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.

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

Запустите ОбзорВиньеток, затем щелкните  ссылку HMTL  . 

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.

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

Оглавление

• Как редактировать данные в R с помощью пакета DataEditR
• Заключение

Как редактировать данные в R с помощью пакета DataEditR

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

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

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

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

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

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

Следующим является  Filter Rows .

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

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

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. 

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

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

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

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.

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.

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.

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

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

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

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

Теперь давайте нажмем  Готово .

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

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,