R读取txt、csv、xls和xlsx格式文件

最近项目中运用到了R读取文件数据，所以把相关好用的、经过验证的方法总结了一下，有效避免下次入坑。

1. R读取txt文件

使用R读取txt文件直接使用read.table()方法进行读取即可，不需要加载额外的包。

read.table("/home/slave/test.txt",header=T,na.strings = c("NA"))

注意，此处的na.strings = c("NA") 的意思是文件中的缺失数据都是用NA进行表示；在读取文本文件时，默认的分割符号为空格。具体的参数设置可参照如下：

 read.table(file, header = FALSE, sep = "", quote = "\"'",
           dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),
           row.names, col.names, as.is = !stringsAsFactors,
           na.strings = "NA", colClasses = NA, nrows = -1,
           skip = 0, check.names = TRUE, fill = !blank.lines.skip,
           strip.white = FALSE, blank.lines.skip = TRUE,
           comment.char = "#",
           allowEscapes = FALSE, flush = FALSE,
           stringsAsFactors = default.stringsAsFactors(),
           fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)

2. R读取csv文件

使用R读取csv文件和读取txt文件很类似，使用的是read.csv()方法，两者参数的使用大部分是一样的。

read.csv("/home/slave/test.csv", header=T, na.strings=c("NA"))

在读取csv文件时，分割符为“，”（这句基本是废话，大家懂得）；具体的参数设置可参考如下：

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

3. R读取xls和xlsx文件

读取xls和xlsx有很多方法，但是这里面的很多方法也不是特别好用，例如RODBC包中的读取xls方法就不太好用，有时还会出现各种各样的问题。在进行了一番入坑探索之后，找到了两个相对好用的读取xls文件的包，下面我将分别进行说明。

• gdata

install.packages("gdata")
library(gdata)
read.xls("/home/slave/test.xls",sheet=1,na.strings=c("NA","#DIV/0!"))

其中sheet=1 参数的意思是读取第一个sheet中的内容；na.strings=c("NA","#DIV/0!") 将"NA" 和 "#DIV/0!" 都作为缺失数据表示，read.xls()方法的具体参数设置可参考如下：

read.xls(xls, sheet=1, verbose=FALSE, pattern, na.strings=c("NA","#DIV/0!"),
         ..., method=c("csv","tsv","tab"), perl="perl")

read.xls()方法只是gdata包中的一个方法，gdata包中还有一些有用的方法，例如xls转csv,xls转txt等，在这里进行一些列举：

xls2csv(xls, sheet=1, verbose=FALSE, blank.lines.skip=TRUE, ..., perl="perl")
xls2tab(xls, sheet=1, verbose=FALSE, blank.lines.skip=TRUE, ..., perl="perl")
xls2tsv(xls, sheet=1, verbose=FALSE, blank.lines.skip=TRUE, ..., perl="perl")
xls2sep(xls, sheet=1, verbose=FALSE, blank.lines.skip=TRUE, ...,
        method=c("csv","tsv","tab"), perl="perl")

gdata包有着很多的功能，但是它对其他的包的依赖很多，可能会出现各种不可预知的问题，下面介绍一个较少依赖的包。

• readxl

install.packages("readxl")
library(readxl)
read_excel("/home/slave/test.xls",sheet=1,na="NA")

这块需要注意的一点是na="NA" 和其他读取时的格式略有不同，下面列出了具体的参数设置：

read_excel(path, sheet = 1, col_names = TRUE, col_types = NULL, na = "", skip = 0)

注意：以上的两个方法都可以对xls和xlsx进行读取。

至此，已将我们在R中常用到的读取文件数据方法以及介绍完毕，下面就让我们一起动手实验吧。^_^

参考：

• http://www.cnblogs.com/xianghang123/archive/2012/06/06/2538274.html
• https://cran.r-project.org/web/packages/gdata/index.html
• https://github.com/hadley/readxl