用R读取CSV或TXT格式的数据

下面内容摘录自《用R 探索医药数据科学》专栏文章的部分内容。

1）栏目后续章节的文章将深入概括R语言在临床研究和新药创新领域的应用，填补了国内R教材中尚未广泛覆盖的部分内容。

2）专栏每篇文章都在 5000 字以上，质量平均分高达 94 分。已发表章节也会增加新的文章，已发表的文章也会更新版本，可留意专栏内容和题目信息。

3）由于每结束一个章节，专栏的优惠力度就会减小，当下正是订阅的最佳优惠时段，诚邀各位积极订阅！看全文请点击下面链接。​​​​​​​2章6节：读写RDS或RData等不同格式的文件，包括CSV和TXT、Excel的常见文件格式，和SPSS、SAS、Stata、Minitab等统计软件的数据文件（更新20240807）_r语言读取rds文件-CSDN博客文章浏览阅读298次。读写RDS或RData等不同格式的文件，包括CSV和TXT、Excel的常见文件格式，和SPSS、SAS、Stata、Minitab等统计软件的数据文件_r语言读取rds文件https://blog.csdn.net/2301_79425796/article/details/140642745?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22140642745%22%2C%22source%22%3A%222301_79425796%22%7D

欢迎订阅我们专栏

.......前面部分请点击上面链接看原文（原文7839字）

二、CSV或TXT格式

CSV（Comma-Separated Values）和TXT（文本）文件格式也是常见的数据文件类型之一。

1、CSV文件

CSV文件具有简单易用、广泛兼容、人类可读和高压缩性的优点。由于其格式简单、使用逗号分隔值，CSV文件很容易创建和解析，几乎所有的数据库和电子表格软件都支持这种格式，使得在不同应用程序之间传输数据变得方便。此外，CSV文件是纯文本文件，可以用任何文本编辑器查看和修改，其简单的结构也使得它们可以被高效压缩，节省存储空间。然而，CSV文件也有一些缺点，例如不支持嵌套数据结构或多表关系，无法表示层次结构或对象数据。不同应用程序对CSV格式的实现可能有所不同，导致数据解析时出现问题，而且CSV文件不包含数据类型信息，所有数据都被视为字符串，这可能导致数据处理时的类型转换问题。

在Windows记事本等工具中打开CSV文件，可以发现其格式非常简单：文件中的每一行代表一个观测值，每一列代表一个变量，主要保存文本信息。建议使用read.csv()函数读取CSV文件。如果文件seaice.csv位于工作目录下，可以直接读取该文件：

# 从工作目录读取名为seaice.csv的CSV文件，并将其存储在数据框seaice.data中
seaice.data <- read.csv("seaice.csv")

# 从指定路径读取名为seaice.csv的CSV文件，并将其存储在数据框seaice.data中
seaice.data <- read.csv("/Users/.../R_WORD_D/seaice.csv")

read.csv()是R语言中用于读取CSV（逗号分隔值）文件的一个常用函数。它将CSV文件导入R，并将数据存储为数据框（data frame）格式。基本语法为read.csv(file, header = TRUE, sep = ",", dec = ".", ...)，其中file为文件路径或URL，header为逻辑值表示是否将第一行作为列名（默认为TRUE），sep为字段分隔符（默认为逗号","），dec为小数点字符（默认为"."）。默认情况下，read.csv()使用逗号作为分隔符、点作为小数点，并将第一行作为列名。该函数具有很高的灵活性，可以通过参数调整来读取不同格式的CSV文件。

使用write.csv()函数可以将数据集seaice.data保存为名为seaice2.csv的CSV文件，存储在工作目录中：

# 将数据框seaice.data保存为名为seaice2.csv的CSV文件
write.csv(seaice.data, "seaice2.csv")

在上述代码中，write.csv()函数的第一个参数是要写入的数据框，第二个参数是保存CSV文件的名称。

当我们需要将文件保存到工作目录以外的其他路径时，可以通过指定完整的文件路径来实现。下面我把含有 seaice.data 数据集的文件放在Document文件夹里，因为我的路径是 /Users/profxie/Documents/ ，所以我指定了这个路径，把文件保存在起来。

# 假设 seaice.data 是你的数据框
seaice.data <- data.frame(Year = c(2000, 2001, 2002),
                          Extent = c(5.7, 5.6, 5.5))

# 指定保存路径
save_path <- "/Users/profxie/Documents/seaice2.csv"

# 写入 CSV 文件
write.csv(seaice.data, file = save_path)

2、TXT文件

TXT（文本）文件则具有高度灵活性、易于编辑和轻量级的优点。由于没有特定的格式限制，TXT文件可以存储任何类型的文本数据，适用于各种数据存储需求。TXT文件可以用任何文本编辑器打开和编辑，方便进行手动修改，而且通常比其他格式的文件更小，适合存储简单的文本数据。然而，TXT文件也有一些缺点，包括缺乏结构化支持，这使得数据解析和处理可能需要额外的工作来定义和识别数据结构。此外，由于没有内置的结构化支持，处理和解析大规模数据时效率较低。对比CSV文件，CSV文件适用于需要简单、结构化数据存储和交换的场景，而TXT文件则更适合灵活、非结构化的数据存储需求。选择哪种格式取决于具体的应用场景和数据处理需求。

TXT格式是微软操作系统上附带的一种常见文本格式，早在DOS时代就已被广泛应用。尽管建议使用read.csv()和write.csv()函数处理此类文件，但read.table()和write.table()函数也能完成相关的读取和保存操作，感兴趣的读者可以自行尝试。

# 从工作目录读取名为seaice.txt的TXT文件，并将其存储在数据框seaice.data中
seaice.data <- read.table("seaice.txt")

# 将数据框seaice.data保存为名为seaice2.txt的TXT文件
write.csv(seaice.data, "seaice2.txt")

三、Excel的格式文件

 ........

欢迎订阅我们专栏，深度系统地学习R语言。 

为帮助大家更出色地掌握临床统计、数据挖掘以及人工智能建模的入门知识和应用，由于众多同学在计算机编程上经验欠缺，特此开设《用R 探索医药数据科学》专栏。该专栏每周至少会定期更新三篇，直到整个专栏更新完成。每篇文章都在 5000 字以上，质量平均分高达 94 分。还要提醒大家的是，每结束一个章节，专栏的优惠力度就会减小，当下正是订阅的最佳优惠时段，诚邀各位积极订阅！

专栏《用R 探索医药数据科学》链接：https://blog.csdn.net/2301_79425796/category_12729892.html?spm=1001.2014.3001.5482

​​​

​