DataEditR パッケージを使用して R でデータを編集する

DataEditR パッケージを使用して R でデータを編集する

このチュートリアルでは、 DataEditRパッケージを使用して R でデータを編集する方法を学習します。このチュートリアルのビデオ全体は、このブログの下部でご覧いただけます

DataEditR は、GUI を使用して R でダッシュボードとレポートを構築できるようにする R パッケージです。その後、ポイント アンド クリックしてデータを編集、入力できるようになります。CRAN からダウンロードすることもできます。パッケージをダウンロードする方法については、コースをご覧ください。

短いデモを見てみましょう。これは CRAN のデータ セットで、基本的なデータ編集操作を行って保存できます。R がコーディング ツールである場合は、GUI を使用してこれを実行します。

まず、RStudio を起動し、ライブラリ (DataEditR)を入力してEnterを押します。お持ちでない場合は必ずインストールしてください。

DataEditR パッケージを使用して R でデータを編集する

次に 「browseVignettes (DataEditR)」と入力します。このパッケージのチュートリアルをここで確認できるため、これは実行すると良い機能です。

DataEditR パッケージを使用して R でデータを編集する

browseVignettes を実行し、  HMTL リンクをクリックします。 

DataEditR パッケージを使用して R でデータを編集する

下にスクロールして、DataEditR チュートリアルのリストを表示します。起動方法、仕組み、データのインポート方法などについて学びます。上級者になるにつれて、これを確認してください。

DataEditR パッケージを使用して R でデータを編集する

RStudio に戻り、このパッケージのデータ編集要素に注目してみましょう。

目次

DataEditR パッケージを使用して R でデータを編集する方法

library(Ecdat ) に続いてdata(package = Ecdat)と入力して、このパッケージを実行してみましょう。

DataEditR パッケージを使用して R でデータを編集する

これらはEcdatの R データ セットです 。練習やデモに使用するのに適したビジネス指向のデータ セットが多数あります。

DataEditR パッケージを使用して R でデータを編集する

このデモでは、Housing データ セットを使用します。「data_edit(Housing)」と入力して、新しいウィンドウを開きます。

DataEditR パッケージを使用して R でデータを編集する

これで、住宅データ エディターが表示されました。ここで新しいファイルをアップロードすることもできます。

DataEditR パッケージを使用して R でデータを編集する

ここにはいくつかのオプションがあります。1 つ目は [列の選択]です。

DataEditR パッケージを使用して R でデータを編集する

これらは必要なものを選択できるボタンです。

DataEditR パッケージを使用して R でデータを編集する

次は フィルター行です。

DataEditR パッケージを使用して R でデータを編集する

数値や文字列をフィルタリングしたり、フィルタを追加または削除したりできます。

DataEditR パッケージを使用して R でデータを編集する

次は「同期」オプションです  。データ セットの初期設定に再度ロードされます。

DataEditR パッケージを使用して R でデータを編集する

次に、データを保存する方法に関する 2 つのオプションに進みましょう。 

[選択 内容をファイルに保存 ] オプションは、クリップボードに保存する必要がある特定のものに対して使用されます。 

DataEditR パッケージを使用して R でデータを編集する

[ファイルに保存]オプションをクリックして、データ セット全体を保存することもできます  。

DataEditR パッケージを使用して R でデータを編集する

たとえば、データセット全体を CSV ファイルとして保存したいとします。

DataEditR パッケージを使用して R でデータを編集する

列内のいずれかのセルを右クリックすると、さまざまなオプションが表示されます。この例では、上の [挿入] 行を選択します。

DataEditR パッケージを使用して R でデータを編集する

フィールドにデータを入力できます。これは Power Query では実行できないことです。

ユーザーがデータを入力できる Web アプリを構築したい場合があります。これは R ファイルに直接書き込まれ、必要なパイプラインに送られます。フロントエンドツールのようなものです。

DataEditR パッケージを使用して R でデータを編集する

DataEditR で列の名前を変更するのもポイント アンド クリックだけなので簡単です。 

たとえば、ストーリーヘッダーをn_storiesに編集したいとします。セルをクリックして名前を変更するだけです。

DataEditR パッケージを使用して R でデータを編集する

DataEditR パッケージを使用して R でデータを編集する

もう 1 つの機能は、複数の数字、日付、またはテキストを他のセルに拡張して入力することです。Excel での動作と似ています。

セルをクリックして拡張し、他のセルまで塗りつぶします。

DataEditR パッケージを使用して R でデータを編集する

次に、データ セットの一部を選択し、右クリックしてセルの配置を変更します。

DataEditR パッケージを使用して R でデータを編集する

セルを強調表示し、選択したセルをトリミングすることで、[選択範囲までトリミング]オプションを使用することもできます。

DataEditR パッケージを使用して R でデータを編集する

このパッケージは開発中です。大きな利点は、R でデータを編集できること、特に列名の変更や列の挿入ができることです。

DataEditR パッケージを使用して R でデータを編集する

V1 は、  R の列名のデフォルトのプレースホルダーです。

ここで、 「完了」をクリックしましょう 。

DataEditR パッケージを使用して R でデータを編集する

これは変更されたデータセットです。コピーを保存して保持することもできます。

DataEditR パッケージを使用して R でデータを編集する


LuckyTemplates のデータ モデルの What If パラメーター
データ モデルの Power Query のベスト プラクティス
販売および注文データの LuckyTemplates 進捗トラッカー

結論

DataEditR パッケージは Excel に似たインターフェイスと、ポイント アンド クリックして編集する機能を備えているため、データ入力に使用できます。

R ツールは、あらゆる変更を完全に編集できる、再現可能なツールです。ただし、GUI の使用は最も再現性の高いツールではありませんが、GUI には独自のユーザー インターフェイスの利点があります。

R で独自のデータを編集するときにこのチュートリアルを活用していただければ幸いです。LuckyTemplates TV チャンネルに登録することを忘れないでください。

ではごきげんよう、


Power Automate の文字列関数: Substring と IndexOf

Power Automate の文字列関数: Substring と IndexOf

Microsoft フローで使用できる 2 つの複雑な Power Automate String 関数、substring 関数とindexOf 関数を簡単に学習します。

LuckyTemplates でビジュアル ツールチップを作成する

LuckyTemplates でビジュアル ツールチップを作成する

LuckyTemplates ツールチップを使用すると、より多くの情報を 1 つのレポート ページに圧縮できます。効果的な視覚化の手法を学ぶことができます。

Power Automate で HTTP 要求を行う

Power Automate で HTTP 要求を行う

Power Automate で HTTP 要求を作成し、データを受信する方法を学んでいます。

LuckyTemplates で日付テーブルを作成する方法

LuckyTemplates で日付テーブルを作成する方法

LuckyTemplates で簡単に日付テーブルを作成する方法について学びましょう。データの分析と視覚化のための効果的なツールとして活用できます。

2 つの方法による SharePoint 列の検証

2 つの方法による SharePoint 列の検証

SharePoint 列の検証の数式を使用して、ユーザーからの入力を制限および検証する方法を学びます。

SharePoint リストを Excel または CSV ファイルにエクスポート

SharePoint リストを Excel または CSV ファイルにエクスポート

SharePoint リストを Excel ファイルおよび CSV ファイルにエクスポートする方法を学び、さまざまな状況に最適なエクスポート方法を決定できるようにします。

Power Automate のオンプレミス データ ゲートウェイ

Power Automate のオンプレミス データ ゲートウェイ

ユーザーがコンピューターから離れているときに、オンプレミス データ ゲートウェイを使用して Power Automate がデスクトップ アプリケーションにアクセスできるようにする方法を説明します。

DAX 数式での LASTNONBLANK の使用

DAX 数式での LASTNONBLANK の使用

DAX 数式で LASTNONBLANK 関数を使用して、データ分析の深い洞察を得る方法を学びます。

CROSSJOIN 関数の使用方法 – LuckyTemplates および DAX チュートリアル

CROSSJOIN 関数の使用方法 – LuckyTemplates および DAX チュートリアル

LuckyTemplates で予算分析とレポートを実行しながら、CROSSJOIN 関数を使用して 2 つのデータ テーブルをバインドする方法を学びます。

TREATAS 関数を使用して LuckyTemplates で仮想リレーションシップを作成する

TREATAS 関数を使用して LuckyTemplates で仮想リレーションシップを作成する

このチュートリアルでは、LuckyTemplates TREATAS を使用して数式内に仮想リレーションシップを作成する方法を説明します。