こんなのがあるとは
Local Exchange Trading System （LETS：地域通貨取引交換システム）
考案者：マイケル・リントン
◇概要
目的：地域経済の活性化とコミュニティの再生
参加者：だれでも自由に参加可能
システム：口座型の地域通貨を通じて、財・サービスを交換
参考ページ：
地域通貨とは LETSシステムについて
http://www.ultraman.gr.jp/shalom/tiikituuka.htm
〈地域通貨〉LETSとは何か
http://www.office-ebara.org/modules/xfsection02/article.php?articleid=17
注目の投稿
【kepler.gl】コロナ対策による人流の変化も地図上に可視化（各種メディアで報道）
kepler.glのサイト画面 kepler.glを使ってコロナ対策の効果を分析したところ、テレビ、新聞、ネットのメディアから問い合わせや報道依頼が殺到。今も、土日返上で都内や全国の人流変化を分析しています。この記事では人流変化の可視化に便利なkepler.glにつ...
2016年3月9日水曜日
2016年3月8日火曜日
【R】 日付データから年や月だけを抜き出す方法
【目的】 日付データから年や月だけを抜き出す
【方法】 substring()を使う
日付データのデータを用意する
年だけ抜き出す
もちろん月だけ抜き出すこともできる
ついでに年月も抜き出してみると
リンク： 【R】先頭の0を消す
http://mototeds.blogspot.com/2016/04/r0.html
【方法】 substring()を使う
日付データのデータを用意する
> set.date0 <- "2015-01-01 00:00:00" > set.date0 [1] "2015-01-01 00:00:00"
年だけ抜き出す
> set.year <- substring(set.date0,1,4) #1~4文字目までの文字（年数）を取り出す > set.year [1] "2015"
もちろん月だけ抜き出すこともできる
> set.month <- substring(set.date0,6,7) > set.month [1] "01"
ついでに年月も抜き出してみると
> set.ym <- substring(set.date0,1,7) > set.ym [1] "2015-01"
リンク： 【R】先頭の0を消す
http://mototeds.blogspot.com/2016/04/r0.html
2016年3月7日月曜日
【セミナー】データサイエンティスト育成ネットワークの形成 最終年度報告シンポジウム ＠東京大学
メモ
- データ利活用の期待値、未来を生み出す感から莫大な富が生まれてくる
- 実際、グーグルやアマゾンの時価総額はトヨタよりも高い
- ただ、日本企業はデータの価値の大きさをまだ分かっていない
確かに…
自分がいるゲーム業界もデータをゲーム運営面でしか使っておらず非常にもったいない
おそらく問題は、データを活用した経営戦略を描けないこと
そうした経営戦略を描ける人が出て来れば日本のゲーム業界は劇的に変わると思う
2016年3月4日金曜日
【R】 月ごとで表示（月次・月別の集計）
【目的】 日付データから月だけ抽出する
【方法】 epitoolsパッケージのmonth関数を使う
【補足】 library(epitools)が必要
"2014-02-01"
から月だけを取り出すには、
とすればできる
他にも年数だけを取り出すことも可能
以下、month関数の活用例
参照サイト
【方法】 epitoolsパッケージのmonth関数を使う
【補足】 library(epitools)が必要
"2014-02-01"
から月だけを取り出すには、
> library(epitools) > time <- as.Date("2014-02-01") > month <- as.month(time)> month$month [1] "2"
とすればできる
他にも年数だけを取り出すことも可能
以下、month関数の活用例
> month $dates [1] "2014-02-01" $mon [1] 2 $month [1] "2" $stratum [1] 16116 attr(,"origin") [1] "1970-01-01" $stratum2 [1] 16116 Levels: 16085 16116 16144 $stratum3 [1] "2014-02-15" $cmon [1] 1 2 3 $cmonth [1] "1" "2" "3" $cstratum [1] 16085 16116 16144 attr(,"origin") [1] "1970-01-01" $cstratum2 [1] "2014-01-15" "2014-02-15" "2014-03-15" $cmday [1] 15 15 15 $cyear [1] "2014" "2014" "2014"
参照サイト
- epitoolsのガイド： https://cran.r-project.org/web/packages/epitools/epitools.pdf
- inside-R： http://www.inside-r.org/packages/cran/epitools/docs/as.month
2016年3月3日木曜日
【セミナー】データマネジメント2016
データマネジメント2016
～データ駆動こそがビジネスを創る～
- 開催日
2016年3月11日（金）
- 場所
目黒雅叙園（東京都）
〒153-0064 東京都目黒区下目黒1-8-1
[アクセスマップ] http://www.megurogajoen.co.jp/access/
参照ページ
2016年3月2日水曜日
【R】RとRStudioのインストール
1. Rをダウンロードしてインストール
Download and Install R
https://cran.ism.ac.jp/
2. RStudioをダウンロードしてインストール
RStudioホームページ
https://www.rstudio.com/
参照サイト
Download and Install R
https://cran.ism.ac.jp/
2. RStudioをダウンロードしてインストール
RStudioホームページ
https://www.rstudio.com/
参照サイト
- Windows用Rガイド https://oku.edu.mie-u.ac.jp/~okumura/stat/R-win.html
- RStudioの紹介 http://memorandum2015.sakura.ne.jp/index_rstudio.html
2016年3月1日火曜日
【Rで大規模データを扱う】freadを使えば26倍早くcsvファイルを読み込める
【方法】data.table パッケージの fread() を使う
Rの弱み：大規模データの処理
→ data.tableパッケージを活用することで大規模データも高速に処理可能
freadの方が26倍以上早い！
Rの弱み：大規模データの処理
→ data.tableパッケージを活用することで大規模データも高速に処理可能
> library(data.table)
>
> #Rで大規模csvファイルを読み込む
>
> #read.csvで読み込む場合
> system.time(df.read.csv <- read.csv(file("C:/R_test/data/test.csv")))
ユーザ システム 経過
50.34 0.18 50.56
>
> #data.tableパッケージのfreadで読み込む場合
> system.time(df.fread <- fread("C:/R_test/data/test.csv"))
ユーザ システム 経過
1.92 0.02 1.94
| 経過時間 | |
| read.csv | 50.56 |
| fread | 1.94 |
freadの方が26倍以上早い！
登録:
投稿
(
Atom
)