Header Ads Widget

Ticker

6/recent/ticker-posts

Excelentes paquetes de R para la importación, la negociación y la visualización de datos

La siguiente tabla muestra mis paquetes favoritos de R para la importación de datos, la negociación, la visualización y el análisis, además de algunas tareas diversas. Se puede hacer clic en los nombres de los paquetes en la tabla si desea más información. Para obtener más información sobre un paquete una vez que lo haya instalado, escriba help(package = "packagename")en su consola R (por supuesto, sustituyendo el nombre del paquete real).

Mis paquetes R favoritos para visualización de datos y munging

-
PAQUETECATEGORÍADESCRIPCIÓNUSO DE MUESTRAAUTOR
dplyrdisputa de datos, análisis de datosEl paquete R esencial para la manipulación de datos cuando se trabaja con marcos de datos. Especialmente útil para operar con datos por categorías. CRAN.Ver la viñeta de introducciónHadley Wickham
ronroneodisputa de datospurrr facilita la aplicación de una función a cada elemento de una lista y devuelve los resultados en el formato que elija. Es más complejo de aprender que el paquete plyr anterior , pero también más sólido. Además, sus funciones están más estandarizadas que la familia de aplicaciones base R, además de que tiene funciones para tareas como la verificación de errores. CRAN.map_df (milista, mifuncion)
Más: vídeo tutorial de ronroneo de Charlotte Wickham , el purrr hoja de trucos descarga en PDF, de fácil comprobación de errores con purrr es posiblemente .
Hadley Wickham
readxlimportación de datosManera rápida de leer archivos de Excel en R, sin dependencias como Java. CRAN.read_excel ("mi-hoja de cálculo.xls", hoja = 1)Hadley Wickham
readr y vroomimportación de datosBase R maneja la mayoría de estas funciones; pero si tiene archivos de gran tamaño, estos paquetes ofrecen una forma más rápida y estandarizada de leer archivos CSV y archivos similares en R. readr ha existido por un tiempo; vroom es una alternativa más rápida, útil para conjuntos de datos más grandes. Eventualmente, los paquetes pueden fusionarse. fread () de data.table es otra alternativa útil. CRAN.read_csv (myfile.csv) o vroom (myfile.csv)Hadley Wickham (lector), Jim Hester (vroom)
Rioimportación de datos, exportación de datosrio tiene una buena idea: reúna muchos paquetes de lectura de datos separados en uno, por lo que solo necesita recordar 2 funciones: importar y exportar. CRAN.importar ("myfile")Thomas J. Leeper y otros
tidyxlimportación de datos, manipulación de datosSi alguna vez ha querido arrancarse los pelos con un archivo de Excel con celdas combinadas, datos en encabezados de columna, encabezados mezclados en datos e información clave en codificación de colores, este es el paquete para usted. Cada celda se importa en su propia fila, con información sobre el tipo de datos, la posición y el color, no solo el valor, lo que le permite cambiar la forma de los datos desde allí. Ahorro de tiempo estupendo para datos desordenados. CRAN.xlsx_cells ("mi_archivo_pesadilla.xlsx")Duncan Garmonsway
Hmiscanálisis de los datosHay una serie de funciones útiles aquí. Dos de mis favoritos: describe, una función de resumen más robusta, y Cs, que crea un vector de cadenas de caracteres entre comillas a partir de texto separado por comas. Cs(so, it, goes)crea c ("entonces", "eso", "va"). CRAN.describe (mydf)
Cs (entonces, va)
Frank E Harrell Jr y otros
datapastaimportación de datosCopiar y pegar datos: cumpla con la investigación reproducible. Si ha copiado datos de la Web, una hoja de cálculo u otra fuente en su portapapeles, datapasta le permite pegarlos en R como un objeto R, con el código para reproducirlos . Incluye complementos de RStudio, así como funciones de línea de comandos para transponer datos, convertirlos en formato de rebajas y más. CRAN.df_paste () para crear un marco de datos, vector_paste () para crear un vector.Miles McBain
sqldfdisputa de datos, análisis de datos¿Conoce una gran consulta SQL que usaría si su marco de datos R estuviera en una base de datos SQL? Ejecute consultas SQL en su marco de datos con sqldf. CRAN.sqldf ("seleccionar * de mydf donde mycol> 4")G. Grothendieck
jsonliteimportación de datos, manipulación de datosAnalice json dentro de R o convierta los marcos de datos de R en json. CRAN.myjson <- toJSON (mydf, pretty = TRUE)
mydf2 <- fromJSON (myjson)
Jeroen Ooms y otros
XMLimportación de datos, manipulación de datosMuchas funciones para tratar con elegancia XML y HTML, como readHTMLTable. CRAN.mytables <- readHTMLTable (myurl)Templo de Duncan Lang
httrimportación de datos, manipulación de datosUna interfaz R para protocolos http; útil para extraer datos de las API. Consulte la guía de inicio rápido de httr . CRAN.r <- GET ("http://httpbin.org/get")
contenido (r, "texto")
Hadley Wickham
Quantmodimportación de datos, visualización de datos, análisis de datosIncluso si no está interesado en analizar y graficar datos de inversión financiera, quantmod tiene funciones fáciles de usar para importar datos económicos y financieros de fuentes como la Reserva Federal. CRAN.getSymbols ("AITINO", src = "FRED")Jeffrey A. Ryan
tidyquantimportación de datos, visualización de datos, análisis de datosOtro paquete financiero que es útil para importar, analizar y visualizar datos, integrando aspectos de otros paquetes financieros populares, así como herramientas tidyverse. Con documentación completa. CRAN.aapl_key_ratios <- tq_get ("AAPL", get = "key.ratios")Matt Dancho
rvestimportación de datos, web scrapingWeb scraping: extrae datos de páginas HTML. Inspirado en la hermosa sopa de Python. Funciona bien con Selectorgadget. CRAN.Cómo importar datos a R o ver la viñeta de SelectorGadgetHadley Wickham
tidyrdisputa de datostidyr inicialmente me convenció con funciones especializadas como llenar (complete las columnas faltantes de los datos anteriores) y replace_na. Pero ahora también lo uso para su propósito principal: ayudarlo a cambiar los formatos de filas y columnas de datos de "ancho" a "largo". CRAN.Vea mi video de YouTube Cómo remodelar los datos con las nuevas funciones de pivote de tidyr .Hadley Wickham
splitstackshapedisputa de datosLa función cSplit () del paquete resuelve un problema de modelado bastante complejo de una manera asombrosamente fácil. Si tiene una columna de marco de datos con uno o más valores separados por comas (piense en una pregunta de encuesta con "seleccione todo lo que corresponda"), vale la pena instalarlo si desea separar cada elemento en su propia fila de marco de datos nueva CRAN.cSplit (mydata, "multi_val_column", sep = ",", direction = "long").Ananda Mahto
magrittrdisputa de datosEste paquete nos dio el %>%símbolo para encadenar operaciones R, pero tiene otros operadores útiles, como %<>%para mutar un marco de datos en su lugar y .como marcador de posición para el objeto original sobre el que se está operando. CRAN.mydf% <>% mutate (newcol = myfun (colname))Stefan Milton Bache y Hadley Wickham
validardisputa de datosValidación de datos intuitiva basada en reglas que puede definir, guardar y reutilizar. CRAN.Vea la viñeta introductoria .Mark van der Loo y Edwin de Jonge
prueba queprogramaciónPaquete que facilita la escritura de pruebas unitarias para su código R. CRAN.Consulte el capítulo de pruebas del libro de Hadley Wickham sobre paquetes R.Hadley Wickham
tabla de datosdisputa de datos, análisis de datosPaquete popular para el cálculo y la disputa de datos de alta resistencia. Si bien a menudo prefiero dplyr para el análisis básico, data.table se ha convertido en mi opción para grandes conjuntos de datos o cuando la velocidad es crítica (como en las aplicaciones Shiny). CRAN.data.table en video de 5 minutos , la última hoja de trucos de data.table , viñeta de introducciónMatt Dowle y otros
stringrdisputa de datosNumerosas funciones para la manipulación de texto. Algunas son similares a las funciones R base existentes, pero en un formato más estándar, incluido el trabajo con expresiones regulares. Algunos de mis favoritos: str_pad y str_trim. CRAN.str_pad (myzipcodevector, 5, "izquierda", "0")Hadley Wickham
lubridatedisputa de datosTodo lo que siempre quiso hacer con la aritmética de fechas, aunque comprender y usar la funcionalidad disponible puede ser algo complejo. CRAN.mdy ("05/06/2015") + meses (1)
Más ejemplos en la viñeta del paquete
Garrett Grolemund, Hadley Wickham y otros
Explorador de datosanálisis de los datos¿No está seguro de por dónde empezar a buscar un conjunto de datos? ¿Desea obtener un manejo básico de esos datos sin ejecutar varios comandos como str () y plot ()? DataExplorer intenta ofrecer la generación de informes con un solo clic para mostrar y visualizar los conceptos básicos sobre un conjunto de datos, como distribuciones y datos faltantes. CRAN.create_report (mydataframe)Boxuan Cui
zoodisputa de datos, análisis de datosPaquete robusto con una gran cantidad de funciones para tratar con datos de series de tiempo; Me gusta la práctica función rollmean con sus opciones align = right y fill = NA para calcular promedios móviles. CRAN.rollmean (mydf, 7)Achim Zeileis y otros
tsboxdisputa de datos, análisis de datosManera súper fácil de convertir datos entre diferentes formatos de datos de series de tiempo R: xts, marco de datos, zoo, tsibble y más. Además de algunas funciones de análisis básicas. CRAN.ts_zoo (mydf)Christoph Sax
Knitr y rmarkdownvisualización de datosAgregue R a un documento de rebajas y genere informes fácilmente en HTML, Word y otros formatos. Imprescindible si está interesado en una investigación reproducible y en la automatización del viaje desde el análisis de datos hasta la creación de informes. CRAN.Consulte la página de ejemplos mínimos de knitr y la página R Markdown de RStudio .Yihui Xie y otros (knitr), RStudio (rmarkdown)
remediovisualización de datosEl complemento RStudio ofrece un menú para los comandos de formato de R Markdown, por lo que ya no es necesario recordar y / o escribir código para cosas como hacer una lista HTML o incrustar un video de YouTube. Si bien la edición WYSIWYG ahora está disponible para R Markdown, este complemento aún tiene ventajas: a sus comandos se les pueden asignar atajos de teclado personalizados, por lo que puede crear sus propios atajos para tareas como texto en negrita. GitHub.Consulte el sitio web del paquete .Colin Fay y otros
ymlthisvisualización de datosOtro complemento útil de RStudio para R Markdown, que le ayuda a generar encabezados YML con el formato adecuado. GitHub.Consulte el sitio web del paquete .Malcolm Barrett y Richard Iannone
oficialvisualización de datosImporte y edite documentos de Microsoft Word y PowerPoint, lo que facilita la adición de análisis y visualizaciones generados por R a informes y presentaciones nuevos y existentes. CRAN.my_doc <- read_docx ()%>%
body_add_img (src = myplot)
El sitio web del paquete tiene muchos más ejemplos.
David Gohel
visor de listasvisualización de datos, disputa de datosSi bien RStudio ha agregado desde entonces una opción de visualización de listas, este widget HTML todavía ofrece una forma elegante de ver listas anidadas complejas dentro de R. GitHub oportunamenteportfolio / listviewer.jsonedit (mi lista)Kent Russell
DT y reactablevisualización de datosCree una tabla ordenable y de búsqueda en una línea de código con cualquiera de estos paquetes R CRAN.DT :: datatable (mydf)
reactable :: reactable (mydf): tablas HTML interactivas rápidas
reactable: reactable: crea tablas con filas expandibles
DT: RStudio
reaccionable: Gregg Lin
ggplot2Visualización de datosPaquete de visualización de datos potente, flexible y bien pensado que sigue la sintaxis de 'gramática de gráficos' para crear gráficos estáticos, pero prepárese para una curva de aprendizaje empinada. CRAN.qplot (factor (myfactor), data = mydf, geom = "bar", fill = factor (myfactor))
Vea mi hoja de trucos ggplot2 con capacidad de búsqueda y
fragmentos de código para ahorrar tiempo .
Hadley Wickham
labor de retazosVisualización de datosCombine fácilmente los gráficos ggplot2 y mantenga el nuevo gráfico combinado como un objeto ggplot2. plot_layout () agrega la capacidad de establecer columnas, filas y tamaños relativos de cada componente gráfico. GitHub.plot1 + plot2 + plot_layout (ncol = 1)Thomas Lin Pedersen
ggforceVisualización de datosAgrega algunas funciones de diseño a la base ggplot2, incluido el etiquetado sencillo de los grupos de parcelas. CRAN.Consulte esta publicación de blog de Edgar Ruiz de RStudio para ver varios ejemplos útiles.Thomas Lin Pedersen
tramaVisualización de datosR a la biblioteca Plotly JavaScript que fue de código abierto a fines de 2015. Los gráficos básicos tienen un aspecto distintivo que puede no ser para todos, pero tiene todas las funciones, es relativamente fácil de aprender (especialmente si conoce ggplot2) e incluye un ggplotly () función para convertir los gráficos creados con ggplot2 interactivos. CRAN.d <- diamantes [muestra (nrow (diamantes), 1000),]
plot_ly (d, x = quilate, y = precio, texto = pegar ("Claridad:", claridad), modo = "marcadores", color = quilate, tamaño = quilate)
Carson Sievert y otros
jirafaVisualización de datosOtra forma de hacer que los gráficos de ggplot2 sean interactivos usando funciones geom como geom_bar_interactive () que incluyen argumentos para información sobre herramientas y eventos onclick de JavaScript. CRAN.g <- ggplot (mpg, aes (x = displ, y = cty, color = drv))
my_gg <- g + geom_point_interactive (aes (tooltip = model), size = 2)%>%
ggiraph (code = print (my_gg ), ancho = .7).
Gráficos ggplot interactivos fáciles en R con ggiraph
David Gohel
esquivarVisualización de datosEste complemento de RStudio ofrece una interfaz de arrastrar y soltar para ggplot2. Y genera códigos para el gráfico que crea con la GUI. Es una herramienta útil para explorar diferentes paletas de colores y temas, incluso si se siente cómodo creando sus visualizaciones directamente en R. CRAN.Vea ejemplos en el sitio web del proyecto .Victor Perrier y Fanny Meyer, DreamRs
dígrafosVisualización de datosCree gráficos HTML / JavaScript de series de tiempo: comando de una línea si sus datos son un objeto xts. CRAN.dygraph (myxtsobject)JJ Allaire y RStudio
echarts4rVisualización de datosEnvoltorio de R robusto para la biblioteca de JavaScript echarts. CRAN.mydata%>%
e_charts (xcol)%>% e_line (ycol) Trazar
en R con echarts4r o el sitio del paquete
John Coene
tauchartsVisualización de datosEsta biblioteca de widgets html es especialmente útil para diagramas de dispersión en los que desea ver múltiples opciones de regresión. Sin embargo, hace mucho más que eso, incluidos gráficos de líneas y barras con leyendas e información sobre herramientas. GitHub hrbrmstr / taucharts.Ver la publicación del autor en RPubsBob Rudis
RColorBrewerVisualización de datos¿No eres diseñador? RColorBrewer le ayuda a seleccionar paletas de colores para sus visualizaciones. CRAN.Ver el tutorial de Jennifer BryanErich Neuwirth
paletistaVisualización de datosEste paquete es una colección de docenas de paletas de colores R, todas con una interfaz común. Útil si desea ir más allá de las opciones incorporadas y RColorBrewer.Aproveche al máximo los colores y las paletas de R o consulte el sitio del paquete de paleta para obtener ejemplos sobre cómo acceder a las paletas y usarlas con ggplot2.Emil Hvitfeldt
sfmapeo, disputa de datosEste paquete facilita mucho el trabajo de SIG en R. Los protocolos de características simples hacen que los datos geoespaciales se parezcan mucho a los marcos de datos normales, mientras que varias funciones permiten el análisis, como determinar si los puntos están en un polígonos. Un revolucionario sistema de información geográfica para R. CRAN.Ver las viñetas de paquetes, a partir de la introducción, Simple Features para R .Edzer Pebesma y otros
folletocartografíaAsigne datos utilizando la biblioteca de JavaScript Leaflet dentro de R. GitHub rstudio / leaflet.Ver mi tutorial o el sitio web del paqueteRStudio
tidygeocodercartografíaEsta es mi nueva herramienta de codificación geográfica. Admite más de una docena de servicios de codificación geográfica diferentes y devuelve resultados en un formato tibble utilizable de inmediato. Además, ofrece codificación geográfica inversa y por lotes, así como obtener lat / long para una dirección.mydata%>%; geocode (address_col, method = 'osm', lat = latitude, long = longitude)
Vea la viñeta de introducción
Jesse Cambon y otros
tmap y tmaptoolscartografíaEste paquete ofrece una manera fácil de leer archivos de forma y unir archivos de datos con información geográfica, así como hacer algunos mapas exploratorios. La funcionalidad reciente agrega soporte para funciones simples, mapas interactivos y creación de objetos de folletos. Además, tmaptools :: palette_explorer () es una gran herramienta para elegir paletas ColorBrewer. CRAN.Vea la viñeta del paquete o mi mapeo en el tutorial de RMartijn Tennekes
selector de coloresVisualización de datosEl complemento RStudio del paquete facilita la búsqueda y selección de los colores integrados de R, o la obtención de códigos hexadecimales para colores personalizados que no están disponibles por nombre. La función plotHelper () le permite seleccionar colores y ver cómo se verían en un diagrama de dispersión. CRAN.Consulte el repositorio de GitHub .Dean Attali
mapsapimapeo, disputa de datosEsta interfaz para las API de matriz de distancia y dirección de Google Maps le permite analizar y trazar mapas de distancias y rutas de conducción. CRAN.google_directions (origen = c (my_longitude, my_latitude),
destino = c (my_address),
alternativas = TRUE Ver
también la viñeta
Michael Dorman
tidycensusmapeo, disputa de datos¿Quiere analizar y mapear los datos de la Oficina del Censo de los EE. UU. De las Encuestas de la Comunidad Estadounidense de 5 años o de los censos de 10 años? Esto facilita la descarga de información numérica y geoespacial en formato R-ready. También puede usarlo para descargar shapefiles locales, estatales o de EE. UU. Para otros usos. CRAN.Consulte Uso básico de tidycensus y el libro en línea del autor Analyzing US Census Data .Kyle E. Walker
albersusacartografía¿Necesita hacer un mapa de los EE. UU. Con inserciones de Alaska y Hawái? Este paquete ofrece una de las formas más sencillas de obtener un shapefile bien diseñado. GitHub hrbrmstr / albersusa.us_sf <- usa_sf ("lcc")%>%
mutate (State = as.character (name))
Ver el repositorio de GitHub del paquete .
Bob Rudis
pegamentodisputa de datosLa función principal, también pega, evalúa variables y expresiones R dentro de una cadena entre comillas, siempre que estén entre llaves {}. Esto lo convierte en un elegante reemplazo de paste (). CRAN.pegamento ("Hoy es {Sys.Date ()}")Jim Hester
googleanalyticsRAnalista de la redExtraiga datos de Google Analytics, incluida la API de la versión 4 de GA. También tiene opciones anti-muestreo. CRAN.Consulte el sitio web del paquete .Mark Edmonson
roxygen2desarrollo de paquetesHerramientas útiles para documentar funciones dentro de paquetes R. CRAN.Cómo escribir un paquete R o la viñeta introductoria de roxygen2 .Hadley Wickham y otros
brillanteVisualización de datosConvierta los datos de R en aplicaciones web interactivas con este marco para R. CRAN.Vea el tutorial o mi aplicación Create a Shiny para buscar en TwitterRStudio
shinyjsVisualización de datosIncluye varias funciones para agregar sofisticación a su interfaz de usuario, como ocultar y mostrar entradas y restablecer valores de entrada. Inicialmente se publicó con restricciones de uso comercial, pero ahora está bajo una licencia del MIT.Ver la guía de introducciónDean Attali
tablero flexibleVisualización de datosSi Shiny es demasiado complejo e involucrado para sus necesidades, este paquete ofrece una solución más simple (aunque algo menos robusta) basada en R Markdown. CRAN.Más información en Uso de flexdashboardJJ Allaire, RStudio y otros
openxlsxmisceláneoSi necesita escribir en un archivo de Excel además de leerlo, este paquete es fácil de usar y ofrece muchas opciones para formatear su hoja de cálculo. CRAN.write.xlsx (mydf, "myfile.xlsx")Alexander Walker
gmodelsdisputa de datos, análisis de datosAquí hay varias funciones para modelar datos, pero la que yo uso, CrossTable, simplemente crea tablas cruzadas con un montón de opciones: totales, proporciones y varias pruebas estadísticas. CRAN.Tabla cruzada (myxvector, myyvector, prop.t = FALSE, prop.chisq = FALSE)Gregory R. Warnes
conserjedisputa de datos, análisis de datosLa limpieza básica de datos es más sencilla, como buscar duplicados en varias columnas, crear nombres de columna compatibles con R y eliminar columnas vacías. También tiene algunas herramientas de tabulación agradables, como agregar una fila total, así como generar tablas con porcentajes y tablas cruzadas fáciles. Y su función get_dupes () es una forma elegante de encontrar filas duplicadas en marcos de datos, ya sea en base a una columna, varias columnas o filas completas. CRAN.tabyl (mydf, sort = TRUE)%>% adorn_totals ("fila")Samuel Firke
escamasdisputa de datosSi bien este paquete tiene muchas formas más sofisticadas de ayudarlo a formatear datos para graficar, vale la pena descargarlo solo para las funciones coma (), porcentaje () y dólar (). CRAN.coma (mynumvec)Hadley Wickham
profvisprogramación¿Tu código R es lento? Este paquete le brinda un representante visual de su código línea por línea para que pueda encontrar los cuellos de botella de velocidad. CRAN.profvis ({ su código aquí })Winston Chang y otros
tidytextextracción de textosImplementación elegante de funciones de minería de texto utilizando los principios de "datos ordenados" de Hadley Wickham. CRAN.Consulte tidytextmining.com para ver numerosos ejemplos.Julia silge y david robinson
diffobjanálisis de los datosLa función idéntica () de Base R le dice si dos objetos son iguales o no; pero si no es así, no te dirá por qué. diffobj le ofrece una representación visual de cómo se diferencian dos objetos R. CRAN.diffObj (x, y)Brodie Gaslam y Michael B. Allen
profetaprevisiónNo hago mucho análisis de pronóstico; pero si lo hiciera, empezaría con este paquete. CRAN.Consulte la Guía de inicio rápido .Sean Taylor y Ben Letham en Facebook
tidymodelsprevisiónPara una previsión considerablemente más sólida, consulte este conjunto de paquetes de modelado. Curva de aprendizaje algo empinada. CRAN.Consulte la guía de introducción o este repositorio de taller de Thomas Mock .Numeroso
flechaimportación de datos, exportación de datosImplementación de R de la plataforma en varios idiomas para datos en memoria con columnas. Incluye funciones para leer y escribir archivos Parquet y Feather, así como CSV y JSON. CRAN.escribir_pluma (mydf, tempfile ())Neal Richardson y otros
primeroimportación de datos, exportación de datosOtra alternativa para el almacenamiento de archivos binarios (solo R), fst se creó para un almacenamiento y recuperación rápidos, con velocidades de acceso superiores a 1 GB / seg. También ofrece compresión que no ralentiza demasiado el acceso a los datos, así como la capacidad de importar un rango específico de filas (por número de fila). CRAN.write.fst (mydf, "myfile.fst", 100)Mark Klik
googleAuthRimportación de datosSi desea utilizar datos de una API de Google en un proyecto de R y aún no hay un paquete específico para esa API, este es el lugar al que acudir para autenticar CRAN.Vea ejemplos en el sitio web del paquete y esta esencia para su uso con Google Calendars. CRAN.Mark Edmondson
devtoolsdesarrollo de paquetes, instalación de paquetesdevtools tiene una gran cantidad de funciones destinadas a ayudarlo a crear sus propios paquetes de R, como ejecutar automáticamente todo el código de ejemplo en sus archivos de ayuda para asegurarse de que todo funcione. Requiere Rtools en Windows y XCode en Mac. CRAN.run_examples ()Hadley Wickham y otros
mandos a distanciainstalación del paqueteremotes es una alternativa más liviana a devtools si todo lo que desea es instalar paquetes de GitHub, Bitbucket y algunas otras fuentes. CRAN.install_github ("mangothecat / franc")Gabor Csardi y otros
githubinstallinstalación del paquete¿Quiere instalar un paquete de GitHub pero no puede recordar el nombre del creador o simplemente no tiene ganas de escribirlo? Con githubinstall, simplemente ejecute githubinstall ("nombre del paquete") y la función le sugerirá una cuenta; simplemente responda Y para instalar on si es el incorrecto. ¡Incluso incluye una coincidencia aproximada si escribe mal el nombre de un paquete!githubinstall ("Detección de anomalías")Koji Makiyama
instaladormisceláneoSolo Windows: actualice la versión instalada de R desde R. En CRAN.updateR ()Tal Galili y otros
utilizar estadesarrollo de paquetes, programaciónInicialmente dirigido al desarrollo de paquetes, usethis ahora incluye funciones útiles para cualquier proyecto de codificación. Entre sus útiles funciones se encuentra una familia de edición que le permite actualizar fácilmente sus archivos .Renvironment.RprofileEn CRAN, pero instale la versión de GitHub de "r-lib / usethis" para obtener las últimas actualizaciones.edit_r_environ ()Hadley Wickham, Jennifer Bryan y RStudio
aquímisceláneoEste paquete tiene una función con un único propósito útil: encontrar el directorio de trabajo de su proyecto. Sorprendentemente útil si desea que su código se ejecute en más de un sistema. CRAN.my_project_directory <- aquí ()Kirill Müller
pacmanmiscelánea, instalación de paquetesEste paquete es otro que tiene como objetivo resolver un problema y resolverlo bien: la instalación del paquete. Las funciones principales cargarán un paquete que ya está instalado o lo instalarán primero si no está disponible. Si bien esto es ciertamente posible de hacer con require () de base R y una declaración if, p_load () es mucho más elegante para paquetes CRAN, o p_load_gh () para GitHub. Otras opciones útiles incluyen p_temp (), que permite una instalación temporal del paquete solo para esta sesión. CRAN.p_load (dplyr, aquí, tidycensus)Tyler Rinker
plomeroexportación de datos, programaciónConvierta cualquier función de R en una API con capacidad de host con una línea o dos de código. Este paquete bien pensado facilita el uso de R para el manejo de datos en otros proyectos de codificación que no son de R. CRAN.Consulte la documentación o mi artículo Cree sus propios bots de Slack, y API web, con RJeff Allen, Trestle Technology y otros
dataCompareRdisputa de datosUna forma rápida y elegante de comparar dos marcos de datos, fila por fila o por una clave específica. CRAN.rCompare (mydf1, mydf2)Rob Noble-Eddy en CapitalOne y otros
proyecto nubladoRimportación de datos, exportación de datosSe trata de una colección de paquetes destinados a facilitar el trabajo de R con plataformas en la nube como Amazon Web Services, Google y Travis-CI. Algunos ya están en CRAN, otros se pueden encontrar en GitHub.Vea la lista de paquetes .Varios
flyioimportación de datos, exportación de datosEsto es un poco como rio, pero para la nube: ofrece un conjunto común de funciones ya sea que esté usando el S3 de Amazon o Google Cloud. Configure su fuente de datos, autentíquese con sus credenciales (que se pueden almacenar en una variable de entorno R), configure un nombre de depósito y listo. GitHub.Vea el repositorio de GitHub o el video de YouTube de una demostración en la reunión de usuarios de Delhi.SocialCops
geofacetvisualización de datos, mapeoSi bien rara vez necesito crear "geofacets", mapas con bloques del mismo tamaño en ubicaciones geoespacialmente apropiadas, este paquete es tan genial que tuve que incluirlo. El paquete le permite crear sus propias visualizaciones de geofacet utilizando ggplot2 y cuadrículas integradas como los estados de EE. UU. Y los países de la UE. Y viene con capacidades de cuadrícula de geofacet de diseño propio. CRAN.grid_design ()Ryan Hafen
reticularprogramaciónSi conoce Python además de R, este paquete ofrece un conjunto de herramientas para llamar a Python desde dentro de R, así como para "traducir" entre objetos R y Python, como marcos de datos Pandas y marcos de datos R. CRAN.Consulte Cómo ejecutar Python en R o el sitio web del paquete reticulado .JJ Allaire
beeprmisceláneoEsto es pura diversión. Sí, recibir una notificación audible cuando el código termina de ejecutarse o encuentra un error puede ser útil; pero aquí, los sonidos disponibles incluyen opciones como una fanfarria, una melodía de Mario Brothers e incluso un grito. CRAN.bip ("wilhelm")Rasmus Bååth

Algunos puntos importantes para los novatos. Para instalar un paquete desde CRAN, use el comando install.packages("packagename"), por supuesto, sustituya el nombre del paquete por el nombre del paquete y lo ponga entre comillas. Los nombres de los paquetes, como casi todo lo demás en R, distinguen entre mayúsculas y minúsculas.

Para utilizar la función de un paquete durante su sesión de R, debe hacer una de dos cosas. Una opción es cargarlo en su sesión de R con library("packagename")require("packagename")La otra es llamar a la función que incluye el nombre del paquete, así: packagename::functioname()Los nombres de los paquetes, como casi todo lo demás en R, distinguen entre mayúsculas y minúsculas.

Publicar un comentario

0 Comentarios