「2016年版このRパッケージがすごい」暫定第一位、tabulizerパッケージを使って、日本で話題のCookpadの有価証券PDFから超簡単にデータを取得してビジュアライズまでしてみた - Qiita
今年の3月ごろから何やらCookpadが騒がしいですね。IT業界に足を置いていれば、このような噂を聞いたりするのは、1度や2度ではないのではないのでしょうか？一部報道には、幹部社員が大量離脱したためサービス運営が困難、という報道もありました。Cookpadの有価証券から、実際に決算がどうなっているのかを見てみると、噂が本当なのかや事件の影響について検証できそうです。事件の前と後で業績に変化はあったのか、1株あたりの利益はどれくらい増加しているのかって質問に答えることができそうです。ところが、ほとんどの有価証券はPDFデータになっています。PDFデータに埋まっていると、そのデータをまずcsvにエクスポートすることや、その後取ってきたデータを加工して分析やビジュアライズできるようにするという過程が、結構めんどくさかったりしますよね。だから、今日は、Exploraotryを使って、そんなPDFデ
普通のSQLよりも150倍速いと謳ってるPeriscope Dataのさらに150倍の速さでサクッとRで分析してみた。 - Qiita
この記事はRは知らないけど、SQLとか他のプログラミング言語はある程度やったことあるみたいな人向けです。 SQLでデータ分析をしていて、煩わしいと感じたことはありませんか？ これは、SQLは、リレーショナルなデータベースから、クエリしてデータを抽出するために作られているので、ある意味当たり前のことなんです。しかし、データ分析において、Rをオススメしたい理由は、実はRは、データデータの加工、分析のために作られているからなんです。Rでなら、SQLを書くだけでは考えられなかったより高度なことや効果的な方法で素早くデータを分析していくことができるのです。 普通のSQLよりも150倍速いと謳ってるPeriscope Dataという会社のブログをご存知でしょうか？ Periscope Data社が、ブログで、ぼくの留学先であるサンフランシスコの街の2003年から2015年までの犯罪データをSQLを使っ
なぜデータ分析においては、ExcelではなくExploratoryを使うべきか？ データのサマライズが簡単にできる超便利なピボットテーブルを爆速で説明する - Qiita
なぜデータ分析においては、ExcelではなくExploratoryを使うべきか？ データのサマライズが簡単にできる超便利なピボットテーブルを爆速で説明するRデータ分析DataVisualizationデータ可視化Exploratory ピボットテーブルをご存知ですか？ピボットテーブルは、チャート形式ではなく、テーブル形式、データのサマライズが簡単にできます。たくさんのベータ・ユーザーの方からピボット・テーブルのリクエストがありましたので、それでは、Exploratoryの中ではどのようにあるべきか、どうすればユーザーにとってのデータ分析に本当に役立つのかを思考錯誤した挙句の作がこちらにできました。作ってみると、簡単にデータをサマライズできるだけでなく、カラーを使って、外れ値やパターンをを瞬時に見つけることもできるようになり、自分たちにとっても、なくては生きていけなくなってしまいました。帳票
データの抽出と分析に適していないといわれていたMongoDBのデータを、RのためのUIであるExploratoryを使って分析してみた - Qiita
いままでに、MongoDBのデータ分析に困ったことはありませんか？ 一般的に、MongoDBのデータは、リレーショナルデータベースや表形式データと違うので、データが、よく階層になっていたり、入れ子構造になっていたり、配列を含んだりしていて、データの抽出や分析には適していないと言われています。でも、RのためのUIであるExploratoryを使えば、そんなMongoDBのデータでさえ簡単にインポートして、データを分析することができます。 Exploratoryの記事については、こちらでも詳しく書いています。 Rのフロントエンドということで話題になっている、Exploratoryの対話的なデータ分析環境で「ヨーロッパはほんとに女性が活躍しやすい社会か」どうか分析してみた 本当にITバブルなのか？？ RのフロントエンドExploratoryでユニコーン企業のデータを超簡単にスクレイピングしてきて
Introducing Exploratory Desktop — UI for R
dplyr is amazing. I immediately fell in love with it when I encountered for the first time because each command interface was simple and beautiful, its use of ‘pipe’ made the data analysis pipeline readable for anybody, and the functionality it provided was already comprehensive and practical for real use cases especially when combined with tidyr. On top of that, the performance was blazing fast.
テキスト・データを簡単にクリーン・アップしながらExploratoryのベータ版に世界中から登録してくれたユーザーの普段使っているデータ分析ツール上位ランキングを出してみた - Qiita
おかげさまで現在、世界中からたくさんの人たちにExploratory Desktopのベータ・トライアルの方にサインアップしていただいています。もしまだサイン・アップしてなくて興味のある方はぜひこちらからどうぞ。 ところで、サインアップしていただく時に、皆さんの普段使っているデータ分析ツールが何か、聞かせてもらっています。そのデータがこちらにあるので、それを元にどういったツールが今世界中で人気があるか出してみたいと思いますが、実はいくつか面倒くさい問題があります。 カンマ区切りなので、単純にツールごとに集計できない フリーフォームなので、スペースがいろんなとこに入ってたり、英語の大文字、小文字が混じってて、実は同じ名前であるのに同じ名前としてカウントできない。 こういったデータって結構データ分析をやっていると普通だったりするのですが、Exploratoryを使うと簡単にクリーン・アップする
Rのフロントエンドということで話題になっている、Exploratoryの対話的なデータ分析環境で「ヨーロッパはほんとに女性が活躍しやすい社会か」どうか分析してみた - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? ぱっと見て、このデータがなんのデータかとかってわかりますか？ これだけ見ただけだとなんのデータかわからないですよね〜。 これは実は、フォーブズ誌からダウンロードしてきた世界の億万長者についてのデータなんですね。 そもそも億万長者ってどの国に多いんですかね。また、億万長者ってどうやってなってるんですかね。はたまた、億万長者って男性と女性どちらのほうが多いのでしょうか？ また、最近読んだ記事↓によると、ヨーロッパは女性が活躍しやすい社会だったりするそうです。だとすると、今、ヨーロッパには、女性の億万長者も多かったりするのでしょうか？ こんな
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
