R语言文件读取
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了R语言文件读取相关的知识，希望对你有一定的参考价值。
参考技术A 参考文章地址（https://zhuanlan.zhihu.com/p/120422644）逗号分隔文件 （.csv文件）、 制表符分隔文件 （.tsv文件）和 空格分隔文件 （.txt文件）
（一）.csv文件的读取
mydata <- read.csv(file=" ", header=T, sep=",", quote="\", dec=".", fill=T, comment.char=" ")
comment.char用于设置需要跳过的内容，比如需要跳过的行前面有“#”，那么设置comment.char=“#”,当然你也可以设置从中间开始读，注意，这个函数是read.csv里面的哦！
file: 以csv结尾的文件名,由文件所在路径及其文件名构成
header：是否把第一行作为表头
sep：分隔方式，csv文件分隔读入参数设置为"."
tsv文件分隔读入参数设置为"\t"
txt文件分隔为空格，不需要设置sep参数
也可以通过mydata <- read.table("D:/mydata.csv", header=T, sep=",", row.names="id")读取
（二）.tsv文件的读取
mydata <- read.table("D:/mydata.tsv", header=T, sep="\t", row.names="id")
除了分隔方式跟上面一样
（三）.txt文件的读取
mydata <- read.table("c:/mydata.txt", header=TRUE, row.names="id")
除了分隔方式跟上面一样
（四）以.gz结尾的压缩文件的读取
1.在R中可以使用gzfile()的方式读取压缩文件
2.使用data.table包里的fread()函数
安装并加载data.table包
install.packages("data.table")
library(data.table)
使用fread()函数读取文件，这里参数和之前的一致，唯一的不同就是fread()可以直接读取压缩文件
mydata <- fread(‘c:/mydata.txt.gz’, header=T, row.names=’id’)
（五）读取.xlsx后缀文件，也就是excel文件
1. 安装并加载openxlsx包
install.packages("openxlsx")
library(openxlsx)
2.进行数据的导入
mydata <- read.xlsx( "mydata.xlsx"，rowNames=T)
其他参数可以通过? read.xlsx在R中根据需要进行添加的。
R语言 CSV文件
在R语言中，我们可以从存储在R语言环境外的文件中读取数据。我们还可以将数据写入将被操作系统存储和访问的文件。R语言可以读取和写入各种文件格式，如csv，excel，xml等。
在本章中，我们将学习从csv文件读取数据，然后将数据写入csv文件。该文件应该存在于当前工作目录中，以便R语言可以读取它。当然我们也可以设置我们自己的目录并从那里读取文件。
获取和设置工作目录
您可以使用getwd()函数检查R语言工作区指向的目录。您还可以使用setwd()函数设置新的工作目录。
# Get and print current working directory.print(getwd())# Set current working directory.setwd("/web/com")# Get and print current working directory.print(getwd())
当我们执行上面的代码，它产生以下结果 -
[1] "/web/com/1441086124_2016"
[1] "/web/com"
此结果取决于您的操作系统和您当前工作的目录。
输入为CSV文件
csv文件是一个文本文件，其中列中的值由逗号分隔。让我们考虑名为input.csv的文件中出现的以下数据。
您可以通过复制和粘贴此数据使用Windows记事本创建此文件。使用记事本中的保存为所有文件（*.*）选项将文件保存为input.csv。
id,name,salary,start_date,dept
1,Rick,623.3,2012-01-01,IT
2,Dan,515.2,2013-09-23,Operations
3,Michelle,611,2014-11-15,IT
4,Ryan,729,2014-05-11,HR
,Gary,843.25,2015-03-27,Finance
6,Nina,578,2013-05-21,IT
7,Simon,632.8,2013-07-30,Operations
8,Guru,722.5,2014-06-17,Finance
读取CSV文件
以下是read.csv()函数的一个简单示例，用于读取当前工作目录中可用的CSV文件 -
data <- read.csv("input.csv")
print(data)
当我们执行上面的代码，它产生以下结果 -
id, name, salary, start_date, dept1 1 Rick 623.30 2012-01-01 IT2 2 Dan 515.20 2013-09-23 Operations3 3 Michelle 611.00 2014-11-15 IT4 4 Ryan 729.00 2014-05-11 HR5 NA Gary 843.25 2015-03-27 Finance6 6 Nina 578.00 2013-05-21 IT7 7 Simon 632.80 2013-07-30 Operations8 8 Guru 722.50 2014-06-17 Finance
分析CSV文件
默认情况下，read.csv()函数将输出作为数据帧。这可以容易地如下检查。此外，我们可以检查列和行的数量。
data <- read.csv("input.csv")
print(is.data.frame(data))
print(ncol(data))
print(nrow(data))
当我们执行上面的代码，它产生以下结果 -
[1] TRUE
[1] 5
[1] 8
一旦我们读取数据帧中的数据，我们可以应用所有适用于数据帧的函数，如下一节所述。
获得最高工资
# Create a data frame.
data <- read.csv("input.csv")
# Get the max salary from data frame.
sal <- max(data$salary)
print(sal)
当我们执行上面的代码，它产生以下结果 -
[1] 843.25
获取具有最高工资的人的详细信息
我们可以获取满足特定过滤条件的行，类似于SQL where子句。
# Create a data frame.
data <- read.csv("input.csv")
# Get the max salary from data frame.
sal <- max(data$salary)
# Get the person detail having max salary.
retval <- subset(data, salary == max(salary))
print(retval)
当我们执行上面的代码，它产生以下结果 -
id name salary start_date dept
5 NA Gary 843.25 2015-03-27 Finance
获取所有的IT部门员工的信息
# Create a data frame.
data <- read.csv("input.csv")
retval <- subset( data, dept == "IT")
print(retval)
当我们执行上面的代码，它产生以下结果 -
id name salary start_date dept1 1 Rick 623.3 2012-01-01 IT3 3 Michelle 611.0 2014-11-15 IT6 6 Nina 578.0 2013-05-21 IT
获得工资大于600的IT部门的人员
# Create a data frame.data <- read.csv("input.csv")info <- subset(data, salary > 600 & dept == "IT")print(info)
当我们执行上面的代码，它产生以下结果 -
id name salary start_date dept1 1 Rick 623.3 2012-01-01 IT3 3 Michelle 611.0 2014-11-15 IT
获得2014年或之后加入的人
# Create a data frame.data <- read.csv("input.csv")retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01"))print(retval)
当我们执行上面的代码，它产生以下结果 -
id name salary start_date dept3 3 Michelle 611.00 2014-11-15 IT4 4 Ryan 729.00 2014-05-11 HR5 NA Gary 843.25 2015-03-27 Finance8 8 Guru 722.50 2014-06-17 Finance
写入CSV文件
R语言可以创建csv文件形式的现有数据帧。write.csv()函数用于创建csv文件。此文件在工作目录中创建。
# Create a data frame.data <- read.csv("input.csv")retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01"))# Write filtered data into a new file.write.csv(retval,"output.csv")newdata <- read.csv("output.csv")print(newdata)
当我们执行上面的代码，它产生以下结果 -
X id name salary start_date dept1 3 3 Michelle 611.00 2014-11-15 IT2 4 4 Ryan 729.00 2014-05-11 HR3 5 NA Gary 843.25 2015-03-27 Finance4 8 8 Guru 722.50 2014-06-17 Finance
这里列X来自数据集newper。这可以在写入文件时使用附加参数删除。
# Create a data frame.data <- read.csv("input.csv")retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01"))# Write filtered data into a new file.write.csv(retval,"output.csv", row.names = FALSE)newdata <- read.csv("output.csv")print(newdata)
当我们执行上面的代码，它产生以下结果 -
id name salary start_date dept1 3 Michelle 611.00 2014-11-15 IT2 4 Ryan 729.00 2014-05-11 HR3 NA Gary 843.25 2015-03-27 Finance4 8 Guru 722.50 2014-06-17 Finance
以上是关于R语言文件读取的主要内容，如果未能解决你的问题，请参考以下文章