Een RDS-bestand opslaan en laden in R

R is een populaire programmeertaal voor gegevensanalyse en wordt vaak gebruikt om gegevensobjecten te maken en te manipuleren. RDS-bestanden (R Data Serialization) zijn een veelgebruikte indeling voor het opslaan van R-objecten in RStudio, en ze stellen u in staat de status van een object tussen R-sessies in te behouden. Het opslaan van uw R-object als een RDS-bestand in R kan handig zijn om uw werk met anderen te delen, uw analyse te repliceren of eenvoudig uw werk op te slaan voor later gebruik.

In deze zelfstudie leert u hoe u objecten uit een RDS-bestand in R kunt opslaan en laden. In deze blog wordt ook besproken hoe u objecten uit R naar LuckyTemplates kunt importeren .

We behandelen de basisprincipes van het opslaan en laden van RDS-bestanden in R. We leggen uit wat RDS-bestanden zijn en hoe ze werken, en we zullen u door het proces leiden van het opslaan van een R-object als een RDS-bestand en dat bestand vervolgens weer laden in R. We zullen ook enkele tips en trucs geven om u te helpen efficiënter met RDS-bestanden te werken.

Inhoudsopgave

• Het dossier voorbereiden
• Een RDS-bestand opslaan in R
• Open een object in LuckyTemplates met behulp van een RDS-bestand in R
• Conclusie

Het dossier voorbereiden

Voor deze demonstratie gebruiken we het Lahman-pakket dat honkbalgegevens bevat. We zullen ook het opruimpakket gebruiken voor basisanalyse.

Het Lahman-pakket bevat een dataset met de naam Salarissen. Het doel is om een ​​tabel te maken met informatie over het jaar, de naam van de speler en hun individuele en cumulatieve salarissen.

Laten we eerst de gegevensset Salarissen toewijzen aan inkomsten. Filter vervolgens onnodige informatie uit de dataset met behulp van de functie select ( ) . Organiseer vervolgens de gegevens door ze te rangschikken op speler-ID en jaar-ID. De gegevens zijn verder gegroepeerd volgens playerID.

De pipe-operator , aangeduid met %>% , wordt gebruikt om de resultaten van een bewerking in te voeren in de volgende bewerking eronder.

Om een ​​nieuwe kolom te maken met de cumulatieve salarissen van de spelers, moeten we de functie muteren ( ) samen met de functie cumsum ( ) gebruiken . Als je de code uitvoert, krijg je een tabel met informatie over het jaar, de speler, het salaris en het cumulatieve salaris.

Het is echter moeilijk om spelers te identificeren op basis van alleen het ID-nummer. We moeten kolommen toevoegen die de naam van de speler tonen. Doe dit met behulp van de select ( ) functie. In de onderstaande code wordt de functie left_join ( ) gebruikt om de twee tabellen samen te voegen.

Voer het object uit om de nieuwe tabel te bekijken. De functie head ( ) wordt gebruikt om de eerste rijen in een tabel te retourneren.

Als u de juistheid van het resultaat wilt controleren, kunt u de gelijkheidsoperator gebruiken die wordt aangegeven met twee gelijktekens ( == ).

Een RDS-bestand opslaan in R

Door een object als een RDS-bestand in R op te slaan, kunt u er later aan werken, in tegenstelling tot een bestand met een CSV-extensie.

Gebruik de functie write_rds ( ) om een ​​bestand op te slaan met een RDS-extensie . Je kunt zien dat het behoort tot het readr-pakket binnen Lahman.

Schrijf in het argument de naam van het R-object en de locatie waar u het bestand wilt opslaan.

Als u een nieuwe RStudio-sessie opent, kunt u het object opnieuw bekijken met de functie read_rds ( ) .

Open een object in LuckyTemplates met behulp van een RDS-bestand in R

Als u een object met een RDS-extensie in LuckyTemplates wilt openen, klikt u op de optie Gegevens ophalen op het tabblad Start en selecteert u Meer .

Selecteer R Script in de wizard Gegevens ophalen en klik vervolgens op Verbinden .

Schrijf in het tekstvak het bibliotheekpakket samen met dezelfde regel code die is gebruikt om het RDS-bestand in RStudio te openen. Klik vervolgens op OK .

Zodra het bestand is geladen, kunt u het openen in Power Query en aanvullende wijzigingen aanbrengen. Maar het wordt aanbevolen om de gegevens en tabel in RStudio op te schonen en op te schonen voordat u het bestand importeert naar LuckyTemplates.

Conclusie

Een RDS-bestand is een handige en efficiënte manier om R-objecten zoals dataframes, modellen en lijsten op te slaan en te delen. Ze kunnen gemakkelijk worden gelezen en geschreven en zijn een geweldig alternatief voor andere bestandsindelingen zoals CSV of Excel.

Bovendien behouden RDS-bestanden de integriteit en structuur van R-objecten, waardoor ze ideaal zijn voor data-analyse en modelleringsprojecten. Ze zijn een essentieel hulpmiddel voor elke R-gebruiker en kunnen het proces van het werken met gegevens in R aanzienlijk vereenvoudigen.

Al het beste,

Georg Berg