• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    公众号

R语言数据的导入与导出

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

1.R数据的保存与加载

可通过save()函数保存为.Rdata文件,通过load()函数将数据加载到R中。

 

[ruby] view plain copy
 
 
  1. > a <- 1:10  
  2. > save(a,file='d://data//dumData.Rdata')  
  3. > rm(a)   #将对象a从R中删除  
  4. > load('d://data//dumData.Rdata')  
  5. > print(a)  
  6.  [1]  1  2  3  4  5  6  7  8  9 10  


2.CSV文件的导入与导出

 

下面创建df1的数据框,通过函数write.csv()保存为一个.csv文件,然后通过read.csv()将df1加载到数据框df2中。

 

[ruby] view plain copy
 
 
  1. > var1 <- 1:5  
  2. > var2 <- (1:5)/10  
  3. > var3 <- c("R and","Data Mining","Examples","Case","Studies")  
  4. > df1 <- data.frame(var1,var2,var3)  
  5. > names(df1) <- c("VariableInt","VariableReal","VariableChar")  
  6. > write.csv(df1,"d://data//dummmyData.csv",row.names = FALSE)  
  7. > df2 <- read.csv("d://data//dummmyData.csv")  
  8. > print(df2)  
  9.   VariableInt VariableReal VariableChar  
  10. 1           1          0.1        R and  
  11. 2           2          0.2  Data Mining  
  12. 3           3          0.3     Examples  
  13. 4           4          0.4         Case  
  14. 5           5          0.5      Studies  

 

 

3.通过ODBC导入与导出数据

RODBC提供了ODBC数据库的连接。

3.1从数据库中读取数据

odbcConnect()建立一个数据库连接,sqlQuery()向数据库发送一个SQL查询,odbcClose()关闭数据库连接。

 

[ruby] view plain copy
 
 
  1. library(RODBC)  
  2. connection <- odbcConnect(dsn="servername",uid="userid",pwd="******")  
  3. query <- "SELECT * FROM lib.table WHERE ..."  
  4. # or read query from file  
  5. # query <- readChar("data/myQuery.sql", nchars=99999)  
  6. myData <- sqlQuery(connection, query, errors = TRUE)  
  7. odbcClose(connection)  

sqlSave()和sqlUpdate()用于写入或更新一个ODBC数据库表。

 

R语言数据储存与读取

1 首先用getwd() 获得当前目录,用setwd("C:/data")设定当前目录

 

数据保存

创建数据框d

>d <- data.frame(obs = c(1, 2, 3), treat = c("A", "B", "A"), weight = c(2.3, NA, 9))

2.1 保存为简单文本

>write.table(d, file = "c:/data/foo.txt", row.names = F, quote = F) # 空格分隔

>write.table(d, file = "c:/data/foo.txt", row.names = F, quote = F, sep="\t")  # tab 分隔的文件

2.2 保存为逗号分割文本

>write.csv(d, file = "c:/data/foo.csv", row.names = F, quote = F)

2.3 保存为R格式文件

>save(d, file = "c:/data/foo.Rdata")

2.4 保存工作空间镜像

>save.image( ) = save(list =ls(all=TRUE), file=".RData")

 

数据读取

读取函数主要有:read.table( ), scan( ) ,read.fwf( ),readLines().

3.1 用 read.table( ) 读 "c:\data” 下houses.dat

>setwd("C:/data"); HousePrice <- read.table(file="houses.dat")

如果明确数据第一行做表头,则使用header选项

>HousePrice <- read.table("houses.dat", header=TRUE)

read.table( ) 变形有: read.csv( ),read.csv2( ), read.delim( ), read.delim2( ).前两读取逗号分割数据,后两个读取其他分割符数据。

3.2  用scan( ) 比read.table( ) 更灵活。

但要指定 变量类型:如:C:\data\data.dat:

M 65 168

M 70 172

F 54 156

F 58 163

>mydata <- scan("data.dat", what = list("", 0, 0))

>mydata <- scan("data.dat", what = list(Sex="", Weight=0, Height=0))

3.3 用read.fwf( )读取文件中一些固定宽度数据

如:C:\data\data.txt:

A1.501.2

A1.551.3

B1.601.4

>mydata <- read.fwf("data.txt", widths=c(1, 4, 3), col.names=c("X","Y","Z"))

 

excel格式数据读取

4.1 利用剪切板

选择excel数据,再用(CTRL+C)复制。在R中键入命令:

>mydata <- read.delim("clipboard")

4.2 使用程序包 RODBC.

如: c:\data\body.xls

Sex Weight Height

M 65 168

M 70 172

F 54 156

F 58 163

> library(RODBC)

> z <- odbcConnectExcel("c:/data/body.xls")

> foo <- sqlFetch(z, "Sheet1")

> close(z)

 

 

To an Excel Spreadsheet 保存为Excel文件:

library(xlsx)    #   注意: 软件包需要安装
write.xlsx(mydata, "c:/mydata.xlsx") #   参考: https://danganothererror.wordpress.com/2012/02/12/write-data-frame-to-excel-file/

The WriteXLS function from the WriteXLS package (link: http://cran.r-project.org/web/packages/WriteXLS/index.html) can write data to Excel.

Alternatively, write.xlsx from the xlsx package (link: http://cran.r-project.org/web/packages/xlsx/) will also work.

 

注意:

1 writeLines 会在最后一行/或者每行末尾加一个换行符

# fileConn<-file(output_fasta)
# writeLines(mystr, fileConn)
# close(fileConn)

2 另外一个写文件的方法是sink,不会在行末加换行符

sink(output_fasta)
cat(mystr)
sink()

 

write is a wrapper for cat, which gives further details on the format used.

save for writing any R objects, write.table for data frames, and scan for reading data.

 

 


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
R语言进阶发布时间:2022-07-18
下一篇:
R语言:怎么进行异常检测发布时间:2022-07-18
热门推荐
热门话题
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap