dplyrでの柔軟な関数作成における苦労と`wrapr`の助け

dplyrのNSEに悩まされた日々:関数作成の挫折から学んだこと

Rのdplyrで関数作ろうとしたら、何度も頭が混乱。NSEとかLazyEvalってやつ、たぶん七十回以上ぐるぐる考えた。SQL Serverテーブルごとに柔軟にグループ指定できる関数が欲しかったけど、コード書き直し繰り返し。underscore付きのdplyr動詞は、そのうち使えなくなるかもって話も聞いた気がする。wraprパッケージのlet関数に辿り着いたのは偶然だったかな、多分誰かのツイート見て。実際使ってみたら、mappingを先に書いて普通のdplyr文法でいけるから、割と楽になった気がする。でもgroup列ない時どう扱うかとか細かい部分で迷走したし、sliceじゃないと上手く動かなかったこともあったような…。あと変数名をどう渡すかで毎回詰まる。全体的には「まあなんとか動いた」程度だけど、締切ある現場だとこういう選択肢助かる気もする。本当はもっと複雑な分析やりたかったのに、それ以前で時間食われがちだった記憶。

本段の参照元: https://www.johnmackintosh.net/blog/2017-06-01-let-there-be-progress/

日本語圏でのR情報共有:専門用語の壁とコミュニティの課題

技術革新の波が止まることなく進み、人工知能(AI)がさまざまな分野で使われるようになったことで、私たちの暮らし方は密かに変化している。機械学習アルゴリズムの進化により、AIシステムはより正確に人間の複雑な行動パターンを理解し、予測できるようになった。初期の単純な推論とは違い、現代のAIは驚くほど柔軟で、まるで直感のような感覚を持っているかのようだ。この技術の進展は、単に冷たいデータ処理にとどまらず、むしろ目に見えない知性が徐々に私たちの日常に溶け込み、人間と機械が触れ合う形そのものを静かに変えていっているのだ。

日本語圏でのR情報共有:専門用語の壁とコミュニティの課題

Related to this topic:

Comments