如何刪除已儲存工作空間?
每次啟動R會顯示"[Previously saved workspace restored]", 打開我的文件也找不到.RData 檔案, 執行以下指令即可刪除此檔案, 未來開啟R也不會顯示此訊息:
unlink(".RData")
歡迎來到 RWEPA blog, 成立宗旨為提供免費R(Python)等資訊。R(Python)包括大量套件可應用於不同領域, 例如: 2D/3D互動式繪圖, 資料視覺化, 地理視覺化, 資料探勘, 機器學習, 深度學習, 線性與非線性最佳化問題, 時間序列, 空間資料, 財務分析, 多變量分析, 問卷調查, 實驗設計, 統計製程管制, 存活分析, 臨床實驗分析, 社會網絡分析, 生物資訊, 醫學統計, 水文學, 天文學等。
2015年11月12日 星期四
R Taiwan 2015 研討會
R Taiwan 2015 研討會網址:
http://event.twdatascience.org/
活動日期： 2015年12月18日(星期五) 09:00AM ~ 16:50PM
早鳥報名：於10/29~12/01 期間內報名者，報名費用為 1,600 元整。
一般報名：於12/02~12/16 期間內報名者，報名費用為 2,000 元整。
活動地點：臺北市中正區貴陽街一段56號(東吳大學 城中校區)
主辦單位：
中華R軟體學會、臺灣資料科學與商業應用協會、國立臺北商業大學資訊與決策科學研究所資料科學應用研究中心
協辦單位：
東吳大學巨量資料管理學院、財團法人中華民國電腦技能基金會、台北市電腦商業同業公會
(資料如有更動, 以研討會為主)
活動日期： 2015年12月18日(星期五) 09:00AM ~ 16:50PM
早鳥報名：於10/29~12/01 期間內報名者，報名費用為 1,600 元整。
一般報名：於12/02~12/16 期間內報名者，報名費用為 2,000 元整。
活動地點：臺北市中正區貴陽街一段56號(東吳大學 城中校區)
主辦單位：
中華R軟體學會、臺灣資料科學與商業應用協會、國立臺北商業大學資訊與決策科學研究所資料科學應用研究中心
協辦單位：
東吳大學巨量資料管理學院、財團法人中華民國電腦技能基金會、台北市電腦商業同業公會
(資料如有更動, 以研討會為主)
2015年9月3日 星期四
如何將資料為每列表示變數資料轉換為行資料
Problem:
如何將資料為每列表示變數,每行表示一筆記錄資料轉換為每列表示記錄,每行表示變數之資料框(data.frame)物件,此功能類似 Excel \ 複製 \ 右鍵 \ 貼上選項 \ 轉置.感謝 R user - Hsieh 提供此問題
Analysis:
# 匯入資料 read.table 函數中,可以先設定 stringsAsFactors=FALSE, 如此所有資料可先保留字串資料型態> myData <- read.table("rowdata.csv", sep=",", stringsAsFactors=FALSE)
> myData
V1 V2 V3 V4 V5 V6
1 編號 1 2 3 4 5
2 型式 AAA AAA BBB BBB CCC
3 測量1 10 20 30 40 50
4 測量2 100 200 300 400 500
5 測量3 1000 2000 3000 4000 5000
6 結果 OK OK ERROR ERROR OK
> str(myData)
'data.frame': 6 obs. of 6 variables:
$ V1: chr "編號" "型式" "測量1" "測量2" ...
$ V2: chr "1" "AAA" "10" "100" ...
$ V3: chr "2" "AAA" "20" "200" ...
$ V4: chr "3" "BBB" "30" "300" ...
$ V5: chr "4" "BBB" "40" "400" ...
$ V6: chr "5" "CCC" "50" "500" ...
>
# 資料轉換(t函數),結果是矩陣 matrix,此結果與data.frame之需求不符合
> t(myData)
[,1] [,2] [,3] [,4] [,5] [,6]
V1 "編號" "型式" "測量1" "測量2" "測量3" "結果"
V2 "1" "AAA" "10" "100" "1000" "OK"
V3 "2" "AAA" "20" "200" "2000" "OK"
V4 "3" "BBB" "30" "300" "3000" "ERROR"
V5 "4" "BBB" "40" "400" "4000" "ERROR"
V6 "5" "CCC" "50" "500" "5000" "OK"
> class(t(myData))
[1] "matrix"
>
# 將資料轉換之矩陣再轉為資料框 data.frame,此結果應該是可以使用
> myData.df <- as.data.frame(t(myData), stringsAsFactors=FALSE)
> str(myData.df)
'data.frame': 6 obs. of 6 variables:
$ V1: chr "編號" "1" "2" "3" ...
$ V2: chr "型式" "AAA" "AAA" "BBB" ...
$ V3: chr "測量1" "10" "20" "30" ...
$ V4: chr "測量2" "100" "200" "300" ...
$ V5: chr "測量3" "1000" "2000" "3000" ...
$ V6: chr "結果" "OK" "OK" "ERROR" ...
> myData.df
V1 V2 V3 V4 V5 V6
V1 編號 型式 測量1 測量2 測量3 結果
V2 1 AAA 10 100 1000 OK
V3 2 AAA 20 200 2000 OK
V4 3 BBB 30 300 3000 ERROR
V5 4 BBB 40 400 4000 ERROR
V6 5 CCC 50 500 5000 OK
>
# 欄位名稱調整
> names(myData.df) <- myData.df[1,]
>
# 考慮刪除列名稱
> row.names(myData.df) <- NULL
>
# 刪除第1列多餘資料
> (myData.df <- myData.df[-1,])
編號 型式 測量1 測量2 測量3 結果
V2 1 AAA 10 100 1000 OK
V3 2 AAA 20 200 2000 OK
V4 3 BBB 30 300 3000 ERROR
V5 4 BBB 40 400 4000 ERROR
V6 5 CCC 50 500 5000 OK
> str(myData.df)
'data.frame': 5 obs. of 6 variables:
$ 編號 : chr "1" "2" "3" "4" ...
$ 型式 : chr "AAA" "AAA" "BBB" "BBB" ...
$ 測量1: chr "10" "20" "30" "40" ...
$ 測量2: chr "100" "200" "300" "400" ...
$ 測量3: chr "1000" "2000" "3000" "4000" ...
$ 結果 : chr "OK" "OK" "ERROR" "ERROR" ...
>
# 目前資料轉換正常,唯數值字料尚須轉換
# 選取1欄,將字串轉換為數值資料
> myData.df$測量1
[1] "10" "20" "30" "40" "50"
> as.numeric(myData.df$測量1)
[1] 10 20 30 40 50
>
> # 如果資料欄位較多,似乎須考量非一行一行轉換!
> # 判斷將所有欄資料並轉換為數值資料,保留無法轉換為數值之字串資料
> for (i in 1:dim(myData.df)[2]) {
+ if (all(!is.na(as.numeric(myData.df[,i])))) {
+ myData.df[,i] <- as.numeric(myData.df[,i])
+ }
+ }
Warning messages:
1: NAs introduced by coercion
2: NAs introduced by coercion
>
> # 第1,3-5欄已轉換為數值資料
> str(myData.df)
'data.frame': 5 obs. of 6 variables:
$ 編號 : num 1 2 3 4 5
$ 型式 : chr "AAA" "AAA" "BBB" "BBB" ...
$ 測量1: num 10 20 30 40 50
$ 測量2: num 100 200 300 400 500
$ 測量3: num 1000 2000 3000 4000 5000
$ 結果 : chr "OK" "OK" "ERROR" "ERROR" ...
> myData.df
編號 型式 測量1 測量2 測量3 結果
V2 1 AAA 10 100 1000 OK
V3 2 AAA 20 200 2000 OK
V4 3 BBB 30 300 3000 ERROR
V5 4 BBB 40 400 4000 ERROR
V6 5 CCC 50 500 5000 OK
> # end
R code:
##################################### title : 列轉換為行之數值資料
# date : 2015.9.3
# author : Ming-Chang Lee
# email : alan9956@gmail.com
# RWEPA : http://rwepa.blogspot.tw/
# encoding : UTF-8
####################################
# 匯入資料
myData <- read.table("rowdata.csv", sep=",", stringsAsFactors=FALSE)
myData
str(myData)
# 資料轉換(t函數),結果是矩陣 matrix
t(myData)
class(t(myData))
# 將資料轉換之矩陣再轉為資料框 data frame
myData.df <- as.data.frame(t(myData), stringsAsFactors=FALSE)
str(myData.df)
myData.df
# 欄位名稱調整
names(myData.df) <- myData.df[1,]
# 考慮刪除列名稱
row.names(myData.df) <- NULL
# 刪除第1列多餘資料
(myData.df <- myData.df[-1,])
str(myData.df)
# 目前資料轉換正常,唯數值字料尚須轉換
# 選取1欄,將字串轉換為數值資料
myData.df$測量1
as.numeric(myData.df$測量1)
# 如果資料欄位較多,似乎須考量非一行一行轉換!
# 判斷將所有欄資料並轉換為數值資料,保留無法轉換為數值之字串資料
for (i in 1:dim(myData.df)[2]) {
if (all(!is.na(as.numeric(myData.df[,i])))) {
myData.df[,i] <- as.numeric(myData.df[,i])
}
}
# 第1,3-5欄已轉換為數值資料
str(myData.df)
myData.df
# end
2015年4月30日 星期四
2015 資料科學與產業應用工作坊
「2015 資料科學與產業應用工作坊」緣起與展望
資料科學(Data Science)運用統計學、機器學習與電腦科學，以創建預測模型。它是一門比統計學更寬更廣的跨學科新興領域，它管控從假說與資料，到可行動方案的整個資料蒐集、分析與結果呈現之流程。資料科學的許多理論基礎來自於統計學，但就工程面而言，資料科學大幅受到資訊科技的影響，例如：資料庫理論、平行運算理論、資料串流技術與資料倉儲技術等。
資料科學家負責取得資料、操弄資料、選擇建模技術、撰寫程式碼、核驗與呈現結果等任務。面對當前多樣化的資料來源，如何有效發展資料視覺化設計、應用機器學習與文字探勘分析技術、以及建構互動式分析平台，已經成為許多產業重要且迫切的需求。
英國詩人William Blake曾說：『一沙一世界，一花一天堂，雙手握無限，剎那即永恆』。資料科學家們應從基本功做起，就身邊垂手可得的easy data，進行有意義的資料分析(meaning data analysis)，逐步體會由小看大的意境。2015資料科學與產業應用工作坊早上以兩場R語言教程開場，下午進行資料視覺化、文字資料探勘與互動式界面設計等三場案例實作工作坊。全程安排具備豐富資料分析實戰經驗的顧問團隊，帶領與會人士玩轉各式資料集，引導使用者深入瞭解資料背後的意涵，進而洞悉其商業價值，釐定更精準的決策。
活動日期： 2015年06月05日(星期五) 09:00AM ~ 16:50PM
第一階段早鳥報名：(05/04~05/10) 報名費 $2500元
第二階段早鳥報名：(05/11~05/20) 報名費 $3000元
最後階段原價報名：(05/21~05/27) 報名費 $5000元
活動地點：中華電信股份有限公司 板橋電信學院G701室
主辦單位：臺灣資料科學與商業應用協會、中華R軟體學會、國立臺北商業大學資訊與決策科學研究所資料科學應用研究中心
協辦單位：中華電信學院、德明財經科技大學、財團法人中華民國電腦技能基金會、台北市電腦商業同業公會、東吳巨量資料管理學院、中國電機工程學會
第一階段早鳥報名：(05/04~05/10) 報名費 $2500元
第二階段早鳥報名：(05/11~05/20) 報名費 $3000元
最後階段原價報名：(05/21~05/27) 報名費 $5000元
活動地點：中華電信股份有限公司 板橋電信學院G701室
主辦單位：臺灣資料科學與商業應用協會、中華R軟體學會、國立臺北商業大學資訊與決策科學研究所資料科學應用研究中心
協辦單位：中華電信學院、德明財經科技大學、財團法人中華民國電腦技能基金會、台北市電腦商業同業公會、東吳巨量資料管理學院、中國電機工程學會
2015年3月6日 星期五
Ubuntu 安裝不同版本R
- 前言
參考 Ubuntu 安裝 R 文章可在 Ubuntu 作業系統中安裝最新R軟體.實務應用時可能配合某些套件或系統開發而必須使用舊版本R,例如:R-2.15.3. 本篇文章說明如何在Ubuntu 作業系統中安裝與使用不同版本R.
- 下載其他版本R原始檔方法
--> 按左側 Download, Packages [CRAN]
--> 選取適當 CRAN Mirrors , 本例以第一個為範例說明 0-Cloud http://cran.rstudio.com/
--> 在 The Comprehensive R Archive Network 視窗中選取位於最底部 [Source code of older versions of R is available here.] http://cran.rstudio.com/src/base/
--> 選取適當的不同R版本,本例以[R-2]為主
--> 選取 [R-2.15.3.tar.gz] 並儲存檔案 http://cran.rstudio.com/src/base/R-2/R-2.15.3.tar.gz
上述說明亦可以在終端機視窗輸入以下指令, 此方法將用於以下步驟2.
wget http://cran.rstudio.com/src/base/R-2/R-2.15.3.tar.gz
- 安裝不同版本R
- 步驟1 建立 usr/local/R 目錄
sudo cd /usr/local
sudo mkdir R
# 方法2
# 方法2
# sudo mkdir -p /usr/local/R
- 步驟2 下載原始檔
sudo wget http://cran.r-project.org/bin/linux/ubuntu/precise/r-base_2.15.3.orig.tar.gz
sudo tar zxvf r-base_2.15.3.orig.tar.gz
cd R-2.15.3/
- 步驟3 安裝必備套件
sudo apt-get install tk-dev gcc gfortran texlive texlive-fonts-extra libreadline-dev xorg-dev libxml2-dev libcurl4-gnutls-dev
- 步驟4 編譯
sudo ./configure
sudo make
sudo make check
sudo make install
# end
- 步驟5 執行
# end
訂閱：
文章 (Atom)