Forum Discussion

Syndicate_Admin's avatar
Syndicate_Admin
Administrator
3 years ago

Power BI en Win 11 ARM VM - Error de script de R

Hola

Intentar mostrar objetos visuales de R mediante las bibliotecas que no son de base de R grid y gridExtra.

El mensaje de error generado se enumera a continuación, seguido de:

(1) una descripción de mi entorno informático

(2) Versiones instaladas para Power BI y R

(3) Lista de Script R que produce error

(4) Lista de Script de R que se muestra correctamente

¿Alguien tiene alguna idea sobre qué puede estar causando el error? No creo que la causa sea una instalación incorrecta de R como sugieren otros foros de stackoverflow.

Mensaje de error:
Se ha producido un problema al procesar el script de R.
Aquí están los detalles técnicos:
Al ejecutar el script de R se encontró el siguiente error:

Error al recuperar la cadena de código de error del sistema ->317
Compruebe que R está instalado correctamente en el equipo.

R está instalado correctamente, ya que también puedo mostrar con éxito imágenes que solo requieren bibliotecas de base R.

Entorno informático:

Máquina host:

MacBook Pro de finales de 2021 Apple Silicon M1 Max

macOS Ventura 13.4.1

Parallels VM:

Procesador Apple Silicon 3.20 GHz (4 procesadores)
RAM instalada 32.0 GB
Tipo de sistema Sistema operativo de 64 bits, procesador basado en ARM

Edición Windows 11 Pro
Versión 21H2
Instalado el 09/06/2022
Compilación del SO 22000.2057
Experimente Windows Feature Experience Pack 1000.22001.1000.0

Power BI Desktop - Versión: 2.118.828.0 de 64 bits (junio de 2023)

R-4.3.1 (64 bits)

Se produce un error cuando intento usar gridExtra para mostrar una tabla de datos.

.libPaths()

[1] "C:/rPackages/4.3"
[2] "C:/Archivos de programa (x86)/R/R-4.3.1/library"

R-4.3.1 se instala en la siguiente ubicación:

C:\Archivos de programa (x86)\R\R-4.3.1

Opciones y configuración de Power BI enumera la ruta de acceso principal de R

Aquí está el mensaje de inicio de Rgui:

R versión 4.3.1 (2023-06-16 ucrt) -- "Beagle Scouts"
Derechos de autor (C) 2023 La Fundación R para la Computación Estadística
Plataforma: x86_64-w64-mingw32/x64 (64 bits)

El script que produce el error es:

Inicio de recorte de código ****

# El siguiente código para crear un marco de datos y eliminar filas duplicadas siempre se ejecuta y actúa como preámbulo para el script:

# dataset <- data.frame(Vax Name, VID unt, Total Symp Cnt, Distinct Symp Cnt, Death, Disabled, Life Threat, Avg Nbr Days, Birth Defect, Req ER, Req Hosp)
# dataset <- unique(dataset)

# Pegue o escriba su código de script aquí:
library('grid', lib.loc='C:/rPackages/4.3')
library('gridExtra', lib.loc='C:/rPackages/4.3')

que < conjunto de datos
que[is.na(dat)] <- 0

set.seed(123456)

dat_pc <- princomp(dat[, -1], cor=T, fix_sign=TRUE )
dat_km <- kmeans(dat_pc$scores[,1:2], cen = 5)

dat$Comp1 <- dat_pc$sco[,1]
dat$Comp2 <- dat_pc$sco[,2]
dat$Clus <- dat_km$cluster
dat2 <- dat[,-1]
rownames(dat2) <- dat[, 1]
que <- dat2
que <- formato(redondear(dat, 2), nsmall=0, big.mark=",")

colnames(dat) <- sapply(colnames(dat), function(x) paste(strwrap(x, width = 8), collapse="\n"))
tt <- ttheme_default(
base_size = 8,
core = lista(fg_params=lista(hjust=1, x=0.90))
)
grid.arrange(
tableGrob(head(dat[order(dat$Comp1, decrusing=FALSE),], 20), theme=tt),
nrow=1
)
Final de recorte de código ****
El script que muestra correctamente un objeto visual es:
Inicio de recorte de código ****
# El siguiente código para crear un marco de datos y eliminar filas duplicadas siempre se ejecuta y actúa como preámbulo para el script:

# dataset <- data.frame(Vax Name, VID Cnt, Total Symp Cnt, Distinct Symp Cnt, Death, Disabled, Life Threat, Avg Nbr Days, Birth Defect, Req ER, Req Hosp)
# dataset <- unique(dataset)

# Pegue o escriba su código de script aquí:
que < conjunto de datos
que[is.na(dat)] <- 0

set.seed(123456)

dat_pc <- princomp(dat[, -1], cor=T, fix_sign=VERDADERO)
dat_km <- kmeans(dat_pc$scores[,1:2], cen = 5)

por(mfrow=c(2,2))
barplot(dat_pc$sdev, las=2, cex.axis=0.9, cex.names=0.7,main = 'Varianza explicada por comp')
barplot(dat_pc$loadings[,1], las=2, cex.axis=0.9, cex.names=0.7, main = 'Peso de Orig Vars en Comp 1')
barplot(dat_pc$loadings[,2], las=2, cex.axis=0.9, cex.names=0.7, main = 'Peso de Orig Vars en Comp 2')
plot(dat_pc$scores[,1:2], col = dat_km$clus, cex = 0.5, cex.axis=0.9, cex.lab=0.9, main = 'Kmeans Clusters of Comp1 & 2')
Final de recorte de código ****
No RepliesBe the first to reply