最近發現比較有趣的功能， R也可以結合迴圈等語法修改以及壓縮大量檔案。 修改檔名是用 file.rename ， 下面範例中 from 帶入的是原本的檔案名稱， to 則是修改後的名稱。 壓縮檔案是用 zip ， zipfile 是帶入壓縮檔的名稱， files...
![[R] Data Frame 資料集合併（merge, join）](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEigvf2ugokMjePNjol9HQ98rki1-QG5bk6Q293CcOoJGDKeLQRkXESH12qS0NyDazbRO13xtEqX6r8uHbG2m8krI2FWgvE75SpGXPhK6_3JDOh4NtgQCPHPdHailu1GMaPgn1um2g7FFuo/s72-c/%25E7%25B0%25A1%25E5%25A0%25B12.png)
資料集的合併常用的大致為Inner Join、Full Join、Left Join、Right Join。 這些方式的差異主要為最後留下的key（依照哪個欄位來合併）是什麼。 下圖整理了大致上差異為何。 下面依照網路資源， 修正整理了四大類join方法， 分別...
![[R] 將多個 col 轉成一個 col 以利處理資料（melt 與 dcast）](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhN40gzB32JWyIx0173MJmyfDh9MSbxUEuMphMeuVXuYRz1dJXldL_eYhXeHbQP50Bg2l7LPahSqXCz5ogd8gmCsEq7SY8tXBFQlDAPx4saq99SxjztvT0Efh5g6ShUl7tPRL5efrYnv_M/s72-c/melt.png)
有時候在資料篩選處理或繪圖上， 需要將多個col轉換成一個col。 類似以下這張圖。 例如當要篩選出多個col的值>0的資料， 轉換成右方格式即能很快的處理。 這部分真的還是要自己去實作比較能感受到實際狀況。 下面為範例， melt 為左圖格式轉...
最近看到滿有趣的幾個用法。 第一個是 .Last.value ， 他會等於是最新剛剛宣告的物件。 另一個是當原本在賦予值給物件時， 是不會顯示物件的值為何， 不過用引號包起來的話， 賦予值時， 也會顯示其值為何， 就不需要再打一次物件名稱來觀察其值。...
有時在用 dplyr 時， 會發現有些函數失效， 或是出現錯誤， 有一個可能是除了有載入 dplyr 之外， 也載入了 plyr ， 導致產生衝突（兩個library都有此函數，如 summarize ）。 解決辦法很簡單， 假設我要使用 sum...
R預設會將過大的數值會轉成科學記號(scientific notation)呈現， 例如 999999999999999 會顯示 1e+15。 想要不要讓它以科學記號呈現， 加入 options(scipen=999) ， 就都不會以科學記號方式呈現了。 以下為範例： ...
![[玩玩小數據] 從人力銀行職缺看資料分析師需要些什麼技能（R? Python? ...?）](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjJpRxh9rN71YnKYldWEysKE3dnrrfxvFKs_iXJtvogSSFQtnH7Jwu-bHoCJ_1oNWBKu5yS6zN4j1AilzOPHtwfI8pJS1j6Zo-m2Gf75-Wd0iJ5IsKJ5pkkPCFVc0D_rwsiVQl-zH78zqs/s72-c/2016-08-18_wordcloud.png)
一直到現在，到底該學R還是Python其實一直沒有特別的定論，個別有其特色與優缺點，還是以個人需求作抉擇（可參考國外網站與趨勢： 1 , 2 ）。而台灣企業對資料分析師的能力需求，或許可以看看人力銀行中，資料分析師相關的職缺要求能力有哪些。 先從國際上2016年 ...
有些時候在處理很大的data frame時會相當緩慢， 套件 data.table 在這時就會相當有用， 使用 setDT(df) 即可將 data frame 轉成 data table， 如我想轉回原本 data frame格式， 就使用 setDF(df) 即...
整理一下常用的讀取Excel檔所使用的函式， 主要會讀到的是xlsx、xls以及csv檔。 xlsx、xls可以用 read_excel 來讀取， 結合 excel_sheets 與 rbind 則可抓出檔中所有sheet的資料。 也可使用 readWorksheet ...