search for: llevarlos

Buenas tardes, gracias a ambos por su ayuda, conseguí con éxito finalmente instalar ambos paquetes y abrir el netcdf de versión 4 desde RStudio. Mi consulta al siguiente paso, después de buscar sobre el tema es, como creo que no es posible realizar la transformación de netCDF-4 a netCDF-3, ¿es posible guardar con raster ese archivo .nc que pude abrir en R y ya llevarlo al SIG? Para ello he

..."plotGoogleMaps", "googleVis", "ggplot", "ggmap", "RColorBrewer"), dependencies = TRUE) Creo recordar que en el bar S10 *no* hay wifi, mejor llevarlos instalados desde casa. ¡Nos vemos esta tarde! -- Pedro Concejero BigData - Analytics @ Telefónica I+D<http://www.tid.es/es/Paginas/default.aspx> Part of Telefónica Digital<http://www.telefonica.com/es/digital/html/home/home.shtml> / Telefónica Digital Hub (english)<http://blog.dig...

Otra opción es importar directamente los datos que necesites usando XLConnect (sin llevarlos a CSV). Ese paquete permite hacer cosas muy potentes desde el propio fichero de Excel. https://cran.r-project.org/web/packages/XLConnect/index.html Recomiendo, encarecidamente, la lectura de sus dos vignettes. Un Saludo, -- Miguel Ángel Rodríguez Muíños Dirección Xeral de Saúde Pública Conselle...

blockquote, div.yahoo_quoted { margin-left: 0 !important; border-left:1px #715FFA solid !important; padding-left:1ex !important; background-color:white !important; } Mmm, Si te refieres a pasar datos de papel directamente a R en el ordenador... yo los pasaria directamente a un archivo de texto plano, que vendría a llevar el mismo tiempo, y los cargaría en R. No es Bueno tener los datos solo en R

Hola, Si no te entiendo mal, necesitas la conversión a matriz como paso intermedio para agregar por meses (o cualquier unidad temporal). Si es así, te aconsejo que uses el paquete zoo y el método aggregate para la clase zoo. Por ejemplo: library(zoo) dats <- data.frame(date=seq(as.Date('2012-01-01'), by='day', length=3*365), A=rnorm(3*365),

Jose Luis Column `Country` joining factors with different levels, coercing to character vector common_col_names <- intersect(names(sub_kei), names(knowledge)) > common_col_names [1] "Country" "Year" nrow(sub_kei) <- 132 nrow(knowledge) <- 3864 Tiene distinto numero de pais como de año, en el sub_kei aparecen 5 años y en el otro dataset (knowledge) datos anuales

Hola: Ante todo, gracias por las respuestas. El 03/06/13 01:23, Oscar Perpiñán Lamigueiro escribió: > > Hola, > > Si no te entiendo mal, necesitas la conversión a matriz como paso > intermedio para agregar por meses (o cualquier unidad temporal). ¡Hum! No estoy seguro de que agregar sea lo que quiero hacer. > Si es > así, te aconsejo que uses el paquete zoo y el método

Hola Mauricio, Para hacer alguna prueba más, yo lo único que echo de menos es que nos pudieras dar un "ejemplo reproducible" y para esto no hay nada mejor que nos pases una parte representativa del conjunto de datos. Además de lo ya expuesto, se pueden utilizar otras alternativas de lectura del fichero a la de "read.table()", por ejemplo la que ofrece "fread()" del

Buenas tardes, pido disculpas si mi consulta es demasiado elemental, pero actualmente encuentro una gran barrera para continuar mi trabajo si no lo solvento. Soy usuaria principiante de R, estoy trabajando con una base de datos climática <https://digital.csic.es/handle/10261/104742>que se encuentra en formato netcdf4 y necesito transformarla a la versión 3 con el fin de visualizarlo en un

Buenas tardes a todos los participantes del foro. Me dirijo a vosotros porque estoy atascado con una duda de programación respecto al data frame: > dd # Data frame de 5 variables, leído de un archivo txt id sexo nacim origen final 1 1 0 02/09/1955 01/04/1985 01/02/2014 2 2 1 29/10/1951 15/08/1996 01/05/2009 3 3 0 30/10/1942 02/08/2000 01/02/2014 4 4 1

Hombre, lo que propones es un tanto drástico... Siguiendo tu línea de argumentación entonces, nos olvidamos de "data.table", "dplyr"...y llegado el caso de gran parte de lo que ofrece "R" en cuanto a la manipulación de los dataframes, puesto que son tareas que igualmente puedes resolver en una bbdd... "sqldf" ofrece funcionalidades muy interesantes, para

Estimado Jesús Para Fernández El ejemplo que usted presenta es algo básico pero no por ello lejos de carecer importancia, al respecto hay varios autores de paquetes que abordaron ese problema buscando optimizar, facilitar, etc. Lo que usted piensa es correcto, si desea buscar optimizar puede leer algo de plyr, data.table, reshape (este tiene un video explicando casi lo que usted plantea), y

Si lo has guardado como csv separado por comas: Abre con cualquier editor el fichero: mira separador de listas y separador de decimal, supongamos que sea "; " para las listas (esto depende de tu configuración regional) y "." para los decimales (es como lo tienes en tu fichero) entonces dat<-read.csv("Variables.csv", header=T, sep=";",

Hola:   Tengo una lista de 2 elementos, cada uno de los cuales contiene información relativa a un sujeto (Pablo y Carlos).   lSujetos <- list() lSujetos[[1]] <- list(nomfich="Pablo", colTime=5, colVars=c(6,7,8)) lSujetos[[2]] <- list(nomfich="Carlos", colTime=5, colVars=c(6,7,8)) A continuación, leo las series temporales correspondientes a cada individuo. En este caso