r语言过程 markdown导出_【软件】R语言数据导入与导出

“R语言导入文本和xlsx文件数据的方法，以及数据与图片的输出”

许多数据往往保存在TXT文件或Excel文件中，该如何将这些文件导入R语言进行分析呢？另外，使用R语言处理完数据之后，我们希望导出一些有用的信息，那么如何将R语言的数据处理结果输出为文档呢？本文将就这些问题展开介绍。

01

—

数据导入

   R语言变量编辑

使用x

> x> y> z> u> tp> tp    x y         z u1   1 a  1.000000 02   2 b  3.111111 03   3 c  5.222222 04   4 d  7.333333 05   5 e  9.444444 06   6 a 11.555556 17   7 b 13.666667 18   8 c 15.777778 19   9 d 17.888889 110 10 e 20.000000 1> tp> tp      x y          z u1  1212 a   1.000000 02     2 b   3.111111 03     3 c 100.000000 04     4 d   7.333333 05     5 e   9.444444 06     6 a  11.555556 17     7 b  13.666667 18     8 c  15.777778 19     9 d  17.888889 110   10 e  20.000000 1

数据框是经常被使用的数据类型，确定一些名称有助于更清晰地使用数据框来描述问题。从统计学的角度来看，数据框的names属性(列名)可与随机变量对应，称为变量；每一行数据表示一个观测。比如下面这个数据框是某个国家年份、GDP和进口总额的虚拟数据，那么年份、GDP和进口总额可以看成随机变量，某一年的年份、GDP和进口总额的具体数值是变量的一个观测。

> t   year       GDP     Import1  1938 0.2915333 0.197032932  1955 0.7966871 0.838777353  1912 0.3986460 0.720027364  2009 0.1496753 0.819794995  1962 0.2403113 0.234739266  1915 0.9429419 0.664063477  1987 0.2029664 0.216788478  1969 0.5775884 0.599148999  1981 0.2875719 0.1600697310 1982 0.3809945 0.1137205911 1918 0.9387558 0.3700419612 1978 0.2744623 0.3008766813 1947 0.2658890 0.8451930514 1997 0.3698511 0.0171419415 1988 0.7091464 0.5371240416 1983 0.6364550 0.8894114817 2011 0.3433975 0.0930350718 1924 0.2795570 0.7673857419 1964 0.1630461 0.0449098320 1984 0.4498338 0.3731178021 1959 0.9201049 0.24790287

   read.table()导入文本文档数据

read.table()函数是R语言导入文件最重要的方法之一，它有一个很长的参数表，可以实现各种自定义的文件导入方式。下面我们将要讨论的是最常用的一些参数的设置方法，若想了解更详尽的参数设置方法可查看帮助文档。

1)只有路径