SharePoint의 계산된 열 | 개요
SharePoint에서 계산된 열의 중요성과 목록에서 자동 계산 및 데이터 수집을 수행하는 방법을 알아보세요.
R에서 RDS 파일을 저장하고 로드하는 방법
R은 데이터 분석을 위한 인기 있는 프로그래밍 언어이며 데이터 개체를 만들고 조작하는 데 자주 사용됩니다. RDS(R Data Serialization) 파일은 RStudio에서 R 개체를 저장하기 위한 일반적인 형식 이며 이를 통해 R 세션 간에 개체의 상태를 보존할 수 있습니다. R 개체를 R에서 RDS 파일로 저장하면 작업을 다른 사람과 공유하거나 분석을 복제하거나 단순히 나중에 사용할 수 있도록 작업을 저장하는 데 유용할 수 있습니다.
이 자습서에서는 R의 RDS 파일에서 개체를 저장하고 로드하는 방법을 알아봅니다. 이 블로그에서는 R 에서 LuckyTemplates로 개체를 가져오는 방법도 다룹니다 .
R에서 RDS 파일을 저장하고 로드하는 기본 사항을 다룰 것입니다. RDS 파일이 무엇이고 어떻게 작동하는지 설명하고 R 개체를 RDS 파일로 저장한 다음 해당 파일을 다시 로드하는 과정을 안내합니다. 또한 RDS 파일을 보다 효율적으로 사용하는 데 도움이 되는 몇 가지 팁과 요령을 제공합니다.
목차
파일 준비
이 데모에서는 야구 데이터가 포함된 Lahman 패키지를 사용합니다 . 또한 기본적인 분석을 위해 tidyverse 패키지를 사용할 것입니다 .
Lahman 패키지에는 Salaries라는 데이터 세트가 포함되어 있습니다. 목표는 연도, 선수 이름, 개인 및 누적 급여에 대한 정보가 포함된 테이블을 만드는 것입니다.
먼저 Salaries 데이터 세트를 수입에 할당해 보겠습니다. 그런 다음 선택( ) 기능을 사용하여 데이터 세트에서 불필요한 정보를 필터링합니다 . 다음으로 playerID 및 yearID에 따라 정렬하여 데이터를 구성합니다. 데이터는 playerID에 따라 추가로 그룹화됩니다.
%>% 로 표시되는 파이프 연산자는 작업 결과를 그 아래의 다음 작업에 공급하는 데 사용됩니다.
선수들의 누적 급여를 포함하는 새로운 컬럼을 생성하기 위해서는 mutate( ) 함수와 cumsum( ) 함수를 함께 사용해야 합니다 . 코드를 실행하면 연도, 선수, 급여 및 누적 급여에 대한 정보가 포함된 테이블이 표시됩니다.
그러나 ID 번호만으로 플레이어를 식별하기는 어렵습니다. 플레이어 이름을 표시하는 열을 추가해야 합니다. 선택( ) 기능을 사용하여 이를 수행하십시오 . 아래 코드에서 left_join() 함수는 두 테이블을 조인하는 데 사용됩니다.
새 테이블을 보려면 개체를 실행하십시오. head ( ) 함수는 테이블의 첫 번째 행을 반환하는 데 사용됩니다.
결과의 정확성을 확인하려면 두 개의 등호( == )로 표시되는 등호 연산자를 사용할 수 있습니다 .
R에 RDS 파일 저장
개체를 R에서 RDS 파일로 저장하면 CSV 확장자를 가진 파일과 달리 나중에 작업할 수 있습니다.
RDS 확장자로 파일을 저장하려면 write_rds( ) 함수를 사용합니다. Lahman 내의 readr 패키지에 속해 있음을 알 수 있습니다.
인수에서 R 개체의 이름과 파일을 저장할 위치를 작성합니다.
새로운 RStudio 세션을 열면 read_rds( ) 함수를 사용하여 객체를 다시 볼 수 있습니다.
R에서 RDS 파일을 사용하여 LuckyTemplates에서 개체 열기
LuckyTemplates에서 RDS 확장이 있는 개체를 열려면 홈 탭에서 데이터 가져오기 옵션을 클릭하고 자세히를 선택합니다 .
데이터 가져오기 마법사 에서 R 스크립트를 선택한 다음 연결을 클릭합니다 .
텍스트 상자에서 RStudio에서 RDS 파일을 여는 데 사용된 것과 동일한 코드 줄과 함께 라이브러리 패키지를 작성합니다. 그런 다음 확인 을 클릭합니다 .
파일이 로드되면 파워 쿼리 에서 파일을 열고 추가로 변경할 수 있습니다. 그러나 파일을 LuckyTemplates로 가져오기 전에 RStudio에서 데이터와 테이블을 정리하고 다듬는 것이 좋습니다.
결론
RDS 파일은 데이터 프레임, 모델 및 목록과 같은 R 개체를 저장하고 공유하는 편리하고 효율적인 방법입니다. 쉽게 읽고 쓸 수 있으며 CSV 또는 Excel과 같은 다른 파일 형식에 대한 훌륭한 대안입니다.
또한 RDS 파일은 R 개체의 무결성과 구조를 유지하므로 데이터 분석 및 모델링 프로젝트에 이상적입니다. 모든 R 사용자에게 필수적인 도구이며 R에서 데이터로 작업하는 프로세스를 크게 단순화할 수 있습니다.
모두 제일 좋다,
조지 마운트
보너스: 전체 작업 공간을 저장하세요
작업 세션이 길어지면 작업공간 이미지를 저장하는 것이 좋습니다.
이 작업은 언제든지 save.image() 함수를 사용하여 수행할 수 있습니다.
이미지를 저장()
기본적으로 작업공간을 .RData 라는 파일에 저장합니다. 예를 들어, 이렇게 하면 시스템 재부팅 시 모든 작업이 손실되지 않습니다.
R/RStudio를 닫으면 작업공간을 저장할지 묻는 메시지가 표시됩니다. 예라고 대답하면 다음에 R을 시작할 때 해당 작업 공간이 로드됩니다. 저장된 파일의 이름도 .RData로 지정됩니다.
작업 공간을 저장하기 위한 파일 이름을 지정할 수도 있습니다.
save.image(파일 = "my_work_space.RData")
작업 공간을 복원하려면 다음을 입력하십시오.
로드("my_work_space.RData")
Power Apps에서 변수 만들기: 컬렉션 작업
컬렉션 변수를 사용하여 Power Apps에서 변수 만드는 방법 및 유용한 팁에 대해 알아보세요.
Microsoft Flow HTTP 트리거 | Power Automate 자습서
Microsoft Flow HTTP 트리거가 수행할 수 있는 작업과 Microsoft Power Automate의 예를 사용하여 이를 사용하는 방법을 알아보고 이해하십시오!
Power Automate 흐름: 사용법 및 유형 설명
Power Automate 흐름 및 용도에 대해 자세히 알아보세요. 다양한 작업 및 시나리오에 사용할 수 있는 다양한 유형의 흐름에 대해 설명합니다.
흐름에서 Power Automate 종료 작업 제어
조건이 충족되지 않는 경우 흐름에서 작업을 종료하는 Power Automate 종료 작업 컨트롤을 올바르게 사용하는 방법을 알아봅니다.
PowerApps 시작 기능: 앱에서 다른 서비스를 시작하는 방법
PowerApps 실행 기능에 대해 자세히 알아보고 자신의 앱에서 바로 웹사이트, 전화, 이메일 및 기타 앱과 같은 기타 서비스를 실행하십시오.
Power Automate의 HTTP 요청 – 소개
타사 애플리케이션 통합과 관련하여 Power Automate의 HTTP 요청이 작동하는 방식을 배우고 이해합니다.
Power Automate Desktop: 마우스 클릭 보내기 기능을 사용하는 방법
Power Automate Desktop에서 Send Mouse Click을 사용하는 방법을 알아보고 이것이 어떤 이점을 제공하고 흐름 성능을 개선하는지 알아보십시오.
PowerApps 변수: 컨텍스트 및 전역 변수 식별
PowerApps 변수의 작동 방식, 다양한 종류, 각 변수가 앱에 기여할 수 있는 사항을 알아보세요.
Power Automate에서 실행할 데스크톱 흐름 예약
이 자습서에서는 Power Automate를 사용하여 웹 또는 데스크톱에서 작업을 자동화하는 방법을 알려줍니다. 데스크톱 흐름 예약에 대한 포괄적인 가이드를 제공합니다.