第四天：readr包

最新推荐文章于 2023-11-16 18:58:20 发布

努力打怪中

最新推荐文章于 2023-11-16 18:58:20 发布

阅读量951

点赞数 1

文章标签：开发语言 r语言数据结构

本文链接：https://blog.csdn.net/HHHHHHHUUUYY/article/details/128044249

版权

####今天学习了一个读取数据速度很快的包→readr包。

###读取文件函数

#readr包

read_delim(file, delim, quote = "\"", escape_backslash = FALSE,
            escape_double = TRUE, col_names = TRUE, col_types = NULL,
            locale = default_locale(), na = c("", "NA"), quoted_na = TRUE,
            comment = "", trim_ws = FALSE, skip = 0, n_max = Inf,
            guess_max = min(1000, n_max), progress = show_progress(),
            skip_empty_rows = TRUE)

read_csv(file, col_names = TRUE, col_types = NULL,
        locale = default_locale(), na = c("", "NA"), quoted_na = TRUE,
        quote = "\"", comment = "", trim_ws = TRUE, skip = 0,
        n_max = Inf, guess_max = min(1000, n_max),
        progress = show_progress(), skip_empty_rows = TRUE)

read_excel(path, sheet = NULL, range = NULL, col_names = TRUE,
          col_types = NULL, na = "", trim_ws = TRUE, skip = 0,
          n_max = Inf, guess_max = min(1000, n_max),
          progress = readxl_progress(), .name_repair = "unique")

read_xls(path, sheet = NULL, range = NULL, col_names = TRUE,
   col_types = NULL, na = "", trim_ws = TRUE, skip = 0,
   n_max = Inf, guess_max = min(1000, n_max),
   progress = readxl_progress(), .name_repair = "unique")

###参数

参数	描述
file	字符串型或向量型参数;表示数据名称，可以为数据文件的路径、链接或者数据本身(至少包括一行数据)
delim	字符型参数;指定分隔符
escape_backslash	逻辑型参数;是否使用反斜杠转义特殊字符
escape_double	逻辑型参数;是否通过双写来转义引号;若为 TRUE,"""”表示“”
col_names	逻辑型或字符向量型参数;若为 TRUE，输人数据的第一行为列名;若为FALSE，自动分配列名为 X1，X2，X3，.. ;若为字符向量，则以该向量作为列名
col_types	NULL，col()指定参数或字符串型参数;若为 NULL，每一列的参数类型由前1000 行的数据类型决定;若由 col()指定，每一列必须包含一个列类型指定字段;若为字符串类型，使用规定的字符表示数据类型(c=character,i= integer, n = number, d = double, ..)
locale	字符串型参数;用于控制数据地区来源，便于因地制宜地编码
na	字符串型参数;用于处理缺失值
quoted_na	逻辑型参数;若为TRUE，则把缺失值作为缺失值处理;否则当作字符串处理
quote	字符型参数用于引用字符串的单个字符
comment	字符串型参数;用于指定注释字符，位于注释字符后的字符都会被忽略
trim_ws	逻辑型参数;指定是否需要去除首尾空格
skip	整型参数;指定被跳过的行数
n_max	整型参数;指定读取的最大记录数
guess_max	整型参数;用于猜测列数据类型的最大记录数
progress	逻辑参数；指定是否显示进度条
path	字符串参数; 只针对read_excel函数
sheet	字符串或整形参数; 只针对read_excel函数，指明表名或位置
range	字符串参数；只针对read_excel函数，指明需要写入数据的格子范围

### read_csv是平常读取数据最常用的函数

####读取一个完整的数据，第一行视为标题
A <- read_csv("原始数据.csv")
Rows: 16136 Columns: 28                                                                                                  
── Column specification ──────────────────────────────────────────────────────────────
Delimiter: ","
chr (12): Year, Gender, Race, edu, recreational.activity, smoke, DM, Hypertension,...
dbl (16): seqn, weight, newweight, sdmvpsu, sdmvstra, Age, PIR, VAI, BMI, Weight, ...

#####数据可能没有列名，可以不将第一行视为标题
B <- read_csv("原始数据.csv", col_names = FALSE)

Rows: 16137 Columns: 28                                                                                                  
── Column specification ──────────────────────────────────────────────────────────────
Delimiter: ","
chr (28): X1, X2, X3, X4, X5, X6, X7, X8, X9, X10, X11, X12, X13, X14, X15, X16, X...

ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.

#####写出文件函数

write_delim(x, path, delim = " ", na = "NA", append = FALSE,
col_names = !append, quote_escape = "double")

write_csv(x, path, na = "NA", append = FALSE, col_names = !append,
quote_escape = "double")

write_excel_csv(x, path, na = "NA", append = FALSE,
col_names = !append, delim = ",", quote_escape = "double")

###参数

参数	描述
x	data. frame 对象
path	字符串型参数;表示读入的文件的路径
delim	字符型参数:只针对 write_delim 函数，表示数据分隔符
na	字符串型参数;用于处理缺失值
append	逻辑型参数;若为 FALSE，则覆盖已有文件;否则将数据添加到已有文件中。
col_names	逻辑型参数;表示是否需要在文件头处读入列名

C <- data.frame(x = c(1,2,3,4,5),
                y = c(9,8,7,6,NA))

C
  x  y
1 1  9
2 2  8
3 3  7
4 4  6
5 5 NA

##下面三个例子都是保存为CSV格式
##将缺失值变成符号 ‘-’
write_csv(C, "C_1.csv", na = "-")

##col_names默认为TRUE,不读取列名将其改为col_names=F
write_csv(C, "C_2.csv", col_names = F)

write_delim(C, "C_3.csv", delim = ",")