R语言数据导入和导出

关键词：r语言导入数据、r语言导出数据、r语言如何导出数据

前言

福尔·摩斯曾说过：“数据，数据，没有数据的推理是罪恶！”不过比起有意思的统计分析，数据的导入与导出显得十分的无趣，但是不得不说统计分析的数据导入与导出是个让人沮丧的任务，而且耗时巨大。今天分享的是R中数据的输出与一些特定格式的数据读入。

1. 载入特定的数据集

    # 查看数据集列表
    data()  
    
    # 载入CO2数据集（来自datasets）
    data(CO2)

2. 载入某个包中的数据集

    # 载入package MASS
    library(MASS)   
    
    # 查看MASS中数据集
    data(package="MASS")   
    
    # 载入MASS中的SP500数据集，也可简化为data(SP500)
    data(SP500,package="MASS")

3. 文件目录操作

    # 返回当前工作目录(一般为默认情况)
    getwd()            
    
    # 也可以写成setwd("d:\\rdata")
    setwd("d:/rdata")  
    
    getwd()

4. 自定义路径和名称

    # -------------------------
    oPath <- "C:/Users/abdata/Desktop/"
    oName <- "data.txt"  ### data.csv
    oPathFile <- paste(oPath,oName,sep="",collapse="")
    # -------------------------
    oPath <- "C:/Users/abdata/Desktop/"
    oName <- "csjwdfw"  ### data.csv
    oType <- "csv"
    oPathFile <- paste(oPath,oName,'.',oType,sep="",collapse="")
    # -------------------------

5. 剪切板方式数据导入

    # 先将数据复制到剪切板，然后将数据读入到R中
    # clipboard即剪切板
    data <- read.delim("clipboard") 
    # 或
    data <- read.table("clipboard", header=T)

6. 常用的读取指令read

    # 常用的读取指令read
    data <- read.table(oPathFile, header=T) 
    data
    data <- read.csv(oPathFile, header=T)
    data

7. 通过setwd定义路径

    # 通过setwd定义路径
    setwd("d:/rdata")
    data <- read.table("salary.txt",header=T)
    data
    data <- read.csv("salary.csv",header=T)
    data
    # 由于不存在header参数，skip=1说明读取时跳过表示名称的第一行
    data <- scan("salary.txt",skip=1,what=list(City="",Work=0,Price=0,Salary=0))  
    data

8. 读入R格式的文件

    # R的数据或更一般的对象（如向量、矩阵、数据框、列表甚至函数等）可以通过save()保存为R专有的文件格式，以Rdata为后缀。要读取这类文件，需要用到函数load()来加载！！！
    # load("d:/rdata/salary.Rdata")
    setwd("d:/rdata")
    load("salary.Rdata")
    head(data,5)

9. 逐行读取数据

    # 逐行读取数据
    con <- file(oPathFile,"r")  
    f1 = readLines(con, n=1, encoding='UTF-8')   # 读文件一行
    while(length(f1)!=0){
      f1=readLines(con, n=1, encoding='UTF-8')   # 读一行
    }
    close(con)

10. 数据导出

前面介绍数据的导入，这对数据分析固然十分重要，但分析的一些中间过程或结果会产生新的数据集，我们也需要保存起来。根据需要，R中的数据也可以保存为不同格式的文件。

使用函数cat()

# 在屏幕上输出
cat(c("AB", "C"), c("E", "F"), "n", sep="")  
i <- 1:5
# 以逗号为分隔符
cat("i = ", i, "n",sep=",")

向指定文件写入数据

#--------------------
cat(c("AB", "C"), c("E", "F"),file="d:/data/cat.txt",sep=".")  
#--------------------
i = 1:5
# cat(i,file="d:/data/cat.txt",append=TRUE)
cat(i,file=oPathFile,append=TRUE)
#--------------------
# 分隔符sep="\n"表示换行
# a=file("d:/data/cat.txt")
a = file(oPathFile)
cat("1 2 3 4 ","2 3 5 7","11 13 15 17", file=a, sep="\n")  
read.table(a)
#--------------------

保存为文本文件（write.table）

# write.csv(data,file="d:/data/salary1.csv",row.names=F,quote=F)
write.csv(data,file=oPathFile,row.names=F,quote=F)
write.table(data,file=oPathFile,row.names=F,quote=F)

保存R格式文件

save(data,file="d:/data/salary1.Rdata")  
load("d:/data/salary.Rdata")

保存为其他类型文件

# 保存为sav文件格式
library(foreign)
write.foreign(data,datafile="d:/data/salary.sav",codefile="d:/data/code.txt",package="SPSS")

转载请注明：数据分析 » R语言数据导入和导出_R语言培训