Редактировать данные в R с помощью пакета DataEditR

В этом руководстве вы узнаете, как редактировать данные в R с помощью пакета DataEditR . Вы можете посмотреть полное видео этого урока внизу этого блога .

DataEditR — это пакет R, который позволит вам создавать информационные панели и отчеты в R с помощью графического интерфейса. Затем мы сможем указывать и щелкать, редактировать и вводить данные. Вы также можете загрузить его из CRAN. Ознакомьтесь с курсом , чтобы узнать, как загрузить пакет.

Давайте пройдем короткую демонстрацию. Это набор данных из CRAN, где мы можем выполнять базовые операции редактирования данных, а затем сохранять их. Мы будем использовать для этого графический интерфейс, когда R — инструмент кодирования.

Во-первых, давайте загрузим RStudio, введем библиотеку (DataEditR) и нажмем Enter . Убедитесь, что он установлен, если у вас его нет.

Редактировать данные в R с помощью пакета DataEditR

Затем введите в  browserVignettes (DataEditR) . Это хорошая функция для запуска, потому что именно здесь мы можем проверить учебники для этого пакета.

Редактировать данные в R с помощью пакета DataEditR

Запустите ОбзорВиньеток, затем щелкните  ссылку HMTL  . 

Редактировать данные в R с помощью пакета DataEditR

Прокрутите вниз, чтобы просмотреть список руководств по DataEditR. Вы узнаете, как его загрузить, как он работает, как импортировать в него данные и многое другое. Проверьте это, когда вы станете более продвинутым.

Редактировать данные в R с помощью пакета DataEditR

Вернемся к RStudio и сосредоточимся на элементах редактирования данных этого пакета.

Оглавление

Как редактировать данные в R с помощью пакета DataEditR

Давайте введем библиотеку (Ecdat ), а затем данные (package = Ecdat), а затем запустим этот пакет.

Редактировать данные в R с помощью пакета DataEditR

Это наборы данных R в  Ecdat . Существует множество бизнес-ориентированных наборов данных, которые хорошо использовать для практики или демонстраций.

Редактировать данные в R с помощью пакета DataEditR

Для этой демонстрации мы будем использовать набор данных Housing. Введите data_edit(Housing) , чтобы открыть новое окно.

Редактировать данные в R с помощью пакета DataEditR

Теперь мы находимся в редакторе данных Housing. Здесь мы также можем загрузить новый файл.

Редактировать данные в R с помощью пакета DataEditR

Здесь у нас есть несколько вариантов. Первый — это Select Columns .

Редактировать данные в R с помощью пакета DataEditR

Это кнопки, где мы можем выбрать, какой из них мы хотим.

Редактировать данные в R с помощью пакета DataEditR

Следующим является  Filter Rows .

Редактировать данные в R с помощью пакета DataEditR

Мы можем фильтровать числа или строки и добавлять или удалять фильтры.

Редактировать данные в R с помощью пакета DataEditR

Далее идет  синхронизация  . Он загружается обратно в исходную настройку нашего набора данных.

Редактировать данные в R с помощью пакета DataEditR

Теперь давайте перейдем к двум вариантам того, как сохранить ваши данные. 

Параметр  «Сохранить выделение в файл»  предназначен для определенных вещей, которые нам нужно сохранить в буфере обмена. 

Редактировать данные в R с помощью пакета DataEditR

Мы также можем сохранить весь набор данных, нажав  кнопку «Сохранить в файл»  .

Редактировать данные в R с помощью пакета DataEditR

Например, мы хотим сохранить весь набор данных в виде CSV-файла.

Редактировать данные в R с помощью пакета DataEditR

Щелкните правой кнопкой мыши одну из ячеек в столбце, чтобы просмотреть различные параметры. В этом примере мы выбираем строку «Вставить» выше .

Редактировать данные в R с помощью пакета DataEditR

Мы можем вводить данные в поля. Это то, что мы не можем сделать в Power Query.

Бывают случаи, когда мы хотим создать веб-приложение, в котором люди могут вводить свои данные. Он попадает прямо в файл R, который идет в любой конвейер, который мы хотим. Это как интерфейсный инструмент.

Редактировать данные в R с помощью пакета DataEditR

Также легко изменить имена столбцов в DataEditR, потому что для этого достаточно просто указать и щелкнуть. 

Например, мы хотим отредактировать заголовок историй на n_stories . Все, что нам нужно сделать, это щелкнуть ячейку и переименовать ее.

Редактировать данные в R с помощью пакета DataEditR

Редактировать данные в R с помощью пакета DataEditR

Другая функция заключается в расширении и заполнении нескольких чисел, дат или даже текста в другие ячейки. Это похоже на то, как это работает в Excel.

Щелкните ячейку, расширьте и заполните другие ячейки.

Редактировать данные в R с помощью пакета DataEditR

Затем выберите части набора данных и щелкните правой кнопкой мыши, чтобы изменить выравнивание ячеек.

Редактировать данные в R с помощью пакета DataEditR

Мы также можем использовать параметр «Обрезать по выделению» , выделяя ячейки и обрезая выбранные ячейки.

Редактировать данные в R с помощью пакета DataEditR

Этот пакет находится в разработке. Большой вывод — это возможность редактировать данные в R, особенно изменять имена столбцов и вставлять столбцы.

Редактировать данные в R с помощью пакета DataEditR

V1   — это заполнитель по умолчанию для имен столбцов в R.

Теперь давайте нажмем  Готово .

Редактировать данные в R с помощью пакета DataEditR

Это измененный набор данных. Мы также можем сохранить копию, сохранив ее.

Редактировать данные в R с помощью пакета DataEditR


Параметр «Что, если» для моделей данных в LuckyTemplates
Рекомендации по Power Query для вашей модели данных
LuckyTemplates Progress Tracker для данных о продажах и заказах

Заключение

Мы можем использовать пакет DataEditR для ввода данных из-за его интерфейса, похожего на Excel, и его функции «укажи и щелкни, а затем редактируй».

Инструмент R — это воспроизводимый инструмент, в котором любое изменение полностью доступно для редактирования. Однако использование графического интерфейса не является наиболее воспроизводимым инструментом, но у него есть свои преимущества пользовательского интерфейса.

Надеюсь, вы сможете использовать это руководство при редактировании собственных данных в R. Пожалуйста, не забудьте подписаться на телеканал LuckyTemplates.

Всего наилучшего,

Leave a Comment

Расчет недельных продаж с помощью DAX в LuckyTemplates

Расчет недельных продаж с помощью DAX в LuckyTemplates

В этом руководстве показано, как в конечном итоге можно рассчитать разницу между еженедельными результатами продаж с помощью DAX в LuckyTemplates.

Что такое self в Python: примеры из реального мира

Что такое self в Python: примеры из реального мира

Что такое self в Python: примеры из реального мира

Как сохранить и загрузить файл RDS в R

Как сохранить и загрузить файл RDS в R

Вы узнаете, как сохранять и загружать объекты из файла .rds в R. В этом блоге также рассказывается, как импортировать объекты из R в LuckyTemplates.

Новый взгляд на первые N рабочих дней — решение для языка кодирования DAX

Новый взгляд на первые N рабочих дней — решение для языка кодирования DAX

В этом руководстве по языку программирования DAX вы узнаете, как использовать функцию GENERATE и как динамически изменять название меры.

Продемонстрируйте идеи с помощью метода многопоточных динамических визуализаций в LuckyTemplates

Продемонстрируйте идеи с помощью метода многопоточных динамических визуализаций в LuckyTemplates

В этом учебном пособии рассказывается, как использовать технику многопоточных динамических визуализаций для создания аналитических сведений из динамических визуализаций данных в ваших отчетах.

Введение в фильтрацию контекста в LuckyTemplates

Введение в фильтрацию контекста в LuckyTemplates

В этой статье я пройдусь по контексту фильтра. Контекст фильтра — одна из основных тем, с которой должен ознакомиться любой пользователь LuckyTemplates.

Лучшие советы по использованию приложений в онлайн-службе LuckyTemplates

Лучшие советы по использованию приложений в онлайн-службе LuckyTemplates

Я хочу показать, как онлайн-служба LuckyTemplates Apps может помочь в управлении различными отчетами и аналитическими данными, созданными из различных источников.

Анализ изменений маржи прибыли с течением времени — аналитика с LuckyTemplates и DAX

Анализ изменений маржи прибыли с течением времени — аналитика с LuckyTemplates и DAX

Узнайте, как рассчитать изменения вашей прибыли, используя такие методы, как разветвление показателей и объединение формул DAX в LuckyTemplates.

Идеи материализации кэшей данных в DAX Studio

Идеи материализации кэшей данных в DAX Studio

В этом руководстве будут обсуждаться идеи материализации кэшей данных и то, как они влияют на производительность DAX при предоставлении результатов.

Бизнес-отчетность с использованием LuckyTemplates

Бизнес-отчетность с использованием LuckyTemplates

Если вы все еще используете Excel до сих пор, то сейчас самое подходящее время, чтобы начать использовать LuckyTemplates для своих бизнес-отчетов.