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。
RでRDSファイルを保存してロードする方法
R はデータ分析用の人気のあるプログラミング言語であり、データ オブジェクトの作成と操作によく使用されます。RDS (R Data Serialization) ファイルは、RStudio でR オブジェクトを保存するための一般的な形式であり、R セッション間でオブジェクトの状態を保存できます。R オブジェクトを R の RDS ファイルとして保存すると、作業内容を他のユーザーと共有したり、分析を複製したり、後で使用するために単に作業内容を保存したりする場合に便利です。
このチュートリアルでは、R の RDS ファイルからオブジェクトを保存および読み込む方法を学習します。このブログでは、R から LuckyTemplates にオブジェクトをインポートする方法についても説明します。
R での RDS ファイルの保存と読み込みの基本について説明します。RDS ファイルとは何か、その仕組みについて説明し、R オブジェクトを RDS ファイルとして保存し、そのファイルを再度読み込むプロセスについて説明します。また、RDS ファイルをより効率的に操作するのに役立ついくつかのヒントやテクニックも提供します。
目次
ファイルの準備
このデモンストレーションでは、野球データを含むLahman パッケージを使用します。基本的な分析には、 tidyverseパッケージも使用します。
Lahman パッケージには、Salaries というデータセットが含まれています。目標は、年、選手名、個人および累計給与に関する情報を含む表を作成することです。
まず、Salaries データセットを収益に割り当てましょう。次に、 select ( )関数を使用して、データセットから不要な情報を除外します。次に、playerIDとyearIDごとにデータを並べて整理します。データは、playerID に従ってさらにグループ化されます。
%>%で示されるパイプ演算子は、操作の結果をその下の次の操作にフィードするために使用されます。
選手の累積給与を含む新しい列を作成するには、cumsum ()関数とともにmutate ()関数を使用する必要があります。コードを実行すると、年、選手、給与、累積給与に関する情報を含むテーブルが表示されます。
ただし、ID 番号だけでプレイヤーを特定することは困難です。プレイヤー名を表示する列を追加する必要があります。これを行うには、select ( )関数を使用します。以下のコードでは、left_join ()関数を使用して 2 つのテーブルを結合しています。
新しいテーブルを表示するには、オブジェクトを実行します。head ( )関数は、テーブルの最初の行を返すために使用されます。
結果の精度を確認したい場合は、2 つの等号 ( == ) で示される等価演算子を使用できます。
RDS ファイルを R に保存する
CSV 拡張子を持つファイルとは異なり、オブジェクトを RDS ファイルとして R に保存すると、後で作業することができます。
RDS 拡張子を持つファイルを保存するには、write_rds ()関数を使用します。Lahman 内の readr パッケージに属していることがわかります。
引数には、R オブジェクトの名前とファイルを保存する場所を記述します。
新しい RStudio セッションを開いた場合は、 read_rds ()関数を使用してオブジェクトを再度表示できます。
R の RDS ファイルを使用して LuckyTemplates でオブジェクトを開く
LuckyTemplates で RDS 拡張機能を持つオブジェクトを開くには、 [ホーム] タブの [データの取得]オプションをクリックし、 [その他]を選択します。
データの取得ウィザードで、「R スクリプト」を選択し、「接続」をクリックします。
テキスト ボックスに、RStudio で RDS ファイルを開くために使用したのと同じコード行とともにライブラリ パッケージを書き込みます。次に、「OK」をクリックします。
ファイルが読み込まれたら、Power Queryで開いて追加の変更を加えることができます。ただし、ファイルを LuckyTemplates にインポートする前に、RStudio でデータとテーブルをクリーンにして磨きをかけることをお勧めします。
結論
RDS ファイルは、データ フレーム、モデル、リストなどの R オブジェクトを保存および共有するための便利で効率的な方法です。これらは簡単に読み書きでき、CSV や Excel などの他のファイル形式の優れた代替手段となります。
さらに、RDS ファイルは R オブジェクトの整合性と構造を維持するため、データ分析やモデリング プロジェクトに最適です。これらはすべての R ユーザーにとって不可欠なツールであり、R でデータを操作するプロセスを大幅に簡素化できます。
ではごきげんよう、
ジョージ・マウント
ボーナス: ワークスペース全体を保存します
作業セッションが長い場合は、 ワークスペース 画像を保存することをお勧めします。
これは、 save.image() 関数を使用していつでも実行できます。
画像を保存（）
デフォルトでは、 .RData という名前のファイルにワークスペースが保存されます。これにより、たとえばシステムの再起動時にすべての作業内容が失われることがなくなります。
R/RStudio を閉じると、ワークスペースを保存するかどうかを尋ねられます。 「はい」と答えると、次回 R を起動するときにそのワークスペースがロードされます。保存されたファイルの名前も .RData になります。
ワークスペースを保存するためのファイル名を指定することもできます。
save.image(file = "my_work_space.RData")
ワークスペースを復元するには、次のように入力します。
ロード("my_work_space.RData")
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
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 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
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 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
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
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。