Trabajar en « RStudio » sin la integración de « Git »

Cuando trabajas en RStudio desde un proyecto que no está integrado con un repositorio de Git, puedes crear scripts de R y trabajar con los activos de datos del proyecto, pero no puedes añadir tus scripts de R al proyecto como activos de script.

Trabajar con archivos de datos

En « RStudio », puedes trabajar con archivos de datos procedentes de diferentes fuentes:

Archivos de la estructura de archivos del servidor RStudio, que puede consultar haciendo clic en «Archivos» en la sección inferior derecha de RStudio. Aquí es donde puedes crear carpetas, subir archivos desde tu equipo y eliminar archivos.

Para acceder a estos archivos en R, debes establecer el directorio de trabajo en el directorio donde se encuentran los archivos. Para ello, ve al directorio donde se encuentran los archivos y haz clic en «Más» > «Establecer como directorio de trabajo ».

Ten en cuenta que los archivos almacenados en el Home directorio de tu instancia de RStudio solo son persistentes dentro de dicha instancia y no se pueden compartir entre entornos ni dentro de tu proyecto.
Los activos de datos del proyecto, que puedes consultar haciendo clic en «Archivos» en la parte inferior derecha de RStudio. Los datos se encuentran en la carpeta denominada project_data_asset. Puedes elegir entre ver el contenido de un archivo o importar el conjunto de datos haciendo clic en el recurso.

Si añades un archivo de datos a esta carpeta, dicho archivo no se añadirá como recurso de datos al proyecto. Para añadir archivos de datos como recursos del proyecto, consulta «Añadir recursos del proyecto ».

No es posible abrir ni ver los activos de datos conectados que no se encuentren en el project_data_asset directorio. Solo se puede acceder a los activos de datos conectados mediante programación desde un script de R en RStudio.
Datos almacenados en un sistema de bases de datos.

Carga y acceso a datos

Opciones de carga de datos por tipo de motor de cálculo

Opciones de carga de datos por tipo de motor de cálculo
Opciones de carga de datos	Distribución Anaconda R	R + Spark
Cargar datos en un objeto ` sparkSessionDataFrame `		✓
Cargar datos en un marco de datos de R	✓	✓

Generar código que cargue datos directamente en RStudio

Carga de datos desde archivos locales

Para generar código que inserte datos de archivos locales en RStudio :

Haz clic en el icono «Fragmentos de código» y, a continuación, haz clic en «Leer datos »,
Selecciona la fuente de datos de tu proyecto y, a continuación, selecciona «Copiar al portapapeles ».
Pega el código en el editor de archivos de RStudio.

Tipos de archivo compatibles:

CSV /archivos delimitados
Archivos de Excel (.xls,.xlsx,.xlsm)
Archivos JSON
Archivos SAS

Carga de datos desde conexiones a fuentes de datos

Antes de poder cargar datos desde un servicio de datos de IBM o desde una fuente de datos externa, debes crear o añadir una conexión a tu proyecto. Consulte «Añadir conexiones a proyectos ».

Para generar código que inserte datos procedentes de conexiones a bases de datos en RStudio :

Haz clic en el icono «Fragmentos de código» y, a continuación, haz clic en «Leer datos ».
Selecciona la conexión de tu proyecto.
Selecciona la fuente de datos de la conexión y, a continuación, selecciona «Copiar al portapapeles ».
Pega el código en el editor de archivos de RStudio. El código generado sirve como guía rápida para empezar a trabajar con un conjunto de datos o una conexión. En el caso de los sistemas de producción, revisa detenidamente el código insertado para determinar si te conviene escribir tu propio código que se adapte mejor a tus necesidades.
Si es necesario, introduce tus credenciales personales para las conexiones de datos bloqueadas que estén marcadas con el icono de la llave. Este es un paso que solo hay que realizar una vez y que desbloquea la conexión de forma permanente. Una vez que hayas desbloqueado la conexión, el icono de la llave dejará de aparecer. Consulte «Añadir conexiones a proyectos ».
Si no es posible generar un código para la conexión, carga las credenciales y abre la conexión a la base de datos que hace referencia a tus credenciales. Escribe el código para cargar los datos.

RStudio admite las mismas conexiones a bases de datos que los cuadernos de Jupyter. Para obtener más información, consulta la sección «Compatibilidad con la carga de datos en cuadernos ».

Añadir o eliminar recursos del proyecto

Para utilizar archivos de datos en RStudio, debes subirlos haciendo clic en el icono «Subir recurso al Icono para subir un recurso al proyecto proyecto» de la página «Recursos» de tu proyecto, ya que estos archivos se añaden automáticamente como recursos de datos a tu proyecto.

Sin embargo, si has subido o creado archivos de datos en RStudio, puedes añadir estos archivos a tu proyecto como recursos de datos del proyecto. Estos archivos deben estar en la /home/project_data_asset carpeta « RStudio ». Para añadir estos archivos como recursos de datos al proyecto:

En la página «Recursos» del proyecto, haz clic en «Importar recursos ».
Selecciona «Archivos del proyecto» y el archivo de la /home/project_data_asset carpeta que quieras añadir al proyecto como recurso.

Si eliminas un activo de datos de la /home/project_data_asset carpeta de « RStudio », debes eliminar dicho activo de datos del proyecto de la siguiente manera:

En la página «Activos» del proyecto, selecciona el activo de datos que deseas eliminar.
Seleccionar «Eliminar» en la lista de opciones.

Trabajar con indicaciones

Si el servicio « watsonx.ai » está instalado en tu clúster, puedes añadir varias indicaciones de ejemplo para modelos específicos en tu código R. Para añadir una indicación de ejemplo, haz clic en el icono «Fragmentos de código», selecciona «Diseño de indicaciones » y explora las distintas categorías para encontrar una indicación de ejemplo. Cuando selecciones una sugerencia, haz clic en «Copiar al portapapeles» y, a continuación, pega el código en el editor de archivos de RStudio.