta i suoi vantaggi nell'interfaccia utente.

Spero che tu possa utilizzare questo tutorial quando modifichi i tuoi dati in R. Non dimenticare di iscriverti al canale TV LuckyTemplates.

Ti auguro il meglio,


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.