本章将详细论述Mac版R语言如何使用R中自带的packages,实现网络数据自动获取。
本章将具体介绍常见网络数据获取的命令和packages()
- readLines()
- readcsv()
- quantmod包
- XML包
- RCurl包
- revest包
一.常见数据集格式
常见的数据集有以下几种:
- 关系型数据库、事务型数据库、面向对象的数据库(MySQL)
- 数据仓库、多维数据库(HDF5)
- 空间数据(GIS)
- 工程数据
- 文本和多媒体数据(txt、ASCII)
- 时间序列数据(历史数据、股票数据)
- 万维网(半结构化XML、结构化的XML以及其他网络信息)
本节内容是网络数据获取,包括网络爬虫的使用,基础数据的导入,如txt格式、csv格式、excel、SAS、ASCII格式数据的导入方法,详见本系列第三部分。点击打开链接
现实生活中,我们可以获得各种实质上免费的大量数据。R处理数据的过人之处,在于你可以通过修改许多牛人已经完善的代码包,定制化的解决你想要解决的问题。
一. 网络数据自动获取
R自带的packages获取的网络数据,基于的网络协议为:HTTP/FTP……(协议请查看sublime text网站开发系列)