- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
有人对与自定义报告编写相关的数据分析工作流程有任何了解吗?用例基本上是这样的:
客户委托(delegate)使用数据分析的报告,例如水域的人口估计和相关 map 。
分析师下载一些数据,处理数据并保存结果(例如,为每单位人口添加一列,或根据地区边界对数据进行子集化)。
分析师分析了 (2) 中创建的数据,接近了她的目标,但发现需要更多数据,因此返回 (1)。
重复冲洗,直到表格和图形符合 QA/QC 要求并令客户满意。
撰写包含表格和图形的报告。
明年,满意的客户回来并想要更新。这应该像通过新下载更新上游数据一样简单(例如,获取去年的建筑许可),然后按“重新计算”按钮,除非规范发生变化。
目前,我只是启动一个目录并尽我所能将其临时设置。我想要一种更系统的方法,所以我希望有人能解决这个问题...我混合使用电子表格、SQL、ARCGIS、R 和 Unix 工具。
谢谢!
附注:
下面是一个基本的 Makefile,用于检查对各种中间数据集(带有 .RData
后缀)和脚本(.R
后缀)的依赖性。 Make 使用时间戳来检查依赖关系,因此如果您触摸 ss07por.csv
,它会发现该文件比依赖它的所有文件/目标都新,并执行给定的脚本以更新他们相应地。这仍然是一项正在进行的工作,包括放入 SQL 数据库的步骤,以及像 sweave 这样的模板语言的步骤。请注意,Make 依赖于其语法中的制表符,因此在剪切和粘贴之前请阅读手册。享受并提供反馈!
http://www.gnu.org/software/make/manual/html_node/index.html#Top
R=/home/wsprague/R-2.9.2/bin/Rpersondata.RData : ImportData.R ../../DATA/ss07por.csv Functions.R $R --slave -f ImportData.Rpersondata.Munged.RData : MungeData.R persondata.RData Functions.R $R --slave -f MungeData.Rreport.txt: TabulateAndGraph.R persondata.Munged.RData Functions.R $R --slave -f TabulateAndGraph.R > report.txt
最佳答案
我通常将我的项目分成 4 部分:
load.R:负责加载所有所需的数据。通常这是一个短文件,从文件、URL 和/或 ODBC 读取数据。根据此时的项目,我将使用 save()
写出工作区,或者将内容保留在内存中以供下一步使用。
clean.R:这就是所有丑陋的东西存在的地方 - 处理缺失值、合并数据帧、处理异常值。
func.R:包含执行实际分析所需的所有函数。除了加载函数定义之外,source()
'ing 这个文件应该没有副作用。这意味着您可以修改此文件并重新加载它,而不必返回重复步骤 1 和 2,这对于大型数据集可能需要很长时间才能运行。
do.R:调用func.R中定义的函数来执行分析并生成图表和表格。
此设置的主要动机是为了处理大数据,您不希望每次对后续步骤进行更改时都必须重新加载数据。另外,像这样对我的代码进行划分意味着我可以回到一个长期被遗忘的项目并快速读取 load.R 并找出我需要更新的数据,然后查看 do.R 以确定执行了哪些分析。/p>
关于r - 统计分析和报告撰写的工作流程,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1429907/
我正在从 Stata 迁移到 R(plm 包),以便进行面板模型计量经济学。在 Stata 中,面板模型(例如随机效应)通常报告组内、组间和整体 R 平方。 I have found plm 随机效应
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 6年前关闭。 Improve this qu
我想要求用户输入整数值列表。用户可以输入单个值或一组多个值,如 1 2 3(spcae 或逗号分隔)然后使用输入的数据进行进一步计算。 我正在使用下面的代码 EXP <- as.integer(rea
当 R 使用分类变量执行回归时,它实际上是虚拟编码。也就是说,省略了一个级别作为基础或引用,并且回归公式包括所有其他级别的虚拟变量。但是,R 选择了哪一个作为引用,以及我如何影响这个选择? 具有四个级
这个问题基本上是我之前问过的问题的延伸:How to only print (adjusted) R-squared of regression model? 我想建立一个线性回归模型来预测具有 15
我在一台安装了多个软件包的 Linux 计算机上安装了 R。现在我正在另一台 Linux 计算机上设置 R。从他们的存储库安装 R 很容易,但我将不得不使用 安装许多包 install.package
我正在阅读 Hadley 的高级 R 编程,当它讨论字符的内存大小时,它说: R has a global string pool. This means that each unique strin
我们可以将 Shiny 代码写在两个单独的文件中,"ui.R"和 "server.R" , 或者我们可以将两个模块写入一个文件 "app.R"并调用函数shinyApp() 这两种方法中的任何一种在性
我正在使用 R 通过 RGP 包进行遗传编程。环境创造了解决问题的功能。我想将这些函数保存在它们自己的 .R 源文件中。我这辈子都想不通怎么办。我尝试过的一种方法是: bf_str = print(b
假设我创建了一个函数“function.r”,在编辑该函数后我必须通过 source('function.r') 重新加载到我的全局环境中。无论如何,每次我进行编辑时,我是否可以避免将其重新加载到我的
例如,test.R 是一个单行文件: $ cat test.R # print('Hello, world!') 我们可以通过Rscript test.R 或R CMD BATCH test.R 来
我知道我可以使用 Rmd 来构建包插图,但想知道是否可以更具体地使用 R Notebooks 来制作包插图。如果是这样,我需要将 R Notebooks 编写为包小插图有什么不同吗?我正在使用最新版本
我正在考虑使用 R 包的共享库进行 R 的站点安装。 多台计算机将访问该库,以便每个人共享相同的设置。 问题是我注意到有时您无法更新包,因为另一个 R 实例正在锁定库。我不能要求每个人都关闭它的 R
我知道如何从命令行启动 R 并执行表达式(例如, R -e 'print("hello")' )或从文件中获取输入(例如, R -f filename.r )。但是,在这两种情况下,R 都会运行文件中
我正在尝试使我当前的项目可重现,因此我正在创建一个主文档(最终是一个 .rmd 文件),用于调用和执行其他几个文档。这样我自己和其他调查员只需要打开和运行一个文件。 当前设置分为三层:主文件、2 个读
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 5年前关闭。 Improve this qu
我的 R 包中有以下描述文件 Package: blah Title: What the Package Does (one line, title case) Version: 0.0.0.9000
有没有办法更有效地编写以下语句?accel 是一个数据框。 accel[[2]]<- accel[[2]]-weighted.mean(accel[[2]]) accel[[3]]<- accel[[
例如,在尝试安装 R 包时 curl作为 usethis 的依赖项: * installing *source* package ‘curl’ ... ** package ‘curl’ succes
我想将一些软件作为一个包共享,但我的一些脚本似乎并不能很自然地作为函数运行。例如,考虑以下代码块,其中“raw.df”是一个包含离散和连续类型变量的数据框。函数“count.unique”和“squa
我是一名优秀的程序员,十分优秀!