既然了解了R語(yǔ)言的基本數(shù)據(jù)類型，那么如何將龐大的數(shù)據(jù)送入R語(yǔ)言進(jìn)行處理呢？送入的數(shù)據(jù)又是如何在R語(yǔ)言中進(jìn)行存儲(chǔ)的呢？處理這些數(shù)據(jù)的方法又有那些呢？下面我們一起來探討一下。

首先，數(shù)據(jù)輸入最直接最直觀的方法就是鍵盤輸入，在上面幾篇都已經(jīng)講到，利用c創(chuàng)建向量，利用matrix創(chuàng)建矩陣，利用data.frame創(chuàng)建數(shù)據(jù)框等，但是我們處理的數(shù)據(jù)往往比較多，鍵盤輸入在面對(duì)如此龐大的數(shù)據(jù)時(shí)顯然不現(xiàn)實(shí)，當(dāng)然你可以花費(fèi)好幾天來輸入數(shù)據(jù)而且保證不出錯(cuò)除外，而且待處理的一般都存儲(chǔ)在Excel，網(wǎng)頁(yè)，數(shù)據(jù)庫(kù)其他中介中，因此：如何大批量無差錯(cuò)高效率地讀取數(shù)據(jù)就成為R語(yǔ)言首先要解決的問題。

第一：如果自己學(xué)習(xí)寫代碼，加載R語(yǔ)言中本身自帶的數(shù)據(jù)包c(diǎn)ars等，加載的方法跟其他包相同，具體代碼如下：

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

第二:讀取外部數(shù)據(jù)一般用read.***( )，***代表要讀取的文件類型，下面詳細(xì)解釋了每種類型的文件的讀?。?/p>

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：

參數(shù)file：代表要讀去的文件名以及文件路徑，如果當(dāng)前工作路徑就是需要讀取的文件的存儲(chǔ)路徑，那么可以直接寫文件名，記得要用雙引號(hào)括起來。那么如何設(shè)置工作路徑呢？首先我們查看當(dāng)前的工作路徑用getwd( )函數(shù)，設(shè)置工作路徑的話用setwd(" 工作路徑")函數(shù)，注意，在設(shè)置工作路徑時(shí)，需要把路徑中所有的 "\" 改成 “\\”。具體操作如下代碼：

> getwd()  #查看當(dāng)前工作路徑
[1] "E:/趙志博/R"
> setwd("E:\趙志博") #錯(cuò)誤的設(shè)置方式
Error: '\? is an unrecognized escape in character string starting ""E:\?
> setwd("E:\\趙志博") #正確的設(shè)置方式
> getwd()  #查看設(shè)置后的工作路徑
[1] "E:/趙志博"

當(dāng)工作路徑設(shè)置完成后，便可以直接讀取工作路徑里面的文件而不需要加文件的存儲(chǔ)位置。如代碼所示，當(dāng)前工作路徑為"E:/趙志博"，在該路徑下創(chuàng)建了文件“123.txt”，可以直接讀取文件，但是在“D:/”創(chuàng)建了新的文件“456.txt”，便不能直接讀取，需要加上完整的文件路徑，路徑同樣需要將"\" 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

每次都要設(shè)置路徑，對(duì)有些場(chǎng)合來說未免太過麻煩，因此R提供了一種可以直接選擇文件位置的函數(shù)，read.***(file.choose()),例如讀取txt數(shù)據(jù)：

mydatachoose <- read.table(file.choose()) #自由選取數(shù)據(jù)來讀取，但是file.choose( )的參數(shù)好像沒有

參數(shù)header：主要確定需要讀取的文件是否自己已經(jīng)設(shè)置了列名，默認(rèn)值為FALSE。這個(gè)需要解釋一下：上節(jié)我們已經(jīng)講過data.frame類型，那么read.***( )的返回值也是數(shù)據(jù)框類型，自然是按列填充的數(shù)據(jù)框格式，因此列名就顯得尤為重要，相當(dāng)于Excel的表頭部分，行號(hào)系統(tǒng)會(huì)根據(jù)1~N的順序排好，當(dāng)然也可以修改。

參數(shù)sep：主要確定需要讀取的文件中，各個(gè)字符的分割方式，一般有空格分割，逗號(hào)分割等，確定了分割方式，才能保證將數(shù)據(jù)讀取為自己想要的樣子。

常見用的參數(shù)就是這些，其他的原理都差不多，如果有需要自行學(xué)習(xí)。

1.txt文件：mydata <- read.table( )

2.Excel格式數(shù)據(jù)：mydata <- read.xlsx( ),在使用這個(gè)函數(shù)之前，需要先安裝xlsx包，安裝方法跟其他包的安裝方法一致。一般來說，讀取xlsx文件速度較慢，通常將Excel文件保存為csv格式，然后再進(jìn)行讀取 mydata <- read.csv( )

3.XML數(shù)據(jù)：讀取XML數(shù)據(jù)前先要載入XML包，然后使用 mydata <- xmlRoot(xmlTreeParse("***.xml"))來讀取

關(guān)于數(shù)據(jù)的讀取就先介紹到這里，其他有用的著的再單獨(dú)學(xué)習(xí)。

到此這篇關(guān)于R語(yǔ)言的數(shù)據(jù)輸入深入講解的文章就介紹到這了,更多相關(guān)R語(yǔ)言的數(shù)據(jù)輸入內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論