Estimados
Hoy hay varias alternativas para trabajar con muchos datos, pero hay una parte
técnica que no está especificada, ¿Cuánto es lo que se dice como muchos datos?,
en este caso Victoria explique el tamaño de sus datos. Lo segundo es ¿Qué
análisis o librería? Porque puede ser que R utilice
Yo, alguna vez, he usado el paquete ff
... puedes probar.
Un saludo
De: R-help-es [r-help-es-boun...@r-project.org] en nombre de VICTORIA LOPEZ
[vlo...@fdi.ucm.es]
Enviado: viernes, 30 de diciembre de 2016 11:02
Para: Horacio
Cc: r-help-es@r-project.org
A
Hola,
Siempre te puedes bajar el tar.gz e instarlo de forma manual...
Saludos,
Carlos.
El 30 de diciembre de 2016, 14:41, Ruben Tobalina Ramirez <
lagrimaescr...@gmail.com> escribió:
> buenas,
>
> no sé que versión de Debian usas, pero yo recuerdo instalarme el paquete en
> Ubuntu 16.10 (y cr
buenas,
no sé que versión de Debian usas, pero yo recuerdo instalarme el paquete en
Ubuntu 16.10 (y creo que tb en 16.04) desde los repositorios. Podrias
intentar añadir los repositorios de Ubuntu donde se encuentra el paquete y
descargarlo desde allí: <
http://packages.ubuntu.com/source/yakkety/m
Agradezco la ayuda recibida me vino muy bien,,, el problema de
instalar el paquete lubridate es que no está en los repositorios de
Debian,,, al usar RStudio creo que se debe instalar en
~/R/x86_64-pc-linux-gnu-library previa compilación de fuente bajada de
r-cran,,, cosa que será otro pedido de ayu
Hola,
Para "BigData" ahora lo que se lleva es "Spark" que de forma nativa trabaja
con "Scala".
Aunque soporta Java, Python, R y como no SQL...
De todas formas esto de "BigData" es muy amplio, entiendo que a lo que te
refieres es a hacer "Machine Learning" sobre conjuntos muy grandes...¿?.
Salud
Hola,
El que "R" no lo soporta quiere decir que "tu máquina no lo soporta".
Y no lo soporta porque tiene una cantidad de RAM insuficiente.
En este caso puedes hacer diferentes cosas:
- Sin tener que cambiar tu hardware:
- Hacer un sampling y quedarte con un número de observaciones con l
Hola,
Con esto de las fechas, la verdad es que hay múltiples alternativas.
Por comentar algunas otras más:
+ as.Date()
- Con esta opción no hace falta cargar ningún paquete.
- Es una función a usar cuando tu columna de fechas es homogénea.
- Si el formato de tus fechas es homogénea t
hola a todos,
Me gustaria saber qué haceis cuando el dataset para trabsjar es tan grande
que R no lo soporta.
Lo troceo con alguna otra herramienta?
Cual?
Gracias y feliz año!
Victoria
> ___
> R-help-es mailing list
> R-help-es@r-project.org
> https:/
Hola a todos.
A las soluciones de Javier y de Carlos añadiria:
1. Cargar los datos en R con el paquete "readr" y la orden "read_csv2"
(fijate que en vez de un punto es un guión bajo). De esta manera la
variable fecha ya estará en formato POSIXct (formato fecha), ya que esta
orden "adivina" los ti
10 matches
Mail list logo
