R语言数据处理——基础篇 data.frame基本操作

R语言数据处理——基础篇 data.frame基本操作

打算用两篇博客来记录下平时使用R语言进行数据处理、绘图遇见的一些问题。第一篇首先介绍下使用data.frame处理数据的常用操作，第二篇总结下使用ggplot2绘图时常用的一些操作。每篇博客在基础介绍完后总结下自己遇到过的问题，不定时补充。

data.frame的创建

可以从文件和构造函数创建data.frame。

• 可以使用以下几个函数从csv、excel文件创建data.frame。

函数名	包含库
read.csv	-
read.csv2	-
read_excel	readxl
read_xls	readxl
read_xlsx	readxl

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

read.csv2(file, header = TRUE, sep = ";", quote = "\"", 
    dec = ",", fill = TRUE, comment.char = "", ...)  

主要参数包括
file：文件路径。注意使用相对路径时，是相对工作目录，工作目录绝对路径使用getwd()查看，以及使用setwd()设置。
header：是否将文件第一行当作行名，默认为TRUE。选FALSE时依然会读取第一行，只不过会自动生成默认行名，使用rowname()<-更改即可。
sep：csv文件的分隔符，默认为","，常见的分隔符包括","、" “、”;"。
quote：字符的表示方式，默认用" “包围引号。
dec：小数点的表示方式，默认为”."；
fill：当各列变量数不一样时是否填补，默认为TRUE。注意补充的类型与读取文件后，程序判定的列变量类型有关，如果列变量是数字会用NA，如果是字符则会用""，不会用NULL填补也不能用is.null()检查。
comment.char：指定读取文件中的注释字符，注释字符及其后不会被读取。

library(readxl)

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