R语言数据读取以及数据保存方式

时间:2021-10-29 15:06:21

一、R语言读取文本文件:

1、文件目录操作:

getwd() : 返回当前工作目录

setwd("d:/data") 更改工作目录

2、常用的读取指令read

read.table() : 读取文本文件

read.csv(): 读取csv文件

如果出现缺失值,read.table()会报错,read.csv()读取时会自动在缺失的位置填补NA

3、灵活的读取指令

scan() :

4、读取固定宽度格式的文件:

read.fwf()

文本文档中最后一行的回车符很重要,这是一个类似于停止符的标识,否则读入时会显示“最后一行不完整”的警告,但是不影响数据读入的效果。

5、读取Excel数据:

(1)第一种方法

首先打开Excel,选中需要的数据后复制,

然后再R中输入以下的指令:data.excel =read.delim("clipboard") #clipboard即剪贴板

(2)第二种方法:

使用RODBC包,获取Excel连接的函数是odbcConnectExcel()和odbcConnectExcel2007() 分别读取Excel2003版和2007版的数据channel =odbcConnectExcel2007("d:/a.xlsx")

?
1
sqlTables(channel)# 列出Excel中的表格

获取Sheet1中的数据,可以使用如下任意的一种方式,

?
1
2
3
data.excel2 =sqlFetch(channel,"Sheet1")
data.excel2 =sqlQuery(channel,"select * from [Sheet1$]")
close(channel) #关闭ODBC连接,释放空间

6、读取网页数据

readHTMLTable()函数

7、读取R格式的文件:

R的数据或者更一般的对象可以通过save()保存为R专有的文件格式,以Rdata为后缀,要读取此类文件,需要用到函数load()来加载,

8、readLines("d:/data/cat.txt"):

可以直接从连接中以行的形式来读取文本

要显示列表中的变量 需要使用符号$

二、数据保存:

1、使用函数cat()

cat(...,file="",sep="",fill = FALSE ,labels=NULL,append=FALSE) #file表示要输出的文件名,当参数append=TRUE时,在指定文件的末尾添加内容。sep:表示以空格作为分隔符

2、保存为文本文件:

write仅可以写出一个矩阵或向量的特定列,和对一个矩阵进行转置

write.table() 可以把一个数据框或列表等对象以包含行列标签的方式写出。

write.csv(): 将数据框保存为逗号分隔文件,但是不包含列名

3、保存R格式文件:

?
1
save(data,file="d:/data/salary1.Rdata")

dim():求维度

mode() 用来显示对象的类型

names():显示对象中的标签

补充:R语言读取数据、拆分数据,并保存到相应文件夹

将一张Excel表的数据按照第一列元素分组,分组后按照某种规则命名,并重新读入Excel中,放入指定的文件夹中。

R语言数据读取以及数据保存方式

如上所示的excel表,将sheet1中的数据按照“地域名称”拆分,并将数据放入相应的省份文件夹,如放入D盘的test文件夹中

D:\mydata\test

|__test
|___mydata.xlsx
|___安徽省
|___安徽省安庆市.xlsx
|___安徽省蚌埠市.xlsx
|___河北省
|__河北省蚌埠市.xlsx
|___……

假如数据最终的文件夹目录如上所示。代码可以作如下编写:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
library(readxl) # 载入readxl包,使用read_excel读入excel文件
library(xlsx) # 载入xlsx包,使用write.xlsx保存文件为excel格式
# setwd()设置路径为D:\\mydata\\test'
setwd('D:\\mydata\\test')
# read_excel 读入数据,具体用法可使用帮助。
# 1表示读入第一张sheet,2表示读入第二张sheet,也可用sheet = "sheetname",默认第一行为标题行
dt = read_excel('mydata.xlsx', 2)
# unique() 过滤重复数据,保留唯一数据
# 此处过滤掉第2列和第3列的重复行,最终只剩下3行不重复数据,默认不含标题
province_city <- unique(dt[,2:3])
setwd('D:\\mydata\\test') # 设置当前路径为省份文件夹放置的目录
cdir <- setwd('D:\\mydata\\test')
# 循环次数 n=province_city 的行数
for (i in c(1:nrow(province_city [,1]))){
 # subset()读取子集,subset(data, data[, 1] == "a") 读取data中第一列所有为a的行
 dt1 <- subset(dt, dt[,2]==as.character(province_city[i,1]))
 # paste,设置filename, 即安徽省,河北省
 cfilename = paste(province_city[i,1],".xlsx",sep = "")
 # 用于下面的if语句判断 创建的“安徽省”目录是否存在
 f_dir = paste('D:\\mydata\\test\\',province_city[i,2],sep="")
 # 创建的“安徽省”目录不存在,则创建;存在则不动作. F 表示False
 if (file.exists(f_dir) == F){
 dir.create(province_city[i,2])
 }else { }
 # 设置文件名称,即安徽省安庆市.xlsx
 c_dir = paste('D:\\mydata\\test\\',province_city[i,2],sep = "")
 # 设置c_dir为当前路径
 setwd(c_dir)
 # write.xlsx 将所需的文件列保存到上述设置的文件中,col.names=TRUE包含标题
 write.xlsx(dt1[,2:5],cfilename,col.names=TRUE,showNA=FALSE)
 # 设置路径为cdir,进入到下一次循环
 setwd(cdir)
}

以上为个人经验,希望能给大家一个参考,也希望大家多多支持服务器之家。如有错误或未考虑完全的地方,望不吝赐教。

原文链接:https://blog.csdn.net/u014407826/article/details/52713498