R语言的数据输入

OStack程序员社区-中国程序员成长平台 › 门户 › 编程› R语言›R语言教程

原作者: [db:作者] 来自: [db:来源] 收藏邀请

既然了解了R语言的基本数据类型，那么如何将庞大的数据送入R语言进行处理呢？送入的数据又是如何在R语言中进行存储的呢？处理这些数据的方法又有那些呢？下面我们一起来探讨一下。

首先，数据输入最直接最直观的方法就是键盘输入，在上面几篇都已经讲到，利用c创建向量，利用matrix创建矩阵，利用data.frame创建数据框等，但是我们处理的数据往往比较多，键盘输入在面对如此庞大的数据时显然不现实，当然你可以花费好几天来输入数据而且保证不出错除外，而且待处理的一般都存储在Excel，网页，数据库其他中介中，因此：如何大批量无差错高效率地读取数据就成为R语言首先要解决的问题。

第一：如果自己学习写代码，加载R语言中本身自带的数据包cars等，加载的方法跟其他包相同，具体代码如下：

> install.packages("car")
> library(cars)

第二:读取外部数据一般用read.***( )，***代表要读取的文件类型，下面详细解释了每种类型的文件的读取：

read.table(file, header = FALSE, sep = "", quote = "\"'",
           dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),
           row.names, col.names, as.is = !stringsAsFactors,
           na.strings = "NA", colClasses = NA, nrows = -1,
           skip = 0, check.names = TRUE, fill = !blank.lines.skip,
           strip.white = FALSE, blank.lines.skip = TRUE,
           comment.char = "#",
           allowEscapes = FALSE, flush = FALSE,
           stringsAsFactors = default.stringsAsFactors(),
           fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)
read.csv(file, header = TRUE, sep = ",", quote = "\"",
         dec = ".", fill = TRUE, comment.char = "", ...)
read.csv2(file, header = TRUE, sep = ";", quote = "\"",
          dec = ",", fill = TRUE, comment.char = "", ...)
read.delim(file, header = TRUE, sep = "\t", quote = "\"",
           dec = ".", fill = TRUE, comment.char = "", ...)
read.delim2(file, header = TRUE, sep = "\t", quote = "\"",
            dec = ",", fill = TRUE, comment.char = "", ...)

其中：

参数file：代表要读去的文件名以及文件路径，如果当前工作路径就是需要读取的文件的存储路径，那么可以直接写文件名，记得要用双引号括起来。那么如何设置工作路径呢？首先我们查看当前的工作路径用getwd( )函数，设置工作路径的话用setwd(" 工作路径")函数，注意，在设置工作路径时，需要把路径中所有的 "\" 改成 “\\”。具体操作如下代码：

> getwd()    #查看当前工作路径
[1] "E:/赵志博/R"
> setwd("E:\赵志博") #错误的设置方式
Error: '\? is an unrecognized escape in character string starting ""E:\?
> setwd("E:\\赵志博") #正确的设置方式
> getwd()    #查看设置后的工作路径
[1] "E:/赵志博"

当工作路径设置完成后，便可以直接读取工作路径里面的文件而不需要加文件的存储位置。如代码所示，当前工作路径为"E:/赵志博"，在该路径下创建了文件“123.txt”，可以直接读取文件，但是在“D:/”创建了新的文件“456.txt”，便不能直接读取，需要加上完整的文件路径，路径同样需要将"\" 改成 “\\”。

 mydata <- read.table("123.txt",sep = ',')
> mydata
  V1 V2 V3
1  1  2  3
2  4  5  6
3  7  8  9
> mydataD <- read.table("456.txt",sep = ',')
Error in file(file, "rt") : cannot open the connection
In addition: Warning message:
In file(file, "rt") : cannot open file '456.txt': No such file or directory
> mydataD <- read.table("D:\\456.txt",sep = ',')
> mydataD
  V1 V2 V3
1  1  2  3
2  4  5  6
3  7  8  9

每次都要设置路径，对有些场合来说未免太过麻烦，因此R提供了一种可以直接选择文件位置的函数，read.***(file.choose()),例如读取txt数据：

mydatachoose <- read.table(file.choose()) #自由选取数据来读取，但是file.choose( )的参数好像没有

参数header：主要确定需要读取的文件是否自己已经设置了列名，默认值为FALSE。这个需要解释一下：上节我们已经讲过data.frame类型，那么read.***( )的返回值也是数据框类型，自然是按列填充的数据框格式，因此列名就显得尤为重要，相当于Excel的表头部分，行号系统会根据1~N的顺序排好，当然也可以修改。

参数sep：主要确定需要读取的文件中，各个字符的分割方式，一般有空格分割，逗号分割等，确定了分割方式，才能保证将数据读取为自己想要的样子。

常见用的参数就是这些，其他的原理都差不多，如果有需要自行学习。

1.txt文件：mydata <- read.table( )

2.Excel格式数据：mydata <- read.xlsx( ),在使用这个函数之前，需要先安装xlsx包，安装方法跟其他包的安装方法一致。一般来说，读取xlsx文件速度较慢，通常将Excel文件保存为csv格式，然后再进行读取 mydata <- read.csv( )

3.XML数据：读取XML数据前先要载入XML包，然后使用 mydata <- xmlRoot(xmlTreeParse("***.xml"))来读取

关于数据的读取就先介绍到这里，其他有用的着的再单独学习。