Studium przypadku: analiza danych szeregów czasowych miasta w R
Lore Dirick
Manager of Data Science Curriculum at Flatiron School
Użyj saveRDS() i readRDS()
saveRDS(citydata, file = "citydata.rds")
Zachowuje indeks czasu obiektów xts
readRDS("citydata.rds")
pop pct_growth
1980-01-01 562994 NA
1990-01-01 574823 2.057851
2000-01-01 589141 2.430318
2010-01-01 617594 4.607072
Użyj write.zoo() i read.zoo()
write.zoo(citydata, file = "citydata.csv", sep = ",")
Wymagana ponowna konwersja do xts
citydata <- read.zoo("citydata.csv", sep = ",", header = TRUE)as.xts(citydata)
pop pct_growth
1980-01-01 562994 NA
1990-01-01 574823 2.057851
2000-01-01 589141 2.430318
2010-01-01 617594 4.607072
Studium przypadku: analiza danych szeregów czasowych miasta w R