r library car_r语言学习笔记---radiant包

--------仅用于个人学习知识整理和sas/R语言/python代码整理

--------文章使用数据都为脱敏模拟数据

---

1. 简介

radiant是r的包，基于r shiny开发，可以对数据进行简单的分析，进阶可以进行统计建模分析，并支持报表输出

radiant的开发者文档地址：radiant-rstats/docs

2 数据导入及启动

2.1 导入方法1（推荐使用这个）

radiant本质是r语言包，所以可以先将文件导入到r studio环境中

好处是可以直接读取sas文件，并且可以选择编码

不写代码的方式：可以通过r studio的import dataset功能导入excel/csv/sas文件

如果遇到中文编码问题，可以使用locale选项选择编码格式

一般windows下编码为gbk（GB2312）,linux下编码为utf-8

导入数据到r环境中，就可以调用radiant，会在浏览器打开监听窗口进行操作

####start####
library(radiant)
radiant()

此时在radiant的页面选择from global workspace的文件 即可看到所有r studio环境中的文件，导入即可

2.2 导入方法2

直接在radiant的导入模块中选择导入数据的格式，不过不支持sas格式

3. 基础使用

3.1 筛选数据---view视图

实现对列的筛选 选择 以及创建列后供后续使用

得到了筛选后的数据集后，在dataset栏即可使用

#####2.2 画图---visualize视图

请自行探索各类图形

3.3 数据计算---pivot视图

3.4 数据计算plus---explore视图

开发者文档中提到，pivot适合单变量简单汇总等计算（以及转置），expolre则可进行多变量的计算

原理基本和pivot相似

3.5 列变换---transform视图

transform可以对列进行一些操作，目前探索了几个有用的变换

筛选数据：

改变数据类型：

标准化：这里还能看到25% 75%分位数

应用函数：比如整列取ln 开根号等

3.6 表连接---combine视图

可以进行inner join / left join等操作，无比强大

在此不赘述join的方法

3.7 存储

4. 进阶使用

进阶使用可以进行计算统计指标 统计建模等功能

建模不进行介绍，有r和python可以更好的完成

4.1 correlation

使用方法：直接在左边多选要算correlation的变量，可以直接得到右图的correlation矩阵

4.2 随机抽样