Editar dados em R usando o pacote DataEditR

Neste tutorial, você aprenderá como editar dados em R usando o pacote DataEditR . Você pode assistir ao vídeo completo deste tutorial na parte inferior deste blog .

DataEditR é um pacote R que permite criar painéis e relatórios em R usando uma GUI. Então, poderemos apontar e clicar, editar e inserir dados. Você também pode baixá-lo do CRAN. Confira o curso para saber como baixar o pacote.

Vamos fazer uma breve demonstração. É um conjunto de dados do CRAN onde podemos fazer manipulação básica de edição de dados e salvá-los. Usaremos uma GUI para fazer isso quando R for uma ferramenta de codificação.

Primeiro, vamos inicializar o RStudio, digitar na biblioteca (DataEditR) e pressionar Enter . Certifique-se de tê-lo instalado, caso não o tenha.

Editar dados em R usando o pacote DataEditR

Em seguida, digite  BrowseVignettes (DataEditR) . É uma boa função para executar porque é onde podemos verificar os tutoriais deste pacote.

Editar dados em R usando o pacote DataEditR

Execute o BrowseVignettes e clique no  link HTML  . 

Editar dados em R usando o pacote DataEditR

Role para baixo para ver a lista dos tutoriais do DataEditR. Você aprenderá como inicializá-lo, como funciona, como importar dados para ele e muito mais. Verifique isso à medida que avança.

Editar dados em R usando o pacote DataEditR

Vamos voltar ao RStudio e focar nos elementos de edição de dados deste pacote.

Índice

Como editar dados em R usando o pacote DataEditR

Vamos digitar library(Ecdat ) seguido por data(package = Ecdat), então execute este pacote.

Editar dados em R usando o pacote DataEditR

Esses são os conjuntos de dados R em  Ecdat . Há muitos conjuntos de dados orientados a negócios que são bons para uso em práticas ou demonstrações.

Editar dados em R usando o pacote DataEditR

Para esta demonstração, vamos usar o conjunto de dados Housing. Digite data_edit(Housing) para abrir uma nova janela.

Editar dados em R usando o pacote DataEditR

Agora estamos no editor de dados de Habitação. Também podemos carregar um novo arquivo aqui.

Editar dados em R usando o pacote DataEditR

Temos algumas opções aqui. O primeiro é o Select Columns .

Editar dados em R usando o pacote DataEditR

Estes são botões onde podemos selecionar qual deles queremos.

Editar dados em R usando o pacote DataEditR

O próximo é o  Filter Rows .

Editar dados em R usando o pacote DataEditR

Podemos filtrar números ou strings e adicionar ou remover filtros.

Editar dados em R usando o pacote DataEditR

A seguir está a  opção Sincronizar  . Ele carrega de volta em nossa configuração inicial do conjunto de dados.

Editar dados em R usando o pacote DataEditR

Agora vamos passar para as duas opções de como salvar seus dados. 

A  opção Salvar seleção em arquivo  é para certas coisas que precisamos salvar em nossa área de transferência. 

Editar dados em R usando o pacote DataEditR

Também podemos salvar todo o conjunto de dados clicando na  opção Salvar em arquivo  .

Editar dados em R usando o pacote DataEditR

Por exemplo, queremos salvar todo o conjunto de dados como um arquivo CSV.

Editar dados em R usando o pacote DataEditR

Clique com o botão direito do mouse em uma das células da coluna para ver as diferentes opções. Neste exemplo, selecionamos a linha Insert acima .

Editar dados em R usando o pacote DataEditR

Podemos inserir dados nos campos. Isso é algo que não podemos fazer no Power Query.

Há casos em que queremos construir um aplicativo da web onde as pessoas possam inserir seus dados. Ele dispara direto para um arquivo R, que vai para qualquer canal que quisermos. É como uma ferramenta de front-end.

Editar dados em R usando o pacote DataEditR

Também é fácil alterar os nomes das colunas no DataEditR porque é só apontar e clicar. 

Por exemplo, queremos editar o cabeçalho das histórias para n_stories . Tudo o que precisamos fazer é clicar na célula e renomeá-la.

Editar dados em R usando o pacote DataEditR

Editar dados em R usando o pacote DataEditR

Outra funcionalidade é estender e preencher diversos números, datas ou até mesmo texto para outras células. É semelhante a como funciona no Excel.

Clique em uma célula, estenda e preencha outras células.

Editar dados em R usando o pacote DataEditR

Em seguida, selecione partes do conjunto de dados e clique com o botão direito do mouse para alterar o alinhamento das células.

Editar dados em R usando o pacote DataEditR

Também podemos usar a opção Cortar para seleção , destacando as células e cortando as células selecionadas.

Editar dados em R usando o pacote DataEditR

Este pacote está em desenvolvimento. A grande vantagem é a capacidade de editar dados em R, especialmente alterando os nomes das colunas e inserindo uma coluna.

Editar dados em R usando o pacote DataEditR

V1  é um espaço reservado padrão para nomes de colunas em R.

Agora, vamos clicar em  Concluído .

Editar dados em R usando o pacote DataEditR

Este é o conjunto de dados alterados. Também podemos manter uma cópia salvando-a.

Editar dados em R usando o pacote DataEditR


E se parâmetro para modelos de dados no LuckyTemplates
Práticas recomendadas de consulta do Power para seu modelo de dados
Rastreador de progresso do LuckyTemplates para dados de vendas e pedidos

Conclusão

Podemos usar o pacote DataEditR para entrada de dados por causa de sua interface semelhante ao Excel e seu recurso de apontar e clicar e depois editar.

A ferramenta R é uma ferramenta reproduzível onde qualquer alteração é totalmente editável. No entanto, o uso da GUI não é a ferramenta mais reproduzível, mas possui suas próprias vantagens na interface do usuário.

Espero que você possa usar este tutorial ao editar seus próprios dados em R. Não se esqueça de se inscrever no canal de TV LuckyTemplates.

Tudo de bom,

Leave a Comment

Colunas calculadas no SharePoint | Uma visão geral

Colunas calculadas no SharePoint | Uma visão geral

Descubra a importância das colunas calculadas no SharePoint e como elas podem realizar cálculos automáticos e obtenção de dados em suas listas.

Atributos pré-atentivos: como isso pode afetar seu relatório

Atributos pré-atentivos: como isso pode afetar seu relatório

Descubra todos os atributos pré-atentivos e saiba como isso pode impactar significativamente seu relatório do LuckyTemplates

Calcular Dias de Estoque Zero – LuckyTemplates Inventory Management Insights

Calcular Dias de Estoque Zero – LuckyTemplates Inventory Management Insights

Aprenda a contar o número total de dias em que você não tinha estoque por meio dessa técnica eficaz de gerenciamento de inventário do LuckyTemplates.

Usando exibições de gerenciamento dinâmico (DMV) no DAX Studio

Usando exibições de gerenciamento dinâmico (DMV) no DAX Studio

Saiba mais sobre as exibições de gerenciamento dinâmico (DMV) no DAX Studio e como usá-las para carregar conjuntos de dados diretamente no LuckyTemplates.

Variáveis ​​e expressões dentro do editor do Power Query

Variáveis ​​e expressões dentro do editor do Power Query

Este tutorial irá discutir sobre Variáveis e Expressões dentro do Editor do Power Query, destacando a importância de variáveis M e sua sintaxe.

Como calcular a diferença em dias entre compras usando o DAX no LuckyTemplates

Como calcular a diferença em dias entre compras usando o DAX no LuckyTemplates

Aprenda a calcular a diferença em dias entre compras usando DAX no LuckyTemplates com este guia completo.

Calculando a média no LuckyTemplates: isolando os resultados do dia da semana ou do fim de semana usando o DAX

Calculando a média no LuckyTemplates: isolando os resultados do dia da semana ou do fim de semana usando o DAX

Calcular uma média no LuckyTemplates envolve técnicas DAX para obter dados precisos em relatórios de negócios.

O que é self em Python: exemplos do mundo real

O que é self em Python: exemplos do mundo real

O que é self em Python: exemplos do mundo real

Como salvar e carregar um arquivo RDS em R

Como salvar e carregar um arquivo RDS em R

Você aprenderá como salvar e carregar objetos de um arquivo .rds no R. Este blog também abordará como importar objetos do R para o LuckyTemplates.

Primeiros N dias úteis revisitados - uma solução de linguagem de codificação DAX

Primeiros N dias úteis revisitados - uma solução de linguagem de codificação DAX

Neste tutorial de linguagem de codificação DAX, aprenda como usar a função GENERATE e como alterar um título de medida dinamicamente.