R语言 二进制文件

Posted 2021-04-18 方舟编译器开源

二进制文件是包含仅以位和字节（0和1）的形式存储的信息的文件。它们不是人类可读的，因为它中的字节转换为包含许多其他不可打印字符的字符和符号。尝试使用任何文本编辑器读取二进制文件将显示如Ø和ð的字符。

二进制文件必须由特定程序读取才能使用。例如，Microsoft Word程序的二进制文件只能通过Word程序读取到人类可读的形式。这表示，除了人类可读的文本之外，还有更多的信息，例如字符和页码等的格式化，它们也与字母数字字符一起存储。最后一个二进制文件是一个连续的字节序列。我们在文本文件中看到的换行符是连接第一行到下一行的字符。

有时，由其他程序生成的数据需要由R作为二进制文件处理。另外，R语言是创建可以与其他程序共享的二进制文件所必需的。

R语言有两个函数WriteBin()和readBin()来创建和读取二进制文件。

语法

writeBin(object, con)
readBin(con, what, n )

以下是所使用的参数的描述 -

• con是读取或写入二进制文件的连接对象。

• object是要写入的二进制文件。

• 什么是模式，如字符，整数等表示要读取的字节。

• n是从二进制文件读取的字节数。

例

我们考虑R语言内置数据“mtcars”。首先，我们从它创建一个csv文件，并将其转换为二进制文件，并将其存储为操作系统文件。接下来我们读取这个创建的二进制文件。

写入二进制文件

我们将数据帧“mtcars”读取为csv文件，然后将其作为二进制文件写入操作系统。

# Read the "mtcars" data frame as a csv file and store only the columns "cyl", "am" and "gear".write.table(mtcars, file = "mtcars.csv",row.names = FALSE, na = "", col.names = TRUE, sep = ",")
# Store 5 records from the csv file as a new data frame.new.mtcars <- read.table("mtcars.csv",sep = ",",header = TRUE,nrows = 5)
# Create a connection object to write the binary file using mode "wb".write.filename = file("/web/com/binmtcars.dat", "wb")
# Write the column names of the data frame to the connection object.writeBin(colnames(new.mtcars), write.filename)
# Write the records in each of the column to the file.writeBin(c(new.mtcars$cyl,new.mtcars$am,new.mtcars$gear), write.filename)
# Close the file for writing so that it can be read by other program.close(write.filename)

读取二进制文件

上面创建的二进制文件将所有数据存储为连续字节。因此，我们将通过选择适当的列名称值和列值来读取它。

# Create a connection object to read the file in binary mode using "rb".read.filename <- file("/web/com/binmtcars.dat", "rb")
# First read the column names. n = 3 as we have 3 columns.column.names <- readBin(read.filename, character(), n = 3)
# Next read the column values. n = 18 as we have 3 column names and 15 values.read.filename <- file("/web/com/binmtcars.dat", "rb")bindata <- readBin(read.filename, integer(), n = 18)
# Print the data.print(bindata)
# Read the values from 4th byte to 8th byte which represents "cyl".cyldata = bindata[4:8]print(cyldata)
# Read the values form 9th byte to 13th byte which represents "am".amdata = bindata[9:13]print(amdata)
# Read the values form 9th byte to 13th byte which represents "gear".geardata = bindata[14:18]print(geardata)
# Combine all the read values to a dat frame.finaldata = cbind(cyldata, amdata, geardata)colnames(finaldata) = column.namesprint(finaldata)

当我们执行上面的代码，它产生以下结果和图表 -

 [1] 7108963 1728081249 7496037 6 6 4 [7] 6 8 1 1 1 0[13] 0 4 4 4 3 3
[1] 6 6 4 6 8
[1] 1 1 1 0 0
[1] 4 4 4 3 3
 cyl am gear[1,] 6 1 4[2,] 6 1 4[3,] 4 1 4[4,] 6 0 3[5,] 8 0 3

正如我们所看到的，我们通过读取R中的二进制文件得到原始数据。