R语言笔记2：读写数据所需的主要函数、与外部环境交互

Getting Data In and Out of R

（一）读取数据

读取数据所需的几种函数：

• read.table、read.csv：最常用的读取列表数据函数，可返回数据框形式。
• readLines：逐行读取文本文件，返回一个字符向量
• source：读取R代码、脚本
• dget：读取R代码（读取的是以逆句法分析后以文本文件储存的R对象）
• load、unserialize：把二进制对象读入R

read.table()参数：

• file：文件名（字符串，即文件路径）
• header：逻辑标志，表明第一行是否有表头、行名（是变量名还是数据）
• sep：分隔符（字符串，表明每一列是怎么分隔的，可能是逗号、冒号、空格等）
• colClasses：字符向量（长度=数据集列数）说明数据集中每一列数据的类别
• nrows：数据集中数据的行数
• comment.char：字符串（用于表明文件中注释的字符）
• skip：指定文件（非数据区域）从上到下多少行可忽略
• stringsAsFactors：选择是否把文字变量编码为因子，默认为TRUE

将文件存至Rstudio识别的路径

在read.table()函数中填写文件名之前，需要将文件存到正确的路径中

> ## 查看保存路径
> getwd()
[1] "d:/Program Files/RStudio"
> ## 修改保存路径
> setwd("E:/read data")
> ## 读取文件
> read.csv(data.csv, TRUE)
>
> ## 运行文件
> data <- read.csv("data.csv", header = FALSE)
> data

读取中小型数据集时

直接写文件名

> data <- read.table("foo.txt")

读取大型数据集时

你需要先清楚该数据占多大内存，如果不设置其他参数，R会默认将整个数据集都载入内存中。

• 如果文件中没有注释行的话，那可以把 comment.char 设置为空，即 comment.char=""
• colClasses 参数很重要，如果不设置，R会扫描每一列数据并判断其类型，非常耗费时间。
• 如果所有列都是同一数据类型，可以直接统一设置 colClasses = numeric
• 如果所有列的数据类型不统一