05. 文件读写

05. 文件读写

补充

#R语言提示词中文改英文，源头上需要从安装上解决，否则每次重启R语言时需要运行以下代码
Sys.setenv(LANGUAGE='en')
#列出目前所有变量       
ls()
#清除所有变量
rm(list=ls())
#加载R包时require和library的区别，!require()不仅可加载包还可返回逻辑值告知安装是否成功

1.认识csv格式

win10显示文件扩展名

打开方式

（-）默认excel

（二）记事本打开

（三）sublime（适用大文件）

• 打开不卡顿

  

（四）R语言读取

• 表格文件读入到R语言里，就是个数据框
• 对数据框进行的修改不会同步到表格文件

2.认识分隔符

• 常见：逗号、空格、制表符(\t)

  

• 一般的文件不需要自己写分隔符

3.将表格文件读入R语言，成为数据框

##文件读取
read.csv("文件名.csv")   #通常读取csv格式
read.table("文件名.csv") #通常用于读取txt格式

a=read.csv("文件名.csv") #需要赋值！！

###直接读取如果失败(行名，列名没对应上），就需要指定一些参数
#1.读取ex1.txt
ex1=read.table("ex1.txt")#默认参数没有把列名识别出来（没放在列名位置）
ex1 = read.table("ex1.txt",header = T)#header=T--将第一行作为列名,R严格区分列名和第一行

#2.读取ex2_B_cell_receptor_signaling_pathway.csv
ex2=read.csv("ex2_B_cell_receptor_signaling_pathway.csv")
 #行名没被识别，列名里的-被换成了.
ex2 = read.csv("ex2_B_cell_receptor_signaling_pathway.csv",
               row.names = 1,
               check.names = F)
 #把第一列识别为行名，不要检查列名里的特殊字符（保持列名不变）

#3.读取GSE32575_series_matrix.txt，赋值给gse。
gse=read.table("GSE32575_series_matrix.txt")
 #txt里的前面有!开头的若干注释行
gse=read.table("GSE32575_series_matrix.txt", comment.char = "!")
 #跳过!开头的注释行；行名列名还未被识别
gse = read.table("GSE32575_series_matrix.txt",
                 comment.char = "!",
                 row.names = 1,
                 header = T)
as.matrix(gse)#没赋值就没有发生过
gse=as.matrix(gse)#要赋值了才把gse转换为矩阵
  
  #4.描述gse的属性
dim(gse)
colnames(gse)
rownames(gse)

4.将数据框导出，成为表格文件

• • csv格式：write.csv()

    

  • txt格式：write.table()

• • • 例：write.table(test,file="excample.txt")

##数据框导出
write.csv()  ##csv
  write.csv(test,file="excample.csv")

write.table()  ##txt格式
  write.table(test,file="excample.txt")

#5.将gse导出为新的txt和csv文件。
write.csv(gse,file = "gse.csv")
write.table(test,file="gse.txt")

5.R特有的数据格式：Rdata

• • 是R语言特有的数据存储格式，无法用其他软件打开
  • 保存的是变量，不是表格文件，所以不涉及赋值

• • • x=load("example.Rdata")

##保存和加载
save(x,y,file="example.Rdata")  #file前面可以写多个变量
load("example.Rdata") ##存成Rdata后用load加载很方便，不需要设置行名，列名
                      ##可以整存整取

#6.将gse保存为Rdata并加载。
save(gse,file = "zz.Rdata")
load("zz.Rdata")

• Rproject的组织形式

  

补充

R语言能读取的文件格式

用于读取/导出文件的R包

• 除了base是R自带，其他的函数要使用要先装相应的包

##rio这个包对于文件读取导出很方便
install_formats('arrow','feather','fst','hexView','pzfx','readODS','rmarkdown','rmatio')
library(rio)
export(a,file = "a.xlsx")#直接存成excel表格
import("a.xlsx")

注意事项

• 读取→编辑修改→导出，不要覆盖原文件！！！
• 让代码可重复，数据可重现

获取工具目录的位置：getwd()
常见报错：找不到文件

练习5-1

##练习5-1：文件的读取和导出
#1.读取complete_set.txt（已保存在工作目录）
read.table("complete_set.txt")
a=read.table("complete_set.txt")#列名未识别
a=read.table("complete_set.txt",header = T)
str(a)#查看a的内容
#2.查看有多少行，多少列
row(a);col(a);dim(a)
#3.获取行名和列名
colnames(a)
rownames(a)
#4导出为csv格式
write.csv(a,"complete_set.csv")
#5.保存为Rdata
save(a,file="complete_set.Rdata")#file=不能省略
#6.加载class.Rdata,查看数据结构，数据类型
load('class.Rdata')
class('class.Rdata')#查看数据结构

##如果误用了save存csv，save(a,file="a.csv")，可用load把它加载出来
save(a,file="a.csv")
load('a.csv')

文件读取

R语言严格区分列名

R语言的列名不允许出现特殊字符，如—，会自动转化为别的（默认设置，可以更改） check.names()=F

列名正确识别，但行名没有，且R语言自动填充 row.names=1时，第一列就会被识别为行名

小数点位数

注释参数设置：comment.char="!"

header="T" 第一行识别为列名

读取时会是乱码，应该用load导入，名字只是假象

后三者不考虑行名