R语言笔记—⒍R语言IO操作：输入与输出

R语言的输入

R语言可从键盘、文本文件、Microsoft Excel和Assess、流行的统计软件、特殊格式的文件，以及多种关系型数据库中导入数据

⒈使用键盘输入数据

1. 创建一个空数据框（或矩阵），其中变量名和变量的模式需与理想中的最终数据集一致
2. 针对这个数据对象调用文本编辑器，输入你的数据并将结果保存回此数据对象中

例如：

 > mydata <-data.frame(age=numeric(0),gender=character(0), weight=numeric(0))

 > mydata <- edit(mydata)

或者

> fix(mydata)

⒉从带分隔符的文本文件导入数据

read.table（）

以数据框的格式读入数据，适合读取混合模式的数据，但是要求每列数据的数据类型相同

read.table(file, row.names, col.names)

file参数：是必须的，可以是相对路径或者绝对路径（注意：Windows下路径要用斜杠'/'或者双反斜杠'\\'）。 row.names, col.names

字符型数据读入若自动转换为因子
令参数stringAsFactors=FALSE拒绝转换

read.table(file, header = FALSE, sep = "", skip = 0, fill =F, comment.char = "#")

header：表明首行是否包含了变量名
sep：指定分隔数据的分隔符。如sep="\t"读取以制表符分隔的文件
skip:指定从文件开头跳过的行数，优先级别高于参数comment.char 
fill：所有行中变量数目不同时，用空白代替
comment.char：读入时忽略开头为#号的行, 也可以设置为其他字符

read.csv：逗号分隔

read.csv2：分号

read.delim：制表符

均为read.table函数的包装，分隔符分别对应逗号，分号，制表符，同样接受read.table所有参数。不同在于header参数默认为TRUE，sep和quote参数内容存在差异。

readLines：Read Text Lines from a Connection

控制读入的数据行数，非批处理，有点类似于数据库中的指标操作，可对文件中的数据逐行操作；

Tips: 该数据配合R中的正则表达式相关函数，对于处理不规则的数据很强大。

readLines(con = stdin(), n = -1L)

con: 连接对象

n: 读取的行数, 负数代表读取全部

⒊读取剪切板

R语言可以从剪切板中直接读取数据，这种形式在快速读取文件，或临时读取简单文件时特别灵活方便。

以Excel内容为例
将excel的数据放在剪贴板中
通过read.delim("clipboard")来读取

read.delim(file, header = TRUE, sep = "\t", quote = "\"", dec = ".", fill = TRUE, comment.char = "", ...)

⒋读取Excel数据

1. 读取一个Excel文件的最好方式，就是在Excel中将其导出为一个逗号分隔文件（csv），并使用前文描述的方式将其导入，如read.table或read.csv
2. 我们可以将excel的数据放在剪贴板中，通过read.delim函数读到剪贴板
3. R包中的函数如RODBC包和readxl包

RODBC包（只基于Windows）

#安装和引用RODBC包，安装加引号，引入不加引号

install.packages("RODBC")

library(RODBC)

  #创建连接

connect<-odbcConnectExcel('secert.xls')

  #读取Excel表格，其中A为Sheet名（支持中文）

sqlFetch(connect,'A')

  #关闭R与Excel表格的连接

odbcClose(connect)

readxl包，支持.xls和.xlsx格式

#下载和引用

install.packages("readxl")

library(readxl)

  #读取Excel

read_excel("old_excel.xls")

read_excel("new_excel.xlsx")

  #sheet参数，指定sheet名或者数字

read_excel("excel.xls",sheet=2)

read_excel("excel.xls",sheet="data")

⒌批量读取文件

查看目录

# 当前的目录

> getwd()

  [1] "C:/Users/Documents“

# 查看当前目录的子目录
> list.dirs(path = ".", full.names = TRUE, recursive = TRUE)
  [1] "."                                        
  [2] "./5211game"                                          [3] "./5211game/KIT"

查看指定目录的子目录和文件

list.files(path = ".", pattern = NULL, all.files = FALSE, full.names = FALSE, recursive = FALSE, ignore.case = FALSE)

path:路径，默认当前路径(getwd())
pattern: 返回满足字符模式的目录和文件
all.files: TURE情况下把隐藏文件也输出
full.names：输出是否加上路径
recursive：是否递归列出文件
ignore.case：是否忽略大小写

R语言的输出

⒈文本形式的输出

cat既能输出到控制台，也能输出到文件cat(... , file = "", sep = " ", append = FALSE)

writeLines将字符串向量输出到文件中writeLines(text, con = stdout(), sep = "\n", useBytes = FALSE)

write.table(x, file= "", append= FALSE, quote = TRUE, sep = " ", row.names = TRUE, col.names = TRUE)

x：输出的对象名（向量、矩阵、数据框）file：存储输出结果的文件append：是否将输出附加到文件中quote: 是否对字符或因子元素使用引号row.names, col.names：是否输出行名

print(x, digits = getOption("digits"), quote = FALSE, na.print = "", zero.print = "0", justify = "none", ...)

x：输出对象名

digits：有效数字位数

quote：字符串是否使用引号包围

na.pribt:指定NA值显示的字符串

zero.print:指定如何打印0字符，对于稀疏表，使用"."可以产生更可读的结果，类似于在矩阵中打印稀疏矩阵

justify:字符串对齐方式c("none", "left", "right", "centre")

⒉R语言格式输出

save()

例如：save(x, y, file = "xy.RData")

导入Rdata用load()函数例如：load("all.RData")