Яку базу даних обрати?

Порівняння реляційних та нереляційних баз даних за характеристиками:

Автор: Bill Howe, Director of Research for Scalable Data Analytics at the UW eScience Institute and an Affiliate Assistant Professor in Computer Science & Engineering. https://class.coursera.org/datasci-001/wiki/view?page=aboutus

Підготовка даних для аналізу: визначення номера 5 хвилинного інтервалу для таймстемпу

Досить часто дані, які мають часову складову, аналізуються з віднесенням того чи іншого конкретного значення (рядка) до певного часового інтервалу (дня, години, хвилини тощо). Наприклад: аналіз дзвінків, прийнятих в певну (цілу) годину протягом дня; заявки, оформлені в певний день тижня тощо.

У випадку, якщо джерелом даних є SQL база даних, із приведенням до згаданих стандартних інтервалів гарно справляються вбудовані функції СУБД для роботи з датами.

Існує ще один (часто вживаний і важливий) інтервал, для обрахунку якого стандартного функціоналу не існує. Це інтервал "5-ти хвилинка".

GROUP BY in R

 Аналогом  GROUP BY в SQL в R  виступає функція aggregate.

 # групувати дані з датафрейму mtcars, групуючи по cy1 та vs, j, 
 # обраховуючи середнє для числових змінних

  aggdata <-aggregate(mtcars, by=list(cyl,vs),
  FUN=mean, na.rm=TRUE)
  print(aggdata)

При використанні даної функції, те, по чому групуємо, має зберігатися в list (навіть якщо це одна функція)