Я заворачиваю пуллинг в tryCatch(), сохраняю в виде rds файла апдейт, который сбил бота с ног, отправляю уведомление о том что бот упал, и через source() опять автоматом его запускаю. Только при таком подходе всегда перед перезапуском в начале скрипта лучше ставить очистку очереди бота, т.к. иначе он постоянно будет падать:
Благодарю, да, Хед приводит всё к единому стилю, так, что бы все пакеты были единообразны и хорошо работали с пайпами. Постараюсь в ближайшее время перевести вторую часть документации, в которой рассказывается о некоторых других, новы плюшках которые в httr2 подвезли.
На самом деле в моём случае это скорее привычка, мне удобно что при запуске через R CMD BATCH выплёвывается ,Rout с логом выполнения. Но бота можно и через Rscript запускать.
Цель этой статьи заключается в том, что бы тем кто знает SQL помочь сделать первые шаги в манипуляции данными в R, думаю в любом случае статья полезна.
Честно говоря более простого и специального метода чем просто разделить на 1 млн я не знаю, но вы ведь можете и сами написать себе для этого функцию, если она часто вам нужна. И поместить эту функнцию к примеру в .RProfile.
В таком случа функция сама будет подгружаться при запуске R.
Спасибо за комментарий, в facebook под ссылками на эту серию статей мне тоже много писали о том, что я выбрал не тот язык, но вменяемых аргументов этому никто не дал.
Честно говоря вроде была, но я её толком не использовал ранее, а Хедли её рассматривал в одной из статей посвященных пререлизу dplyr 1.0.0, и по этой статье был снят один из обзоров.
Если вы сейчас берётесь за активное изучение R, то есть пара хороших, и при этом бесплатных курсов на stepic.org.
Также могу порекомендовать книгу Хедли Викхема "Язык R в задачах науки о данных". В ней довольно подробна описана инфраструктура tidyverse. Если позволяет уровень английского, то она есть в бесплатном онлайн доступе на англ языке — https://r4ds.had.co.nz/. Перевод тоже есть, но платный.
Спасибо, рад, что полезно!
Здравствуйте, наверняка должен быть, но мне не встречался, но я и не пробовал исксть, если честно.
Здравствуйте, на самом деле не обязательно весь код бота заворачивать в tryCatch(), достаточно завернуть именно сам пуллинг.
Из этого цикла статей я создал учебник, там немного больше информации, ответ на ваш вопрос можно найти в его последней главе - https://bookdown.org/selesnow/build_telegram_bot_using_r/-6.html .
Я заворачиваю пуллинг в tryCatch(), сохраняю в виде rds файла апдейт, который сбил бота с ног, отправляю уведомление о том что бот упал, и через source() опять автоматом его запускаю. Только при таком подходе всегда перед перезапуском в начале скрипта лучше ставить очистку очереди бота, т.к. иначе он постоянно будет падать:
Да, там много интересного добавили, потоки авторизации, retry, управление скоростью отправки запросов. Хедли как всегда на высоте.
Благодарю, да, Хед приводит всё к единому стилю, так, что бы все пакеты были единообразны и хорошо работали с пайпами. Постараюсь в ближайшее время перевести вторую часть документации, в которой рассказывается о некоторых других, новы плюшках которые в httr2 подвезли.
На самом деле в моём случае это скорее привычка, мне удобно что при запуске через R CMD BATCH выплёвывается ,Rout с логом выполнения. Но бота можно и через Rscript запускать.
Первый раз об этом сайте слышу, но спасибо за ссылку, интересно.
Я просто в работе использую в основном MySQL и BigQuery, в первом функционал не реализован, во втором появился не так давно.
По поводу
CASE, реализуемо, но не очень гибко как по мне. В любом случае спасибо за инфу про Oracle, MS SQL и Postgre.Можно на публичных датасетах, да и на тех примерах что в таблице по идее тоже можно.
А вам никогда не попадались таблицы в которых например id через запятую в одной ячейке перечисленны?
Цель этой статьи заключается в том, что бы тем кто знает SQL помочь сделать первые шаги в манипуляции данными в R, думаю в любом случае статья полезна.
R гораздо богаче по функционалу чем SQL, например в SQL не особо удобно вращать таблицы из широкого формата в длинный и обратно.
По поводу ограничений по оперативке, есть пакеты которые это решают, к примеру есть dbplyr.
В общем надо из задачи исходить.
Благодарю, сейчас исправлю!
Честно говоря более простого и специального метода чем просто разделить на 1 млн я не знаю, но вы ведь можете и сами написать себе для этого функцию, если она часто вам нужна. И поместить эту функнцию к примеру в .RProfile.
В таком случа функция сама будет подгружаться при запуске R.
Спасибо большое, действительно надо будет добавить эту информацию в статью, и я это обязательно в ближайшем будущем сделаю.
Так же мне рекомендовали добавить сравнение с
refClass, в общем у статьи будет апдейт 100%.Спасибо за комментарий, в facebook под ссылками на эту серию статей мне тоже много писали о том, что я выбрал не тот язык, но вменяемых аргументов этому никто не дал.
Нашел в NEWS, ранее
rowwise()присутствовала в пакете, но считалась экспериментальной функцией.Честно говоря вроде была, но я её толком не использовал ранее, а Хедли её рассматривал в одной из статей посвященных пререлизу dplyr 1.0.0, и по этой статье был снят один из обзоров.
Благодарю, уже исправил эту опечатку.
Понял.
Если вы сейчас берётесь за активное изучение R, то есть пара хороших, и при этом бесплатных курсов на stepic.org.
Также могу порекомендовать книгу Хедли Викхема "Язык R в задачах науки о данных". В ней довольно подробна описана инфраструктура
tidyverse. Если позволяет уровень английского, то она есть в бесплатном онлайн доступе на англ языке — https://r4ds.had.co.nz/. Перевод тоже есть, но платный.