Soumettre la recherche
Mettre en ligne
Tokyor36
•
5 j'aime
•
5,875 vues
T
TokorosawaYoshio
Suivre
dplyr intro
Lire moins
Lire la suite
Spirituel
Signaler
Partager
Signaler
Partager
1 sur 44
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
R入門(dplyrでデータ加工)-TokyoR42
R入門(dplyrでデータ加工)-TokyoR42
Atsushi Hayakawa
データサイエンティスト必見!M-1グランプリ
データサイエンティスト必見!M-1グランプリ
Satoshi Kitajima
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
Nagi Teramo
2016年6月版データマエショリスト入門
2016年6月版データマエショリスト入門
Yuya Matsumura
Intoroduction of Pandas with Python
Intoroduction of Pandas with Python
Atsushi Hayakawa
2017年3月版データマエショリスト入門
2017年3月版データマエショリスト入門
Yuya Matsumura
2017年3月版データマエショリスト入門(誤植修正版)
2017年3月版データマエショリスト入門(誤植修正版)
Yuya Matsumura
10分で分かるr言語入門ver2.9 14 0920
10分で分かるr言語入門ver2.9 14 0920
Nobuaki Oshiro
Recommandé
R入門(dplyrでデータ加工)-TokyoR42
R入門(dplyrでデータ加工)-TokyoR42
Atsushi Hayakawa
データサイエンティスト必見!M-1グランプリ
データサイエンティスト必見!M-1グランプリ
Satoshi Kitajima
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
Nagi Teramo
2016年6月版データマエショリスト入門
2016年6月版データマエショリスト入門
Yuya Matsumura
Intoroduction of Pandas with Python
Intoroduction of Pandas with Python
Atsushi Hayakawa
2017年3月版データマエショリスト入門
2017年3月版データマエショリスト入門
Yuya Matsumura
2017年3月版データマエショリスト入門(誤植修正版)
2017年3月版データマエショリスト入門(誤植修正版)
Yuya Matsumura
10分で分かるr言語入門ver2.9 14 0920
10分で分かるr言語入門ver2.9 14 0920
Nobuaki Oshiro
Gensim
Gensim
saireya _
Deep Learningと他の分類器をRで比べてみよう in Japan.R 2014
Deep Learningと他の分類器をRで比べてみよう in Japan.R 2014
Takashi J OZAKI
R による文書分類入門
R による文書分類入門
Takeshi Arabiki
Tokyo r28 1
Tokyo r28 1
Takashi Minoda
R -> Python
R -> Python
Kazufumi Ohkawa
統計解析言語Rにおける大規模データ管理のためのboost.interprocessの活用
統計解析言語Rにおける大規模データ管理のためのboost.interprocessの活用
Shintaro Fukushima
入門機械学習1,2章
入門機械学習1,2章
Kazufumi Ohkawa
Tokyo r33 beginner
Tokyo r33 beginner
Takashi Minoda
Why dont you_create_new_spark_jl
Why dont you_create_new_spark_jl
Shintaro Fukushima
Rユーザのためのspark入門
Rユーザのためのspark入門
Shintaro Fukushima
Tokyor60 r data_science_part1
Tokyor60 r data_science_part1
Yohei Sato
Rあんなときこんなとき(tokyo r#12)
Rあんなときこんなとき(tokyo r#12)
Shintaro Fukushima
R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装
__nakamichi__
プログラマのための文書推薦入門
プログラマのための文書推薦入門
y-uti
入門機械学習6章
入門機械学習6章
Kazufumi Ohkawa
Tokyo r47 beginner_2
Tokyo r47 beginner_2
Takashi Minoda
Feature Selection with R / in JP
Feature Selection with R / in JP
Sercan Ahi
10分で分かるr言語入門ver2.10 14 1101
10分で分かるr言語入門ver2.10 14 1101
Nobuaki Oshiro
RのffとbigmemoryとRevoScaleRとを比較してみた
RのffとbigmemoryとRevoScaleRとを比較してみた
Kazuya Wada
20140920 tokyo r43
20140920 tokyo r43
Takashi Kitano
Salmon cycle
Salmon cycle
Shota Yasui
EasyHtmlReportの紹介
EasyHtmlReportの紹介
Yohei Sato
Contenu connexe
Tendances
Gensim
Gensim
saireya _
Deep Learningと他の分類器をRで比べてみよう in Japan.R 2014
Deep Learningと他の分類器をRで比べてみよう in Japan.R 2014
Takashi J OZAKI
R による文書分類入門
R による文書分類入門
Takeshi Arabiki
Tokyo r28 1
Tokyo r28 1
Takashi Minoda
R -> Python
R -> Python
Kazufumi Ohkawa
統計解析言語Rにおける大規模データ管理のためのboost.interprocessの活用
統計解析言語Rにおける大規模データ管理のためのboost.interprocessの活用
Shintaro Fukushima
入門機械学習1,2章
入門機械学習1,2章
Kazufumi Ohkawa
Tokyo r33 beginner
Tokyo r33 beginner
Takashi Minoda
Why dont you_create_new_spark_jl
Why dont you_create_new_spark_jl
Shintaro Fukushima
Rユーザのためのspark入門
Rユーザのためのspark入門
Shintaro Fukushima
Tokyor60 r data_science_part1
Tokyor60 r data_science_part1
Yohei Sato
Rあんなときこんなとき(tokyo r#12)
Rあんなときこんなとき(tokyo r#12)
Shintaro Fukushima
R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装
__nakamichi__
プログラマのための文書推薦入門
プログラマのための文書推薦入門
y-uti
入門機械学習6章
入門機械学習6章
Kazufumi Ohkawa
Tokyo r47 beginner_2
Tokyo r47 beginner_2
Takashi Minoda
Feature Selection with R / in JP
Feature Selection with R / in JP
Sercan Ahi
10分で分かるr言語入門ver2.10 14 1101
10分で分かるr言語入門ver2.10 14 1101
Nobuaki Oshiro
RのffとbigmemoryとRevoScaleRとを比較してみた
RのffとbigmemoryとRevoScaleRとを比較してみた
Kazuya Wada
20140920 tokyo r43
20140920 tokyo r43
Takashi Kitano
Tendances
(20)
Gensim
Gensim
Deep Learningと他の分類器をRで比べてみよう in Japan.R 2014
Deep Learningと他の分類器をRで比べてみよう in Japan.R 2014
R による文書分類入門
R による文書分類入門
Tokyo r28 1
Tokyo r28 1
R -> Python
R -> Python
統計解析言語Rにおける大規模データ管理のためのboost.interprocessの活用
統計解析言語Rにおける大規模データ管理のためのboost.interprocessの活用
入門機械学習1,2章
入門機械学習1,2章
Tokyo r33 beginner
Tokyo r33 beginner
Why dont you_create_new_spark_jl
Why dont you_create_new_spark_jl
Rユーザのためのspark入門
Rユーザのためのspark入門
Tokyor60 r data_science_part1
Tokyor60 r data_science_part1
Rあんなときこんなとき(tokyo r#12)
Rあんなときこんなとき(tokyo r#12)
R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装
プログラマのための文書推薦入門
プログラマのための文書推薦入門
入門機械学習6章
入門機械学習6章
Tokyo r47 beginner_2
Tokyo r47 beginner_2
Feature Selection with R / in JP
Feature Selection with R / in JP
10分で分かるr言語入門ver2.10 14 1101
10分で分かるr言語入門ver2.10 14 1101
RのffとbigmemoryとRevoScaleRとを比較してみた
RのffとbigmemoryとRevoScaleRとを比較してみた
20140920 tokyo r43
20140920 tokyo r43
En vedette
Salmon cycle
Salmon cycle
Shota Yasui
EasyHtmlReportの紹介
EasyHtmlReportの紹介
Yohei Sato
~knitr+pandocではじめる~『R MarkdownでReproducible Research』
~knitr+pandocではじめる~『R MarkdownでReproducible Research』
Nagi Teramo
10分で分かるr言語入門ver2 6
10分で分かるr言語入門ver2 6
Nobuaki Oshiro
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Takashi J OZAKI
TokyoR 第36回LT Rで部分空間法
TokyoR 第36回LT Rで部分空間法
Prunus 1350
Introduction to R Short course Fall 2016
Introduction to R Short course Fall 2016
Spencer Fox
Data manipulation with dplyr
Data manipulation with dplyr
Romain Francois
Data Manipulation Using R (& dplyr)
Data Manipulation Using R (& dplyr)
Ram Narasimhan
dplyr
dplyr
Romain Francois
20160611 kintone Café 高知 Vol.3 LT資料
20160611 kintone Café 高知 Vol.3 LT資料
安隆 沖
WF ED 540, Class Meeting 3 - Introduction to dplyr, 2016
WF ED 540, Class Meeting 3 - Introduction to dplyr, 2016
Penn State University
Rlecturenotes
Rlecturenotes
thecar1992
Análisis espacial con R (asignatura de Master - UPM)
Análisis espacial con R (asignatura de Master - UPM)
Vladimir Gutierrez, PhD
R Brown-bag seminars : Seminar-8
R Brown-bag seminars : Seminar-8
Muhammad Nabi Ahmad
Paquete ggplot - Potencia y facilidad para generar gráficos en R
Paquete ggplot - Potencia y facilidad para generar gráficos en R
Nestor Montaño
R勉強会@東京 - Tokyo.Rの紹介
R勉強会@東京 - Tokyo.Rの紹介
Yohei Sato
Learn to use dplyr (Feb 2015 Philly R User Meetup)
Learn to use dplyr (Feb 2015 Philly R User Meetup)
Fan Li
R seminar dplyr package
R seminar dplyr package
Muhammad Nabi Ahmad
WF ED 540, Class Meeting 3 - mutate and summarise, 2016
WF ED 540, Class Meeting 3 - mutate and summarise, 2016
Penn State University
En vedette
(20)
Salmon cycle
Salmon cycle
EasyHtmlReportの紹介
EasyHtmlReportの紹介
~knitr+pandocではじめる~『R MarkdownでReproducible Research』
~knitr+pandocではじめる~『R MarkdownでReproducible Research』
10分で分かるr言語入門ver2 6
10分で分かるr言語入門ver2 6
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
TokyoR 第36回LT Rで部分空間法
TokyoR 第36回LT Rで部分空間法
Introduction to R Short course Fall 2016
Introduction to R Short course Fall 2016
Data manipulation with dplyr
Data manipulation with dplyr
Data Manipulation Using R (& dplyr)
Data Manipulation Using R (& dplyr)
dplyr
dplyr
20160611 kintone Café 高知 Vol.3 LT資料
20160611 kintone Café 高知 Vol.3 LT資料
WF ED 540, Class Meeting 3 - Introduction to dplyr, 2016
WF ED 540, Class Meeting 3 - Introduction to dplyr, 2016
Rlecturenotes
Rlecturenotes
Análisis espacial con R (asignatura de Master - UPM)
Análisis espacial con R (asignatura de Master - UPM)
R Brown-bag seminars : Seminar-8
R Brown-bag seminars : Seminar-8
Paquete ggplot - Potencia y facilidad para generar gráficos en R
Paquete ggplot - Potencia y facilidad para generar gráficos en R
R勉強会@東京 - Tokyo.Rの紹介
R勉強会@東京 - Tokyo.Rの紹介
Learn to use dplyr (Feb 2015 Philly R User Meetup)
Learn to use dplyr (Feb 2015 Philly R User Meetup)
R seminar dplyr package
R seminar dplyr package
WF ED 540, Class Meeting 3 - mutate and summarise, 2016
WF ED 540, Class Meeting 3 - mutate and summarise, 2016
Similaire à Tokyor36
第3回Rを使って統計分析を勉強する会
第3回Rを使って統計分析を勉強する会
Nobuto Inoguchi
Material
Material
_TUNE_
RのffでGLMしてみたけど...
RのffでGLMしてみたけど...
Kazuya Wada
第一回Data mining勉強会 -第二章 - 原案
第一回Data mining勉強会 -第二章 - 原案
yushin_hirano
第一回Data mining勉強会 -第二章
第一回Data mining勉強会 -第二章
Tomonobu_Hirano
R spec勉強会
R spec勉強会
Tatsunori Nishikori
第2回品川Redmine勉強会(日本語全文検索)
第2回品川Redmine勉強会(日本語全文検索)
Masanori Machii
Similaire à Tokyor36
(7)
第3回Rを使って統計分析を勉強する会
第3回Rを使って統計分析を勉強する会
Material
Material
RのffでGLMしてみたけど...
RのffでGLMしてみたけど...
第一回Data mining勉強会 -第二章 - 原案
第一回Data mining勉強会 -第二章 - 原案
第一回Data mining勉強会 -第二章
第一回Data mining勉強会 -第二章
R spec勉強会
R spec勉強会
第2回品川Redmine勉強会(日本語全文検索)
第2回品川Redmine勉強会(日本語全文検索)
Plus de TokorosawaYoshio
R45LT
R45LT
TokorosawaYoshio
JapanR2014
JapanR2014
TokorosawaYoshio
Tokyor37
Tokyor37
TokorosawaYoshio
Tokyor44
Tokyor44
TokorosawaYoshio
TokyoR42_around_chaining
TokyoR42_around_chaining
TokorosawaYoshio
データ解析のための勉強会第7章
データ解析のための勉強会第7章
TokorosawaYoshio
Rから通知をとばす
Rから通知をとばす
TokorosawaYoshio
2分でパッケージを作ってインストールする
2分でパッケージを作ってインストールする
TokorosawaYoshio
TokyoR40
TokyoR40
TokorosawaYoshio
TokyoR#31 初心者セッション
TokyoR#31 初心者セッション
TokorosawaYoshio
Plus de TokorosawaYoshio
(10)
R45LT
R45LT
JapanR2014
JapanR2014
Tokyor37
Tokyor37
Tokyor44
Tokyor44
TokyoR42_around_chaining
TokyoR42_around_chaining
データ解析のための勉強会第7章
データ解析のための勉強会第7章
Rから通知をとばす
Rから通知をとばす
2分でパッケージを作ってインストールする
2分でパッケージを作ってインストールする
TokyoR40
TokyoR40
TokyoR#31 初心者セッション
TokyoR#31 初心者セッション
Tokyor36
1.
dplyrパッケージ 徹底解説
2.
所沢 義男
3.
4.
ところさ わよしお
5.
さて
6.
dplyrパッ ケージと は
7.
高速集計
8.
それに尽 きる
9.
7倍高速 (俺集計/plyr比)
10.
これ以上 は
11.
解説 面倒
12.
記事を書いたの で検索してくだ さい
13.
dplyrで検索 + 日本語の 検索結果
14.
さて
15.
そんな役に立つ 話はどうでもい いんだ
16.
%.%
17.
chain演算子
18.
これですよ
19.
%.%
20.
これを使うと一 連の集計作業を まとめていける
21.
普通はこう
22.
res1 <- filter(iris,Sepal.Length>6) res2
<- group_by(res1, Species) summarise(res2, count=n())
23.
中間生成物が なんだか嫌
24.
かといって
25.
summarise( group_by( filter(iris, Sepal.Length>6), Species) count=n() )
26.
入れ子は わからん
27.
%.%
28.
iris %.% filter(Sepal.Length>6) %.% group_by(Species)
%.% summarise(count=n())
29.
すっきり!!!
30.
どんどんつなげ ていけちゃう
31.
iris %.% filter(Sepal.Length>6) %.% group_by(Species)
%.% summarise(count=n()) %.% mutate(all=sum(count)) %.% select(Species, all) %.% ggplot(aes(x=Species, y=all)) + geom_bar(stat="identity")
32.
これはク セになる
33.
まるで
34.
35.
36.
せっかくなので この快感を五感 で感じたい
37.
%.%を耳で感じ るパッケージ
38.
作った
39.
pings パッケージ
40.
pings( iris %.% filter(Sepal.Length>4) %.% group_by(Species)
%.% summarise(count=n()) )
41.
人は涙の分だけ 強くなる
42.
使った%.%の分 だけ高みにのぼ れる
43.
library(devtools) install_github("dichika/pings")
44.
enjoy!!!
Télécharger maintenant